外文翻译--加强使用粘结剂力轨迹和神经网络控制获得一致的最小回弹.doc
-
资源ID:95809
资源大小:337KB
全文页数:30页
- 资源格式: DOC
下载积分:5积分
扫码快捷下载
会员登录下载
微信登录下载
微信扫一扫登录
- 扫描成功!重扫
- 请在手机上确认支付
手机扫码下载
请使用微信 或支付宝 扫码支付
• 扫码支付后即可登录、下载文档,同时代表您同意《人人文库网用户协议》
• 扫码过程中请勿刷新、关闭本页面,否则会导致文档资源下载失败
• 支付成功后,可再次使用当前微信或支付宝扫码免费下载本资源,无需再次付费
友情提示
2、PDF文件下载后,可能会被浏览器默认打开,此种情况可以点击浏览器菜单,保存网页到桌面,就可以正常下载了。
3、本站不支持迅雷下载,请使用电脑自带的IE浏览器,或者360浏览器、谷歌浏览器下载即可。
4、本站资源(1积分=1元)下载后的文档和图纸-无水印,预览文档经过压缩,下载后原文更清晰。
5、试题试卷类文档,如果标题没有明确说明有答案则都视为没有答案,请知晓。
|
外文翻译--加强使用粘结剂力轨迹和神经网络控制获得一致的最小回弹.doc
毕业设计(论文)外文资料翻译系部:机械工程系专业:机械工程及自动化姓名:学号:外文出处:JournalofEngieeringMaterialsandTechnology附件:1.外文资料翻译译文;2.外文原文。指导教师评语:译文基本能表达原文思想,语句较流畅,条理较清晰,专业用语翻译基本准确,基本符合中文习惯,整体翻译质量一般。签名:年月日附件1:外文资料翻译译文加强使用粘结剂力轨迹和神经网络控制获得一致的最小回弹制造钣金属片面临的最大挑战之一是要取得一致的回弹量。回弹,当工件加工撤掉后,弹性材料恢复,主要的原因是最后一部分的几何变化的不一致。由于非线性效应,相互作用过程和材料参数的关系,要获得一致可取的回弹量是极其困难。在本文中,回弹量在模拟通道的形成过程证明了神经网络系统的独特的能力同时加上加强粘结剂力轨迹控制回弹角和最大主应变量起的作用。当面临着很大差异甚至在材料性能,板度,摩擦条件下,我们的控制系统将会制作出零件最终的形状。导言在当今竞争激烈的制造业中零件获得一致准确的尺寸是至关重要的。不一致的零件尺寸会延缓新产品的开发,增加转换时间,使后续开发生产困难,还需要额外的保证工序质量,同时还降低客户对终端产品的满意度和信任度。在金属板料成形过程中,回弹方面的材料是保证零件最终精确的一个主要因素。回弹是在其满载的条件下几何的差额部分,例如,符合工件的几何形状,当局部已卸下,自由的状态,几何之间的差额。对于一个复杂的三维零件,不必要的扭曲是另一种形式的回弹。薄板厚度方向中压力分布不一致和冲压加载放宽和卸载过程中,其结果是产生回弹。影响回弹的因素包括变化过程和材料参数,如摩擦条件下,工件的几何形状,材料性能,板的厚度,以及模具温度。由于在制造过程中控制所有这些变数是几乎不可能的,反过来证明回弹是不能随时控制。回弹是一个高度非线性效应,这个新增加的困难是事实,因此,模拟和纠正的方法是复杂的。最近几年出现了许多研究有关回弹,例如,汽车工程师学会,NUMIFORM和NUMISHEET会议。通过修改形成过程可减少回弹。一些研究人员提出了使用加强粘结剂力轨迹以实现这一目标(Ayres,1984;HishidaandWagoner,1993;Sunserietal.,1996)。进一步加强粘结剂力轨迹是一个瞬时跳跃从低粘结力(LBF)到高粘合剂力(HBF),在指定的百分比总额的冲压位移(PD)(参阅图1)。Sunserietal.(1996),调查铝通道形成过程的回弹,图2所示。他们的工作是通过模拟实验明确形成过程和材料参数用处。在生产环境中,可是,由于不同的进程回弹量将偏离所期望的水平。因此,控制系统,可变化的工艺参数要求近年来,许多研究小组调查了利用人工神经网络系统来控制金属板料成形过程。由于非线性效应和相互作用的过程参数金属成型是anidealcandidate,神经网络系统控制。(Choetal.(1997)采用了神经网络预测的力量在冷轧和,(DiandThomson(1997)预测起皱限制正方米板材下角的紧拉应力。除此之外,(Elkins,1994andYangetal.,1992),Forcelleseetal.(1997)采用了神经网络系统控制60度铝V型冲压空气弯曲回弹的进程。他们的系统利用实验获得的例子组成的5个参数从力冲压轨迹,离线测量板厚,神经网络目标弯曲角度的投入和冲压的移位的输出。在另一项研究项目,RuffiniandCao(1998)建议采用神经网络控制回弹角的渠道的形成过程与轨迹冲压力作为唯一的来源,确定工艺变化和调整的HBF,Sunserietal.(1996)。初步结果表明这种方法是很有希望的。本文中,铝渠道的回弹是通过加强控制粘结剂力轨迹和神经网络控制。神经网络确定了HBF和PD的粘结剂力轨迹。冲床力轨迹被确定为关键参数的变化,反映在材料性能,板的厚度,还有摩擦系数。因此,四个多项式系数从曲线拟合的冲压力轨迹被用来作为投入的神经网络系统。图3显示流程图的控制系统提出这一点应用。尽管材料性能有着很大差异,板厚度(T),和摩擦系数(m),回弹角()之间保持了0.2和0.6度,(e)项限于8和10。最后,由Sunserietal.(1996)提出一个比较闭环控制方法,是为了显示我们控制方法的好处。虽然模拟结果在这里只有数值,然而控制系统将在未来改进需求,以验证实际执行情况。通道的形成过程调查回弹在一个通道的形成过程是一个简单的几何学。因此,由受雇这里得