机器学习在弯曲模中的应用尝试

摘要

利用人工神经网络技术,把在线测量数据作为神经网络的训练样本,建立输入工艺参数、输出行程的神经网络模型,并通过在线监测检验相关模型的准确性,在公差取值范围内,采用神经网络模型代替传统有限元数学模型,对工艺参数进行实时反馈及优化,最终实现可自我学习的智能弯曲成型系统的开发.该系统可自动试模,自动调整参数,并实现稳定全自动生产.