基于遗传算法的强力旋压连杆衬套工艺参数多目标优化

摘要

针对连杆衬套的强力旋压成形工艺参数与力学性能之间的复杂关系,建立了工艺参数(减薄率、进给比)与力学性能(抗拉强度、伸长率)之间的RBF神经网络非线性关系。利用正交试验所得的数据结果对神经网络进行训练和测试,通过实测值与预测值的对比,发现所建立的神经网络模型具有较高的预测精度。并将此非线性关系作为适应度函数,基于遗传算法建立了工艺参数(减薄率、进给比)的多目标(抗拉强度、伸长率)优化模型,得出了多目标Pareto最优解集,并通过试验分析验证了最优解集的可行性,可以有效提高工艺参数的设计效率和产品的力学性能。

关键词