排序方式: 共有4条查询结果,搜索用时 0 毫秒
1
1.
2.
本文基于BP神经网络优良的逼近拟合特性,将BP神经网络算法引进电机壳体加工工艺过程中,使用BP神经网络模型预测电机壳体拉伸成形质量,结合电机壳体拉伸成形实验以验证BP神经网络模拟的准确性,并结合实验结果优选出电机壳体拉伸成形的最佳工艺参数,并得到最优的毛坯形状尺寸,实验结果表明电机壳体拉深成形效果良好,进一步验证了参数优化结果的可靠性。 相似文献
3.
4.
研究了电机壳体拉深成形过程各工艺参数对成形结果的影响,重点分析了压边力、圆角半径、摩擦系数、冲压速度对板料成形质量影响比较大的参数,通过正交试验,用极差法平定了各工艺参数对零件成形质量的影响顺序:压边力冲压速度凸凹模间隙摩擦系数。并确定了对壳体最小厚度影响较好的工艺参数组合,工艺参数组合为:压边力为40 k N,冲压速度为2000 mm/s,凸凹模间隙1.15 mm,摩擦系数0.1。 相似文献
1