基于GA-ELM的钛合金叶片精锻成形过程的模具磨损分析与预测

摘要

为提高对钛合金叶片精锻过程中模具磨损量分析的效率和准确率,以TC11钛合金叶片精锻成形过程为研究对象,通过有限元分析软件Deform-3D进行数值模拟,结合修正的Archard磨损模型情况建立了叶片精锻过程的模具磨损样本数据,应用遗传算法-极限学习机(GA-ELM)模型预测模具磨损量。以模具磨损量作为输出参数,以相关的叶片精锻工艺参数作为输入参数,对模具磨损量进行预测;并结合遗传算法优化的GA-BP神经网络模型、原始ELM模型的预测结果进行对比。最后,通过Deform有限元软件分析的模具磨损量验证了GA-ELM模型预测结果的精度和可靠性。结果表明,利用GA-ELM模型预测的模具磨损量具有较高的精度,与其他算法相比具有优越性。