摘要
为了提高滚刀刀圈的轧制产品质量,提出了基于家族遗传算法的轧制工艺参数优化方法.介绍了滚刀刀圈的轧制成形方法和原理,减小滚刀刀圈的等效应力和等效应变为目标建立了优化模型.使用随机抽样法和Deform-3D有限元仿真得到了样本数据,使用自适应学习神经网络对工艺参数和质量参数进行了模型回归.经验证,自适应学习神经网络的拟合效率与预测精度高于传统神经网络.在遗传算法中引入家族并行进化和族间交叉策略,提高算法优化能力.经验证,家族遗传算法优化的适应度函数值小于传统神经网络,且获得最优值的迭代次数更少.经仿真和实验验证可知,优化后的轧制件外观合格,且硬度整体高于优化前,验证了刀圈轧制优化方法的有效性.
基金项目
山东省教育科学"十三五"规划重点项目(BZD2017002)
NETL
NSTL
维普
万方数据