---
---
---
(點(diǎn)擊查看產(chǎn)品報(bào)價(jià))
為了解決帶約束的最小化問題,使用了一種基于二次方程式的程序
算法。但是由于目標(biāo)函數(shù)的特殊特征,這些算法可能會(huì)導(dǎo)致在達(dá)到優(yōu)化
時(shí)產(chǎn)生的一些問題,即在局部最小值的地方它們會(huì)變得不靈敏。因此,
遺傳算法(GA)常常用于幫助找到最小值.當(dāng)使用GA時(shí),問題就不再受限
制
然后我們將FEM模擬再次運(yùn)行,用極限成形圖檢驗(yàn)輸人值和計(jì)算結(jié)
果的正確性。由于在模擬中能夠滿足所有的約束條件,因此我們有理由
認(rèn)為結(jié)果是正確的。如果不能夠滿足約束條件,我們就有必要重新定義
限制條件,從那個(gè)點(diǎn)上重復(fù)優(yōu)化過程。
在金屬成形過程的數(shù)值模擬中,常用的硬化模型是相對(duì)簡(jiǎn)單的。當(dāng)
然,冷熱變形中的硬化模型是不同的,但是這兩種情況中都用到了同樣
類型的屈服條件。然而該模型要比彈性變形中的更為復(fù)雜。在此,我們
研究了四種不同類型的塑性變形,它們包括熱軋、深沖、連續(xù)擠壓和管
材的干燥轉(zhuǎn)動(dòng)和液壓成形。我們考慮了每個(gè)過程的優(yōu)化。
所有資料用于交流學(xué)習(xí)之用,如有版權(quán)問題請(qǐng)聯(lián)系,禁止復(fù)制,轉(zhuǎn)載注明地址
上海光學(xué)儀器一廠-專業(yè)顯微鏡制造商 提供最合理的
顯微鏡價(jià)格