文献

J-GLOBAL ID：201702277137003308   整理番号：17A1588770

BPニューラルネットワークと遺伝的アルゴリズムに基づく温間押出金型の最適設計【JST・京大機械翻訳】

Warm Extrusion Die Wear Optimization Design Based on BP Neural Network and Genetic Algorithm

著者 (4件)： Sun Xianping (長春工業大学机電学院 吉林長春130012) ,  Yang Bing (長春工業大学机電学院 吉林長春130012) ,  Liu Qiangqiang (長春工業大学机電学院 吉林長春130012) ,  Wang Leigang (江蘇大学材料科学与工程学院 江蘇鎮江212013)
資料名： Runhua Yumifeng  (Runhua Yumifeng)
巻： 42  号： 4  ページ： 84-88  発行年： 2017年 
JST資料番号： C2971A  ISSN： 0254-0150  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： 金型の摩耗解析とその寿命予測を,自動車の回転ねじのカップ-棒の温間押出ダイスを例として行った。4つの主要な因子,すなわち,金型温度,金型の初期硬度,金型の初期温度,摩擦係数を,4つの異なる水平値を選択して,4つの因子の4つのレベルで,32の温間押出ダイスの摩耗試験のために,それぞれ,4つの主要な因子,すなわち,4つの因子を選択することによって決定した。Deform-3D有限要素数値シミュレーションソフトウェアを用いて,成形プロセスの数値シミュレーションを行った。異なる影響因子と対応する金型の摩耗量をサンプルとしてBPニューラルネットワークを訓練し、4つの主要な要素と金型摩耗量の間のマッピング関係を確立し、温間押出ダイスの摩耗量を目的関数とし、遺伝的アルゴリズムによって4つの影響因子を組合せ最適化し、金型の摩耗量が最小で、寿命が最も長い。Data from Wanfang. Translated by JST【JST・京大機械翻訳】

シソーラス用語： *最適設計 ,  シミュレーション ,  摩耗試験 ,  摩耗 ,  硬度 ,  目的関数 ,  三次元 ,  寿命予測 ,  *遺伝的アルゴリズム ,  最適化 ,  自動車 ,  摩擦係数
準シソーラス用語： 摩耗量 ,  影響因子 ,  数値シミュレーション ,  *逆伝播ニューラルネットワーク , 【Automatic Indexing@JST】

著者キーワード (4件)： die wear analysis ,  numerical simulation ,  BP neural network ,  genetic algorithm

分類 (3件)： 鍛造設備  (WC05030S) ,  射出成形  (YH04050Y) ,  金属の機械的性質  (BL01022T)

タイトルに関連する用語 (4件)： BPニューラルネットワーク ,  遺伝的アルゴリズム ,  押出金型 ,  最適設計