[发明专利]一种基于PSO的零件回弹成形工艺参数优化方法

摘要

本发明公开了一种基于PSO的零件回弹成形工艺参数优化方法，包括建立回弹预测数字模型、运用粒子群算法在CV‑SVM近似模型中迭代寻优、进行寻优参数优化后的成形工艺参数数值模拟验证；本发明通过粒子群算法，能够获得零件成形回弹后的最大位移量为0.54mm，小于开始的最大位移量0.7mm，满足零件的使用和装配要求，零件的最小厚度为tmin＝0.67mm，减薄率为25.6％，较好地优化成形工艺参数，降低零件缺陷，为实际生产提供理论依据。

主权项

一种基于PSO的零件回弹成形工艺参数优化方法，其特征在于：以CV‑SVM近似模型为主体，以板料厚度、冲压速度、摩擦因数三个成形工艺参数中的取值区间为约束条件，零件回弹位移最小化为优化目标，采用粒子群算法进行迭代寻优，获取其最优的成形工艺参数组合，将优化后的成形工艺参数导入DYNAFORM软件中进行数值模拟与验证，对比前后回弹数据的优化效果，该方法包括以下步骤：(1)针对一种汽车异形弯曲件零件，建立回弹预测数字模型，首先把零件成形后发生回弹的最大位移量作为优化目标，同时根据零件回弹位移设立约束条件；(2)运用粒子群算法在CV‑SVM近似模型中迭代寻优,以K折交叉验证法获得最优惩罚因子C和核宽度σ，并以此构建支持向量机回归预测模型CV‑SVM近似模型，用粒子群算法进行参数寻优；(3)将CV‑SVM近似模型中得到的寻优参数进行优化的成形工艺参数数值模拟验证，将获得的成形工艺参数输入至DYNAFORM软件中进行回弹数值模拟，将零件成形回弹后的最大位移量与厚度通过云图形式进行显示，显示出最大位移量数值与最小厚度。