文献

J-GLOBAL ID：201102214829896800   整理番号：11A0005605

ニューラルネットワークと遺伝的アルゴリズムの組合せによる鍛造力引き下げのためのプレフォーム最適化

Preform optimization for reduction of forging force using a combination of neural network and genetic algorithm

著者 (2件)： SEDIGHI M (Iran Univ. Sci. and Technol., Tehran, IRN) ,  HADI M (Iran Univ. Sci. and Technol., Tehran, IRN)
資料名： Proceedings of the Institution of Mechanical Engineers. Part B. Journal of Engineering Manufacture  (Proceedings of the Institution of Mechanical Engineers. Part B. Journal of Engineering Manufacture)
巻： 224  号： 11  ページ： 1717-1724  発行年： 2010年11月 
JST資料番号： E0712A  ISSN： 0954-4054  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： イギリス (GBR)  言語： 英語 (EN)

抄録/ポイント： 型鍛造のプレフォーム最適化について研究した。最適化の主たる目的は可変パラメータの一つとしてプレフォーム形状を変更させることによる鍛造力の引き下げである。鍛造プロセスのシミュレーションには有限体積法を用いた。その結果を使って人工ニューラルネットワーク(ANN)と遺伝的アルゴリズム(GA)の組合せにより鍛造力を3段階で最適化した。第1段階で円筒の自由鍛造によりプレフォーム形を得る。次いで第2段階で型鍛造での鍛造力を得,第3段階は型キャビティへの完全充填である。オペレーションを加速するため幾何学的パラメトリック設計プロセスを用いた。ケーススタデイとしてAl-2014製航空機用鍛造部品を選んだ。プレフォーム最適化を図った結果,10%の過剰体積を持たせた当初のプレフォームに比し,50%の鍛造力引き下げが達成出来た。

シソーラス用語： *ニューラルネットワーク ,  *遺伝的アルゴリズム ,  *プリフォーム ,  形状最適化 ,  *型鍛造 ,  アルミニウム ,  有限体積法 ,  数値計算
準シソーラス用語： *人工ニューラルネットワーク ,  鍛造部品

分類 (3件)： 鍛造技術  (WC05020H) ,  生産形態  (KB03020E) ,  脳・神経系モデル  (EL02050C)

タイトルに関連する用語 (6件)： ニューラルネットワーク ,  遺伝的アルゴリズム ,  組合せ ,  鍛造 ,  プレフォーム ,  最適化