王大军
- 作品数：6 被引量：9H指数：2
- 供职机构：重庆邮电大学自动化学院更多>>
- 发文基金：国家自然科学基金国家重点实验室开放基金更多>>
- 相关领域：金属学及工艺轻工技术与工程更多>>
- 基于SGPLVM的齿轮坯预锻件多目标优化设计被引量：3
- 2016年
- 在锻造齿轮坯的生产过程中,齿轮坯预锻件的设计质量优劣将会直接影响到终锻时金属的流动、锻模型腔的充满、锻件的质量和模具的寿命等方面。首先建立了预锻件外形尺寸和终锻时最大成形力、终锻时最大模具应力三者之间的极限学习机(ELM)网络模型,然后利用监督高斯过程隐变量模型(SGPLVM)算法,将输入变量降维成低维空间中对应的隐变量,通过隐变量和输出变量之间的关系,利用GA遗传算法多目标优化去计算最佳的预锻件的尺寸。结果表明:当终锻最大成形力和终锻最大模具应力均最小时,预锻件尺寸最优。
- 徐承亮曹志勇王大军胡吉全
- 关键词：齿轮坯
- 基于SGPLVM-LSSVM算法的U形折弯件模型参数优化研究被引量：1
- 2018年
- 影响高强度U形折弯件回弹的因素众多,比如工件尺寸、力学性能和负载条件等,使得高强度折弯件的弯曲回弹难以控制。把回弹角α和最小弯曲回弹半径R作为双目标函数,首先利用监督学习-高斯过程隐变量模型(SGPLVM)进行变量筛选和降维,构建U形折弯件的最小二乘支持向量机模型(LSSVM);再把SGPLVM-LSSVM实验结果分别与SVM、FEM、实际零件进行比较,验证了此算法模型的可行性。
- 徐承亮曹志勇王大军胡吉全
- 关键词：支持向量机模型
- 基于PCA-ELM算法的注塑成形工艺参数优化被引量：3
- 2018年
- 引入了一种特征提取方法——主成分分析法(PCA),通过降维,把高维的决策变量映射到低维空间,得到主成分(主要的决策变量),简化了模型,提高了效率,并结合极限学习机(ELM),使用一种改进的带精英策略的非支配排序遗传算法(NSGAⅡ),对建立的多目标优化模型进行求解,得到Pareto最优解集。
- 徐承亮曹志勇王大军胡吉全
- 关键词：极限学习机非支配排序遗传算法PARETO最优解
- 机器学习耦合有限元分析预测板料气弯回弹行为被引量：1
- 2022年
- 采用机器学习神经网络(NN)耦合有限元分析(FEA)的方法来构建弯曲成形过程的非线性回弹模型,并且考虑了不同材料、工艺参数和模具几何形状,可以有效和准确地预测工件的弯曲回弹行为。当模具开口量V=11 mm、板料厚度t=3 mm时,对于结构钢HC220材料,机器学习NN模型的预测值(Y_(NN))与回弹后分析解(y_(JBP))的均方根误差RMSE分别为0.28和1.70;对于双相钢DP590材料,Y_(NN)与y_(JBP)的RMSE分别为0.45和0.22。采用NN模型、回弹后分析解(y_(JBP))和FEA方法的CPU计算时间分别为3.1、6.3和278 s,NN模型的CPU计算时间最少,实验结果表明,NN模型可以在良好的预测精度和高效的求解速度之间达到一个最佳平衡。
- 徐承亮张祥林王大军
- 关键词：弯曲回弹神经网络有限元分析
- GA-ELM混合算法预测齿轮坯终锻成形及预锻件优化被引量：1
- 2016年
- 多工位锻造齿轮坯的生产过程中,如何设计齿轮坯预锻件将直接影响到终锻件的金属流动、模具型腔的充满、锻件的质量以及模具的寿命。文中首先利用极限学习机ELM网络学习效率高、泛化能力强、预测精度高的特点,在预锻件尺寸、终锻成形力和终锻模具应力之间建立ELM网络模型,并使用遗传算法的全局寻优功能去优化ELM网络以便提高其预测精度和稳定性,这样得到的预锻件使终锻模具的受力大小合理,确定了特定条件下的最佳的预锻件形状和尺寸。
- 徐承亮曹志勇王大军胡吉全
- 关键词：齿轮坯
- 基于SFS-SVM的V形件弯曲工艺参数优化研究
- 2022年
- 影响V形工件弯曲回弹的工件尺寸、力学性能、负载条件和材料各向异性等众多因素相互耦合,表现出高度复杂的非线性,从而导致回弹预测结果的不确定性。把板料回弹后的张开角和圆角半径作为目标优化函数,将支持向量机模型部署到顺序向前筛选算法中以高效筛选出最优的特征变量参数子集,从而提高弯曲回弹模型预测结果的精度与可靠性。有限元分析和实验结果的对比验证了算法模型的可行性。
- 徐承亮曹志勇王大军胡吉全
- 关键词：支持向量机弯曲回弹
