板料成形压边力智能控制技术

为实现对多点变压边力(VBHF)的精确控制,从而保障液压机板料成形生产质量,优化板料成形工艺,提出了实现智能VBHF预测和控制的液压系统.根据模具几何参数、毛坯几何参数、材料性能参数、工艺参数等提出了基于BP神经网络的智能VBHF预测模型.讨论了VBHF液压回路响应特性改善和智能控制技术,采用智能自适应方法实现VBHF比例积分微分控制精度补偿.仿真和实验结果表明该方法能够有效地实现板料成形VBHF的预测及智能控制,为智能多点VBHF液压机的设计提供理论依据.     

基于压边力设计的高强度钢板成形方法

在板料成形时，高强度钢板比普通钢板更易产生破裂、起皱以及尺寸和形状精度不良的倾向．变压边力是改善其成形性能的有效途径．通过基于数值模拟的正交试验优化设计分析方法，对不等深盒零件冲压成形过程的压边力分布进行优化，给出了可以有效改善高强度钢板成形性能的设计参数，改善了高强度钢板局部成形不足的缺陷，使零件变形更均匀，减小零件的回弹，提高了零件的总体质量．分析结果和试验结果进行对比，两者是一致的．     

板料冲压成形工艺参数的计算机优化

利用ＣＡＥ技术分析了桑塔纳轿车油底壳成形过程，并对其成形工艺参数进行优化．提出了合理的毛坯的形状和尺寸、定位位置、压边力大小、拉深筋的设置等，以此说明ＣＡＥ技术在板料成形工艺设计中的应用．     

拉深筋约束力模型及试验研究

对拉深成形过程中板料经过拉深筋时的变形情况进行了研究．运用能量法建立了一种简单实用的拉深筋约束力计算模型，设计了一套通过丝杠机构提供水平拉力的拉深筋约束力测试装置．采用正交试验方法，针对影响约束力的各种因素进行了研究，结果表明：在成形过程中，如果拉深筋设置在圆弧部位，板料经过拉深筋后的最终约束力是一个随拉深进程而变化的值．板料通过设在直线段的筋产生的约束力在一定的压边力下，其值为恒定的值，并且理论计算与实测值基本吻合，在数值模拟时，该模型可以作为等效拉深筋使用．     

载荷映射方法及其在模具结构优化中的应用

针对金属薄板冲压成形过程中成形力在板料与模具之间传递的关系,提出一种不同类型网格之间的载荷映射计算方法.该方法通过映射单元的精确定位,在板料壳单元与模具实体的四面体单元之间建立了一种对应关系,构建板料单元节点上的成形力与模具网格之间载荷映射的关系模型,从而得到模具表面精确的载荷分布.实例研究将该方法应用于模具结构的优化...     

板料成形数值模拟中摩擦的处理及应用

针对板料成形过程中工件与模具不同的接触条件，采用常摩擦模型，提出相应的摩擦应力的处理方法．在此基础上，通过实际的模拟分析，证明了该处理方法的可行性．同时探讨了摩擦对成形结果的影响．模拟结果表明，板料与凹模和压边圈之间的摩擦阻碍了金属向凹模内流动，对板料拉深成形是不利的，而增大凸模与板料之间的摩擦则可以有效限制制件侧壁的变薄，这对成形是有利的．     

基于有限元的汽车发动机隔热罩拉延模的开发

使用基于动态显式算法的商业软件LS—DYNA建立了某汽车发动机隔热罩拉延成形的有限元模型．通过所建立的有限元模型分析了压边力对拉延成形的影响．有限元分析结果表明，没有合适的能同时有效抑制板料皱折和破裂的压边力．因此，文中采用拉延筋和压边力来共同控制拉延成形，并通过有限元分析比较了几种典型的拉延筋布置方案，选择其中最有效的一种进行试冲试验．结果表明，有限元分析结果和试验结果吻合较好，该拉延筋的布置能消除工件的皱折，同时避免过度变薄．有限元分析有助于工程师在设计初期制定正确的设计方案，使该产品的开发周期从过去的12周缩短为4周．     

基于MBC工具箱的汽车内板件成形多目标优化

摘要： 为了研究成形工艺参数对板料成形回弹量和板料厚度的影响,以某汽车内板件为对象,基于MATLAB软件中MBC (Model Based Calibration)工具箱建立了参数（摩擦系数、压边力、成形阻力系数和板料尺寸）与目标函数（回弹量和板料厚度）之间的数学模型,借助于MBC工具箱中的CAGE优化模块对目标函数进行优化,得到最佳参数组合,即摩擦系数0.125、压边力350 kN、板料尺寸250 mm×360 mm,拉延筋阻力系数分别为20%、10%、6%和35%.同时,通过有限元模拟和实际生产实践,验证了所提出方法的可行性.     

质子交换膜燃料电池薄金属双极板性能优化与设计

针对质子交换膜燃料电池制造技术实用化的瓶颈，研究了质子交换膜燃料电池低成本制造与性能优化问题，建立了质子交换膜燃料电池半个单池的三维计算模型，采用计算流体动力学技术对阳极燃料气体（H2）流场进行了数值模拟；以阳极最大燃料气体（H2）利用率为目标优化流场板沟槽尺寸，设计了一种操作成本低、容易批量生产的板料冲压成形薄金属双极板结构，可增大电池组体积比功率和提高燃料电池的性能；利用弹塑性有限元方法模拟阳极流场板冲压成形过程，验证了板料冲压成形金属双极板结构的可行性．     

基于模糊神经网络的压边力优化控制专家系统

说明了压边力优化控制模糊神经网络专家系统的总体结构框架及系统各模块的功能,对模糊神经元的选取、模糊神经网络的构造和模型神经推理机制进行了深入的阐述,针对板料拉深过程中的变量选取了模糊神经网络的输入输入参数。在板料拉深过程中,应用压边力优化控制模糊神经网络专家系统实现了冲压成形过程的智能化控制。     

构造 TCM 好码的动态规划算法

提出了一种构造ＴＣＭ好码的动态规划算法（ＤＰ）．ＤＰ算法在建立了ＴＣＭ好码规则、编码器及信号网格图间的对应关系的基础上,采用动态规划算法进行寻优,从而获得ＴＣＭ好码．与常规ＴＣＭ好码构造算法［４,５］相比,本算法在精度、计算复杂度和灵活性上均有所改进．     

Fabonacci法应用于曲线拟合优化新算法

由最小二乘法得到的曲线拟合的效果是较好的,但却不一定是最优的.文中提出将最小二乘法与Fa-bonacci法结合,得到一种曲线拟合的新优化算法.该算法的思路是在最小二乘法的基础之上,结合Fabonacci法优化已得到的拟合曲线的方程系数,使其更加合理化,从而获得最佳拟合曲线.该方法适用优化区间为单峰函数的任何数据,实例表明方法是切实可行的.     

自适应最优量化查找表预失真算法

为了在不增加查找表（LUT）长度的前提下,进一步改善功率放大器非线性性能,提出1种自适应最优量化LUT的预失真算法.与已有的最优量化LUT算法不同,该算法综合考虑了预失真器特性和输入信号概率分布,理论分析并得到了最优的LUT量化间隔,并给出了全盲条件下的自适应预失真器LUT参数搜索算法.仿真表明：应用该算法的预失真系统的归一化最小均方误差指标优于均匀量化LUT算法和已有的最优量化LUT算法,尤其是在输入信号功率回退较大的情况下,该算法的预失真效果改善更为显著.     

一种人工鱼群混合智能优化算法

针对人工鱼群算法一般在初期拥有较快的收敛性,后期收敛较慢的特性,笔者提出一种改进的人工鱼群算法——GPAFSA．该算法将杂交PSO算法引入到人工鱼群算法中,在人工鱼群算法陷入局部最优时,通过使用杂交PSO算法,克服陷入局部最优的缺陷,实现全局最优．仿真实验表明,该算法在收敛性、全局寻优方面比原始算法有很大提高．     

基于模拟退火算法对K-means聚类算法的优化

K-means聚类算法是近年来数据挖掘学科的一个研究热点和重点,该算法是基于划分的聚类分析算法.目前这种算法在聚类分析中得到了广泛应用。本文将介绍K-means聚类算法的主要思想,及其优缺点。针对该算法经常陷入局部最优,以及对孤立点敏感等缺点,提出了一种基于模拟退火算法的方法对其进行优化,可以有效地防止该算法陷入局部最优的情况。     

一类约束最小二乘估计的神经网络算法

提出一种求解最小二乘问题的新算法,该算法通过特定函数的饱和工作方式,保证最小二乘问题对约束条件的满足,同时实现方差最小化,克服罚函数法难以得到精确解的缺陷。给出了双边约束最小二乘问题存在最优解的充分必要条件,同时证明最优解的唯一性。该算法容易用连续型神经网络实现,网络中神经元状态轨迹收敛到最小二乘问题最优解相对应的平衡点。该算法具有指数收敛速率。     

OFDM系统的子信道比特快速自适应分配算法

通过对OFDM的子信道比特分配空间进行分析,本文提出着眼于误比特概率梯度的动态LMS算法和全局优化算法。全局优化算法是基于混合遗传算法思想。相对Hughes-Hartogs算法,两种算法计算量大幅下降,并且具有递推性。仿真结果表明,快衰落信道下动态LMS算法接近理想性能;慢衰落信道下动态LMS算法和全局优化算法结合应用,可以接近理想性能。     

带宽优化的进化算法

介绍了实值优化问题的进化算法，自然进化是基于群体的优化过程，在计算机上模拟自然进化过程形成统计优化技术．同传统优化方法相比，进化算法具有全局优化的优点，而且适合复杂的实际问题．带宽优化是寻找结点编号的最佳排列，使得刚度矩阵的带宽最小．传统方法一般求得带宽的局部极小值，而带宽优化进化算法可求得带宽的全局最优解     

基于单亲遗传算法的多行设备布置方法及仿真

机器设备布置问题是制造系统中常见的问题之一,基于单亲遗传算法构造了生产车间中常见的多行设备布置问题的优化算法.以总储运费用最小化为目标,通过单亲遗传算法的基因换位操作,从任何初始布置状态出发都能够容易地收敛到全局最优解.进一步,仿真试验结果及与传统遗传算法的比较证明了这一算法对大规模机器布置问题的有效性.     

基于克隆选择算法和神经网络的多用户检测

针对传统检测器和最佳检测器在多用户检测中存在的缺点,利用克隆选择算法和Hopfield神经网络在解决优化问题的优势,提出了一种基于改进的克隆选择算法和神经网络的准最佳多用户检测器并用计算机进行仿真.仿真结果证明了该多用户检测器有良好的抗多址干扰和抗"远近效应"的能力,并有计算复杂度低和易于实时实现的优点.