外文翻译中文--拉深过程控制智能设计体系结构(编辑修改稿)内容摘要：
此，完成冲压过程成功需要合 适大小的压边力。 所以，为验证该体系结构的可行性，新的设计体系结构被用于拉深过程中压边力的自适应控制。 图 3 显示基于数据库的智能金属成型过程设计系统的体系结构。 在该系统中，采用模糊推理作为一种过程控制设计的人工智能工具。 图 2 基于数据库的智能金属板料成形系统设想 图 3 智能金属成型拉深过程设计系统体系结构 评价函数不应受板料的材料、加工条件、环境条件和其他因素影响。 出于这个原因，使用从冲压行程曲线获取的评价函数 Φ 和 和从最大明显板料厚度曲线获取的评价函数Ψ和。 评价函数 Φ 是假设均匀壁厚下获取的实际冲 压行程曲线和理想的曲线的几何差值曲线。 是 Φ 对板厚减薄率 的微分。 综合使用 Φ 和 可用于破裂预测。 评价函数Ψ是压边圈位移，它等于法兰边缘的板厚，用来代替壁厚分布。 和 Φ 一样，综合使用Ψ和 可用来评估起皱的情况。 约束函数 定义为冲压负荷曲线的微分用来评估冲压的进展。 在这项研究中的数据库是由四种过程变量组成：冲压冲程，冲压负荷，表面最传感器 激励 工作单元 大厚度和板料减薄率。 是从 法兰边缘的位移位置得出的。 而 是最初的板料半径和 S 是法兰边缘的位移值， 这些过程数据用于设计相应的隶属函数集的评价函数，因此他们必须在各种材料和工艺条件（材料特性，加工条件，润滑条件，周围条件）下积累。 本文提出的体系结构中，可设计三个目标函数。 首先是在破裂极限下施加最大压边力获得的杯形件的高度改进。 二是在起皱极限下施加最小压边力获得的过程能源节约。 三是结合上述两个目标函数的均匀壁厚控制方案。 表 1ifthen 规则 图 4 数据库中过程信息的需求 图 5 输入隶属函数集 图 6 输出隶属函数集 模糊模型 模糊模型的应用提供了一个既合适又简单的方式来优化控制过程，因为拉深过程不仅不稳定而且复杂，同时也有非线性形成的特点。 这一系列的隶属函数通过数据库用于前。阅读剩余 0%
本站所有文章资讯、展示的图片素材等内容均为注册用户上传(部分报媒/平媒内容转载自网络合作媒体)，仅供学习参考。
用户通过本站上传、发布的任何内容的知识产权归属用户或原始著作权人所有。如有侵犯您的版权，请联系我们反馈本站将在三个工作日内改正。