人工神经网络技术在板料激光弯曲中的应用

王秀凤; 吕晓东; 陈光南; 胡世光

高级检索

ISSN 1001-3806CN 51-1125/TN 网站地图

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

人工神经网络技术在板料激光弯曲中的应用

王秀凤 , 吕晓东 , 陈光南 , 胡世光

文章导航 > 激光技术 > 2005 > 29(3): 244-247

引用本文:

Citation:

人工神经网络技术在板料激光弯曲中的应用

1.
北京航空航天大学, 机械工程及自动化学院, 北京, 100083;
2.
中国科学院, 力学研究所, 北京, 100080

作者简介: 王秀凤(1963- ),女,博士,副教授,主要从事塑性成型工艺、激光加工及其计算机应用方面的研究.E-mail:wangxiufeng@2911.net.

基金项目:
国家自然科学基金资助项目(59836220);航空基础科学基金资助项目(98H51110)
中图分类号: TG156.99;TN249

Application of artificial neural network in laser sheet metal bending

1.
School of Mechanical Engineering and Automation, Beijing University of Aeronautics and Astronautics, Beijing 100083, China;
2.
Institute of Mechanics, the Chinese Academy of Sciences, Beijing 100080, China
CLC number: TG156.99;TN249

摘要: 基于人工神经网络基本理论,建立在板料激光弯曲中预测材料表面最高温度、弯曲角度的BP网络模型。借助于MATLAB仿真软件中的神经网络工具箱作为开发平台,将试验样本数据和经过试验验证的数值计算结果作为补充的样本数据用于BP网络的训练,利用训练好的BP网络对非线性的样本数据规律进行拟合,实现激光加工工艺参数的优化,为实际生产和加工提供有效的依据。
- 人工神经网络 /
- 板料激光弯曲 /
- 表面最高温度 /
- 弯曲角度
Abstract: Based on the basic theory of artificial neural network,BP network model is founded to predict the highest surface temperature and bending angle in the process of laser sheet metal bending.Experimental result and numerical simulation result verified by experiment are used to train BP network by means of MATLAB software.Sample data regularity of nonlinear is curve fitting through BP network so as to optimize technological parameters and provide effective foundation for actual production.
- artificial neural network /
- laser sheetmetal bending /
- surface maximum temperature /
- bending angle

[1]	王秀凤.激光非熔凝加工技术在板料成形中的应用 [D].北京:北京航空航天大学,2003.42～78,118～127.
[2]	季忠.板料激光弯曲成形及其数值模拟 [D].西安:西北工业大学,1997.62～67.
[3]	袁曾任. 人工神经网络及其应用 [M].北京:清华大学出版社,1999.66～131.

[1]	王大承 . 人工神经网络在激光表面强化控制上的应用. 激光技术, 2003, 27(4): 317-320.
[2]	唐霞辉 , 秦应雄 , 钟如涛 , 周金鑫 , 李正佳 . 基于神经网络的粉末冶金材料激光焊接工艺优化. 激光技术, 2006, 30(5): 471-475.
[3]	徐大鹏 , 周建忠 , 郭华锋 , 季霞 . 基于进化神经网络的激光熔覆层质量预测. 激光技术, 2007, 31(5): 511-514.
[4]	王金来 , 於自岚 , 高传玉 , 吉选芒 , 安毓英 , 曾丹勇 , 刘劲松 , 杨继昌 , 张永康 . 激光冲击区表面质量的人工神经网络研究. 激光技术, 2001, 25(1): 1-6.
[5]	李忠科 , 秦永元 . PSD器件自动化标定与非线性修正技术研究. 激光技术, 2004, 28(4): 370-372,416.
[6]	张从鹏 , 马岩 , 毛潭 , 熊国顺 . 面向计算机显微视觉系统的白细胞识别. 激光技术, 2020, 44(1): 125-129. doi: 10.7510/jgjs.issn.1001-3806.2020.01.022
[7]	杨晶 , 刘顺洪 , 万鹏腾 , 周龙早 . 板料激光弯曲成形的温度场三维数值研究. 激光技术, 2003, 27(2): 97-100.
[8]	张文博 , 张群莉 , 姚建华 . 基于人工神经网络脉冲激光强化镀层形貌预测. 激光技术, 2010, 34(2): 173-177. doi: 10.3969/j.issn.1001-3806.2010.02.009
[9]	管延锦 , 文小明 , 史明霞 , 孙胜 , 杨雪玲 . 板料激光弯曲的屈曲机理的研究. 激光技术, 2001, 25(1): 11-14.
[10]	邹福清译 , 刘建卿校 . 弯曲光束. 激光技术, 1988, 12(5): 62-62.
[11]	王成亮 , 杨庆胜 , 李军 , 钟巍峰 , 陈志明 . 基于神经网络的光纤温度和应变快速解调方法. 激光技术, 2022, 46(2): 254-259. doi: 10.7510/jgjs.issn.1001-3806.2022.02.017
[12]	王扬 , 路华 , 谭建国 . 板材激光加热弯曲成型的研究. 激光技术, 2003, 27(3): 175-177.
[13]	刘顺洪 , 方熊 , 樊昕荣 . 管材激光弯曲规律的试验研究. 激光技术, 2004, 28(4): 340-343.
[14]	刘顺洪 , 吉巧杰 , 扬晶 . 钢管激光弯曲成形的数值模拟. 激光技术, 2006, 30(4): 355-359.
[15]	夏桂芬 , 赵保军 , 韩月秋 . 基于神经网络的远程激光测距机混沌弱信号检测. 激光技术, 2006, 30(5): 449-451.
[16]	于有生 , 李文杰 , 陈俐 . 神经网络在脉冲激光焊焊缝建模中的应用. 激光技术, 2004, 28(6): 585-587,590.
[17]	刘世涛 , 曹阳 , 彭小峰 , 张勋 . 机载激光通信的模糊神经网络PID视轴稳定控制. 激光技术, 2017, 41(4): 606-610. doi: 10.7510/jgjs.issn.1001-3806.2017.04.030
[18]	黄威威 , 游德勇 , 高向东 , 张艳喜 , 黄宇辉 . 基于相关分析和神经网络的激光焊接稳态识别. 激光技术, 2022, 46(3): 312-319. doi: 10.7510/jgjs.issn.1001-3806.2022.03.004
[19]	葛一凡 , 陆旭 , 刘玉柱 . 基于激光诱导击穿光谱和神经网络的蛋壳研究. 激光技术, 2022, 46(4): 532-537. doi: 10.7510/jgjs.issn.1001-3806.2022.04.015
[20]	颜鑫 , 应恺宁 , 戴鹭楠 , 谭钧夫 , 沈中华 , 倪辰荫 . 基于物理信息神经网络的激光超声波场研究. 激光技术, 2024, 48(1): 105-113. doi: 10.7510/jgjs.issn.1001-3806.2024.01.017

点击查看大图

计量

文章访问数: 3183
HTML全文浏览量: 682
PDF下载量: 462
被引次数: 0

人工神经网络技术在板料激光弯曲中的应用

作者简介: 王秀凤(1963- ),女,博士,副教授,主要从事塑性成型工艺、激光加工及其计算机应用方面的研究.E-mail:wangxiufeng@2911.net

1. 北京航空航天大学, 机械工程及自动化学院, 北京, 100083;
2. 中国科学院, 力学研究所, 北京, 100080

收稿日期: 2004-05-26
录用日期: 2004-08-10
网络出版日期: 2005-05-25

基金项目: 国家自然科学基金资助项目(59836220);航空基础科学基金资助项目(98H51110)

关键词:

摘要: 基于人工神经网络基本理论,建立在板料激光弯曲中预测材料表面最高温度、弯曲角度的BP网络模型。借助于MATLAB仿真软件中的神经网络工具箱作为开发平台,将试验样本数据和经过试验验证的数值计算结果作为补充的样本数据用于BP网络的训练,利用训练好的BP网络对非线性的样本数据规律进行拟合,实现激光加工工艺参数的优化,为实际生产和加工提供有效的依据。