热加工工艺：应用BP神经网络预测镍基合金薄壁筒胀形回弹率
2022-08-19【作 者】 李新和;王艳芬;杨新泉
回弹是薄壁筒胀形过程中不可避免的物理现象，直接影响到薄壁筒的形状和尺寸精度，给后续的装配工艺带来了困难，影响装配效率，并可能造成过大的装配残余应力，从而影响焊接件使用的可靠性[1]。因此，在薄壁筒胀形工艺中，建立胀形工艺参数与回弹率之间的映射关系、准确预测回弹率和掌握回弹规律，进而控制回弹量就显得尤为重要。人工神经网络(简称ANN，即Artificial N eural N etwork)是近年来发展起来的通过模拟脑神经对外部环境进行学习而建立起来的一种人工智能模式识别的方法，为解决线性系统和模型未知的预测与控制提供了新的途径[2]。
本文基于研究薄壁筒胀形的工艺参数(温度、胀形压力、摩擦系数、薄壁筒与模具间隙)与性能参数(回弹率)之间的关系，利用BP人工神经网络建立起了它们之间的关系模型，以期更有效地指导生产实践、提高生产效率。
【结 论】
（1）利用BP神经网络可以很好地建立镍基合金薄壁筒胀形回弹率预测模型，输入在工艺参数取值范围内的任意工艺参数匹配就可得到对应的回弹率来近似试验结果，从而大大减少了做试验的次数，提高工作效率。同时也避免了基于试验的传统经验回归拟合复杂的数学处理，而且可以提高精度。
（2）利用所建立的神经网络模型可以定性分析四种因素对镍基合金薄壁筒胀形的影响程度及其影响趋势。将人工神经网络与遗传算法相结合的优化方法是镍基合金薄壁筒胀形工艺优化的一种简单而有效的方法。
（3）基于回弹率补偿的模具型面设计和优化方法是一个值得深入研究的课题。
以下是正文：
