本發(fā)明涉及模具技術(shù)領(lǐng)域的設(shè)計方法，具體地，涉及一種基于人工智能和有限元分析且負載均衡的異型線纜拉拔模具的設(shè)計方法及系統(tǒng)。

背景技術(shù)：

異型線纜是相對于圓形截面導(dǎo)線而言的，是除圓形截面以外的各種不同幾何形狀的非圓形截面導(dǎo)線。異型線廣泛地應(yīng)用于航天、機械、汽車、電子工業(yè)及通訊等領(lǐng)域。智能電網(wǎng)作為七大戰(zhàn)略新興產(chǎn)業(yè)之一，將促使我國的電線電纜行業(yè)飛速地發(fā)展。同時，新能源電站的興建、裝備制造的發(fā)展、軌道交通的推廣等也極大地擴充了電纜的新型應(yīng)用領(lǐng)域。異型線材廣泛應(yīng)用于同心絞架空導(dǎo)線及電磁線，與圓線同心絞架空導(dǎo)線相比，型線絞架空導(dǎo)線具有更大的導(dǎo)體截面利用率，截面相同時能減小直徑約10％；等直徑時，則可增大有效截面20％～25％。為提高特高壓輸電線的傳輸能力，較大截面的電纜導(dǎo)體必須采用分割導(dǎo)體，以減小交流電傳輸時因“集膚效應(yīng)”和“鄰近效應(yīng)”引起的導(dǎo)體電阻增加及輸電容量的下降。分割導(dǎo)體一般采用異型線(如“S形、Z形”及梯形型線，)，是由于異型線具有增大導(dǎo)體截面利用率、降低導(dǎo)線弧垂率、防腐性能好、斷線損害小、自阻尼性能強、減小風載、降低架空導(dǎo)線舞動發(fā)生幾率等優(yōu)點。

異型線纜在國外尤其是發(fā)達國家已廣泛采用，而目前國內(nèi)的生產(chǎn)和應(yīng)用還處于起步階段，拉拔模的加工精度、耐用性等指標均有待進一步改善。異型線纜模具的質(zhì)量是高質(zhì)量異型電線電纜生產(chǎn)的保證，因此異型拉拔模具的研究對我國電線電纜行業(yè)的發(fā)展以及節(jié)能降耗具有重要的意義。

目前，國內(nèi)異型線材的生產(chǎn)主要采用輥模拉拔和固定模拉拔的方法。輥模拉拔實質(zhì)是拉拔與軋制相結(jié)合的拔軋過程，輥子是由拉拔件與其間的摩擦力帶動旋轉(zhuǎn)，在孔型中實現(xiàn)拉拔件變形的。與固定模拉拔相比，輥模拉拔的拉拔力小，能耗低，壓縮率大，加工極限高，對潤滑要求低，模具壽命長，對坯料要求低(如坯料的斷面變形、尺寸變化、焊接等性質(zhì)不均和表面缺陷等)，成品的彈性極限和屈服強度提高，斷面硬度分布較均勻，殘余應(yīng)力小等優(yōu)點，但產(chǎn)品精度較固定模拉拔低，仍需進行后續(xù)尺寸精整處理。固定模的生產(chǎn)通常采用拉絲配模的方法。拉絲配模的方法就是，金屬絲拉拔時根據(jù)成品尺寸、形狀和材料，確定圓坯或扁坯的尺寸，確定拉制道次及每道次的尺寸與形狀，并確定中間退火時間的方法。但是采用拉絲配模的方法拉制型線，工件變形的不均勻性比拉圓線時更嚴重，形成的殘余應(yīng)力更大，造成外形彎扭、尺寸不精確、局部裂紋的可能性也更大。因此，在進行異型線材拉拔模具設(shè)計時，應(yīng)克服傳統(tǒng)設(shè)計方法的不足，借助大數(shù)據(jù)來解決傳統(tǒng)設(shè)計中帶來的尺寸及應(yīng)力問題。

眾所周知，人工智能是研究、開發(fā)用于模擬、延伸和擴展人的智能的理論、方法、技術(shù)及應(yīng)用系統(tǒng)的一門新的技術(shù)科學(xué)，旨在研究如何利用計算機等現(xiàn)代化工具種系統(tǒng)來模仿人類的智能行為。人工智能技術(shù)的發(fā)展為生產(chǎn)數(shù)據(jù)與信息的分析和處理提供了有效的方法，給制造技術(shù)增添了智能的翅膀。人工智能技術(shù)尤其適合于解決特別復(fù)雜和不確定的問題，在制造過程的各個環(huán)節(jié)幾乎都可廣泛應(yīng)用人工智能技術(shù)。神經(jīng)網(wǎng)絡(luò)作為集腦科學(xué)、神經(jīng)心理學(xué)和信息科學(xué)等多學(xué)科的交叉研究領(lǐng)域，已在模式識別、機器學(xué)習、專家系統(tǒng)等多個方面得到應(yīng)用，成為人工智能研究中的活躍領(lǐng)域。本發(fā)明針對神經(jīng)網(wǎng)絡(luò)較強學(xué)習能力的特點，基于連續(xù)線性變化的孔型設(shè)計方法的軟件建模，將神經(jīng)網(wǎng)絡(luò)與有限元技術(shù)相結(jié)合，應(yīng)用于異型線材拉拔模具的設(shè)計不僅簡化了模具的設(shè)計流程，保證模具設(shè)計尺寸的精確性，而且使得模具的耐磨性、使用壽命等方面都有很大提升。

經(jīng)對現(xiàn)有技術(shù)文獻的檢索發(fā)現(xiàn)，鐘蘇于2011年提出了一種利用CAXA電子圖板，設(shè)計拉線模中間過渡孔形截面的方法。在拉拔道次和最終成形截面形狀確定的情況下，對圓形截面過渡到型線要求截面的模具孔型進行設(shè)計。最終以樣條線的形式，近似得出了各過渡孔形截面，并利用CAXA軟件在電火花線切割機上進行加工，從而得到比較精確的孔型。但是這種設(shè)計方法需要對金屬加工流動特性進行研究，建模過程復(fù)雜，且在確定每一道次的孔型界面的面積時，用到了縮放調(diào)整，使得設(shè)計參數(shù)存在一定的誤差。

公開號為1979496A，申請?zhí)枮?00510047903.6的中國發(fā)明申請，該申請公開一種銅合金管材鑄軋工藝參數(shù)設(shè)計及優(yōu)化的方法，以數(shù)據(jù)庫為設(shè)計基礎(chǔ)，神經(jīng)網(wǎng)絡(luò)為工藝參數(shù)和工藝指標的設(shè)計方法，遺傳算法為工藝參數(shù)優(yōu)化手段，綜合集成神經(jīng)網(wǎng)絡(luò)、遺傳算法，有限元模擬、試驗設(shè)計、CAD參數(shù)化設(shè)計和數(shù)據(jù)庫技術(shù)于工藝設(shè)計和參數(shù)優(yōu)化中，設(shè)計并優(yōu)化銅合金管材鑄軋的工藝參數(shù)。該發(fā)明自動化程度高、能適用于銅合金管材的加工變形，使缺少豐富專業(yè)知識人員也能制定出準確規(guī)范的加工工藝。但是該方法無法適用于異型線纜拉拔模具的設(shè)計。

因此，如何設(shè)計一種快速獲得優(yōu)化參數(shù)且更加準確可靠的異型線纜拉拔模具的設(shè)計方法已成為解決問題的關(guān)鍵。

技術(shù)實現(xiàn)要素：

針對現(xiàn)有技術(shù)中的缺陷，本發(fā)明的目的是提供一種異型線纜拉拔模具的設(shè)計方法及系統(tǒng)，可以設(shè)計出既符合逐漸過渡的孔型變化規(guī)律，又滿足拉絲機速比參數(shù)的拉絲模具孔型截面。

根據(jù)本發(fā)明第一方面，提供一種異型線纜拉拔模具的設(shè)計方法，所述方法在仿真和人工智能基礎(chǔ)之上，將有限元仿真、人工神經(jīng)網(wǎng)絡(luò)、遺傳算法與軟件建模相結(jié)合,并且所述方法能夠保證所設(shè)計模具具有局部負載均衡和全局負載均衡的特點；

所述的有限元仿真，用于計算兩部分應(yīng)力：

一部分是：進線截面積和延伸率相同，但幾何參數(shù)不同的拉拔模具內(nèi)孔表面各段的等效應(yīng)力以及內(nèi)孔表面的平均應(yīng)力值；比較得到內(nèi)孔表面各段等效應(yīng)力變化范圍最小的模具的幾何參數(shù)，所得幾何參數(shù)即為該進線截面積和延伸率下滿足局部負載均衡的最優(yōu)模具幾何參數(shù)；

另一部分是：多次改變進線截面積和延伸率后，對應(yīng)不同幾何參數(shù)的拉拔模具內(nèi)孔表面各段的等效應(yīng)力以及內(nèi)孔表面的平均應(yīng)力值；經(jīng)仿真優(yōu)化計算得到不同進線截面積和延伸率下的最優(yōu)模具幾何參數(shù)；

所述的神經(jīng)網(wǎng)絡(luò)，是構(gòu)建拉拔模具內(nèi)孔表面的平均應(yīng)力值與母材初始截面面積及延伸率之間映射關(guān)系的神經(jīng)網(wǎng)絡(luò)；

所述的遺傳算法，用于確定模具拉拔道次的取值范圍，并對各道次下的延伸率進行優(yōu)化求解；

所述的軟件建模，是以連續(xù)“線性”變形的孔型設(shè)計方法為依據(jù)，設(shè)計出整個拉拔過程的模具結(jié)構(gòu)，并根據(jù)延伸率的設(shè)計值分割出各分道次下的模具結(jié)構(gòu)。

優(yōu)選地，所述的神經(jīng)網(wǎng)絡(luò)，是將進線截面積和延伸率作為輸入，最優(yōu)的模具幾何參數(shù)以及對應(yīng)的模具內(nèi)孔表面的平均應(yīng)力值作為輸出進行訓(xùn)練，從而構(gòu)建拉拔模具內(nèi)孔表面的平均應(yīng)力值與母材初始截面面積及延伸率之間映射關(guān)系的BP神經(jīng)網(wǎng)絡(luò)拓撲結(jié)構(gòu)。

優(yōu)選地，所述的局部負載均衡，是指：進線截面積和延伸率相同但幾何參數(shù)不同的拉拔模具內(nèi)孔表面各段的等效應(yīng)力的變化范圍，即取值范圍最小。

優(yōu)選地，所述的全局負載均衡，是指：多道次拉拔的整個拉拔過程中，各分道次下拉拔模具內(nèi)孔表面所受平均應(yīng)力值的變化范圍，即取值范圍最小。

具體的，所述異型線纜拉拔模具的設(shè)計方法，包括如下步驟：

第一步、選用正交試驗設(shè)計方法，在拉拔模具延伸率及初始截面積相同的條件下，以拉拔模具的幾何參數(shù)，包括壓縮區(qū)半角、壓縮區(qū)長度、定徑區(qū)長度為設(shè)計變量，進行有限元仿真并計算不同幾何參數(shù)下拉拔模具內(nèi)孔表面各段的等效應(yīng)力以及內(nèi)孔表面的平均應(yīng)力值；

第二步、為滿足模具局部載荷均衡，比較第一步中的不同幾何參數(shù)下拉拔模具內(nèi)孔表面各段的等效應(yīng)力的取值范圍，取值范圍最小的拉拔模具所對應(yīng)的幾何參數(shù)，即為該延伸率和初始截面積下的最優(yōu)模具設(shè)計幾何參數(shù)；

第三步、改變拉拔模具的延伸率及初始截面積，重復(fù)第一步的仿真計算，進而得到不同延伸率和初始截面積下的等效應(yīng)力和平均應(yīng)力值；

第四步、構(gòu)建神經(jīng)網(wǎng)絡(luò)系統(tǒng)，并將進線截面積和延伸率作為輸入，最優(yōu)的模具幾何參數(shù)以及對應(yīng)的模具內(nèi)孔表面的平均應(yīng)力值作為輸出進行訓(xùn)練，構(gòu)建拉拔模具內(nèi)孔表面的平均應(yīng)力值與母材初始截面面積及延伸率之間映射關(guān)系的BP神經(jīng)網(wǎng)絡(luò)拓撲結(jié)構(gòu)；

第五步、以多道次拉拔過程中各個分道次拉拔的安全系數(shù)為優(yōu)化目標，以各個分道次的延伸率為優(yōu)化參數(shù)，采用遺傳算法作為優(yōu)化器確定拉拔道次的取值范圍，并對不同拉拔道次下各分道次的延伸率進行求解；

第六步、在不同拉拔道次下，按各分道次的延伸率設(shè)計值在神經(jīng)網(wǎng)絡(luò)中求出最優(yōu)的模具設(shè)計幾何參數(shù)值以及對應(yīng)的內(nèi)孔表面的平均應(yīng)力值；

第七步、為滿足模具全局負載均衡，比較第六步得到的不同拉拔道次下各分道次之間的平均應(yīng)力值的變化范圍，平均應(yīng)力變化范圍最小的模具拉拔道次，即為模具的最優(yōu)拉拔道次；

第八步、以連續(xù)“線性”變形的孔型設(shè)計方法為依據(jù)，設(shè)計出整個拉拔過程的模具結(jié)構(gòu)，并根據(jù)延伸率的設(shè)計值分割出各分道次下的模具結(jié)構(gòu)。

更優(yōu)選地，第五步中，所述安全系數(shù)的取值K在1.40-2.00之間。

更優(yōu)選地，第八步中，具體包括以下步驟：

(1)繪制矩形線成品尺寸圖及毛坯尺寸圖；

(2)繪制直紋面；

(3)提取各道次模具截面；

(4)提取截面設(shè)計圖，并將設(shè)計的樣條線轉(zhuǎn)化為由線段和圓弧組成的截面曲線。

根據(jù)本發(fā)明第二方面，提供一種用于實現(xiàn)上述方法的異型線纜拉拔模具的設(shè)計系統(tǒng)，包括：

有限元仿真模塊，該模塊用于計算兩部分應(yīng)力，一部分是：進線截面積和延伸率相同，但幾何參數(shù)不同的拉拔模具內(nèi)孔表面各段的等效應(yīng)力以及內(nèi)孔表面的平均應(yīng)力值；比較得到內(nèi)孔表面各段等效應(yīng)力變化范圍最小的模具的幾何參數(shù)，所得幾何參數(shù)即為該進線截面積和延伸率下滿足局部負載均衡的最優(yōu)模具幾何參數(shù)；另一部分是：多次改變進線截面積和延伸率后，對應(yīng)不同幾何參數(shù)的拉拔模具內(nèi)孔表面各段的等效應(yīng)力以及內(nèi)孔表面的平均應(yīng)力值；經(jīng)仿真優(yōu)化計算得到不同進線截面積和延伸率下的最優(yōu)模具幾何參數(shù)；

神經(jīng)網(wǎng)絡(luò)模塊，該模塊將進線截面積和延伸率作為輸入，最優(yōu)的模具幾何參數(shù)以及對應(yīng)的模具內(nèi)孔表面的平均應(yīng)力值作為輸出進行訓(xùn)練，構(gòu)建拉拔模具內(nèi)孔表面的平均應(yīng)力值與母材初始截面面積及延伸率之間映射關(guān)系的BP神經(jīng)網(wǎng)絡(luò)拓撲結(jié)構(gòu)；

遺傳算法模塊，利用遺傳算法確定拉拔道次的取值范圍，并對不同拉拔道次下每一分道次的延伸率值進行優(yōu)化求解；

軟件建模模塊，該模塊以連續(xù)“線性”變形的孔型設(shè)計方法為依據(jù)，設(shè)計出整個拉拔過程的模具結(jié)構(gòu)，并根據(jù)延伸率的設(shè)計值分割出各分道次下的模具結(jié)構(gòu)。

優(yōu)選地，所述遺傳算法模塊，在不同拉拔道次下，按各分道次的延伸率設(shè)計值在神經(jīng)網(wǎng)絡(luò)中求出最優(yōu)的模具設(shè)計幾何參數(shù)值以及對應(yīng)的內(nèi)孔表面的平均應(yīng)力值。

優(yōu)選地，為滿足模具全局負載均衡，所述遺傳算法模塊計算不同拉拔道次下各分道次之間的平均應(yīng)力值的變化范圍，比較得到平均應(yīng)力變化范圍最小的模具拉拔道次，該拉拔道次即為模具的最優(yōu)設(shè)計道次。

與現(xiàn)有技術(shù)相比，本發(fā)明具有如下的有益效果：

1、本發(fā)明以有限元的優(yōu)化結(jié)果為樣本，訓(xùn)練人工神經(jīng)網(wǎng)絡(luò)，建立了拉拔模具內(nèi)孔表面的平均應(yīng)力值、最優(yōu)模具尺寸參數(shù)與母材初始截面面積及延伸率之間的映射關(guān)系；

2、本發(fā)明采用遺傳優(yōu)化算法，對多道次拉拔中的延伸率分配進行了優(yōu)化；

3、本發(fā)明在多道次拉拔過程中模具所受的局部和全局負載均衡，且前一道次的成形尺寸是后道次的壓縮區(qū)初始尺寸，以保證后道次模具的壓縮區(qū)與線材同時接觸，盡量減小拉拔線材內(nèi)部應(yīng)力應(yīng)變的不均勻性，從而設(shè)計出既符合逐漸過渡的孔型變化規(guī)律，又滿足拉絲機速比參數(shù)的拉絲模具孔型截面。

綜上，本發(fā)明借助仿真優(yōu)化，使用人工神經(jīng)網(wǎng)絡(luò)用于計算拉拔力優(yōu)化值，大大減少了有限元計算量；結(jié)合遺傳算法強大的全局尋優(yōu)能力，對多道次拉拔中延伸率分配問題進行求解，顯著地減少了設(shè)計過程的工作量；基于模具局部、全局負載均衡的原則，保證各拉拔道次拉拔過程中能受力均衡，有效地減緩了模具的磨損，延長模具的使用壽命；借助軟件建模，對拉拔模具的孔型進行優(yōu)化設(shè)計，不僅能充分發(fā)揮拉拔模具和拉拔設(shè)備的性能，而且對于高速自動化的拉拔生產(chǎn)線而言，在極大延長了模具壽命的同時，還減少了更換維護模具的時間，生產(chǎn)效率得到大幅提高，對提高整個金屬線、管材拉拔行業(yè)的經(jīng)濟效益十分重要。

附圖說明

通過閱讀參照以下附圖對非限制性實施例所作的詳細描述，本發(fā)明的其它特征、目的和優(yōu)點將會變得更明顯：

圖1a～1d為本發(fā)明方法原理框圖；

圖2為本發(fā)明一實施例拉撥過程示意圖；

圖3中(a)、(b)、(c)、(d)為本發(fā)明一實施例矩形拉撥模具設(shè)計圖；

圖4中(a)、(b)、(c)為本發(fā)明一實施例瓦形拉撥模具設(shè)計圖；

圖5為本發(fā)明一實施例瓦形線材拉撥生產(chǎn)示意圖；

圖6為本發(fā)明系統(tǒng)結(jié)構(gòu)框圖。

具體實施方式

下面結(jié)合具體實施例對本發(fā)明進行詳細說明。以下實施例將有助于本領(lǐng)域的技術(shù)人員進一步理解本發(fā)明，但不以任何形式限制本發(fā)明。應(yīng)當指出的是，對本領(lǐng)域的普通技術(shù)人員來說，在不脫離本發(fā)明構(gòu)思的前提下，還可以做出若干變形和改進。這些都屬于本發(fā)明的保護范圍。

如圖1所示，一種異型線纜拉拔模具的設(shè)計方法，所述方法是一種在仿真和人工智能基礎(chǔ)之上，提出有限元仿真、人工神經(jīng)網(wǎng)絡(luò)、遺傳算法與軟件建模相結(jié)合的多道次拉拔配模設(shè)計的方法,并且該設(shè)計方法可以保證模具局部和全局的負載均衡。所述方法：

如圖1a所示，所述的有限元仿真用于計算兩部分應(yīng)力：

一部分是：進線截面積和延伸率相同，但幾何參數(shù)不同的拉拔模具內(nèi)孔表面各段的等效應(yīng)力以及內(nèi)孔表面的平均應(yīng)力值；比較得到內(nèi)孔表面各段等效應(yīng)力變化范圍最小的模具的幾何參數(shù)，所得幾何參數(shù)即為該進線截面積和延伸率下滿足局部負載均衡的最優(yōu)模具幾何參數(shù)；

另一部分是：多次改變進線截面積和延伸率后，對應(yīng)不同幾何參數(shù)的拉拔模具內(nèi)孔表面各段的等效應(yīng)力以及內(nèi)孔表面的平均應(yīng)力值；經(jīng)仿真優(yōu)化計算得到不同進線截面積和延伸率下的最優(yōu)模具幾何參數(shù)；

所述的神經(jīng)網(wǎng)絡(luò)如圖1b所示，是構(gòu)建拉拔模具內(nèi)孔表面的平均應(yīng)力值與母材初始截面面積及延伸率之間映射關(guān)系的神經(jīng)網(wǎng)絡(luò)；

所述的遺傳算法如圖1c所示，用于確定模具拉拔道次的取值范圍，并對各道次下的延伸率進行優(yōu)化求解；

所述的軟件建模，如圖1d所示，是以連續(xù)“線性”變形的孔型設(shè)計方法為依據(jù)，設(shè)計出整個拉拔過程的模具結(jié)構(gòu)，并根據(jù)延伸率的設(shè)計值分割出各分道次下的模具結(jié)構(gòu)。

以連續(xù)“線性”變形的孔型設(shè)計方法為依據(jù)，即在多道次拉拔過程中前一道次的成形尺寸是后道次的壓縮區(qū)初始尺寸，以保證后道次模具的壓縮區(qū)與線材同時接觸，盡量減小拉拔線材內(nèi)部應(yīng)力應(yīng)變的不均勻性，從而設(shè)計出既符合逐漸過渡的孔型變化規(guī)律，又滿足拉絲機速比參數(shù)的拉絲模具孔型截面模型。

實施例1

如圖2所示，本實施例提供一種異型線纜拉拔模具的設(shè)計方法，所述方法通過以下步驟進行：

第一步、仿真優(yōu)化

首先在ANSYS Workbench的前處理模塊中建立模具及矩形線材的幾何模型；然后將通過實驗獲得的摩擦系數(shù)和金屬材料的應(yīng)力應(yīng)變數(shù)據(jù)加載到模型當中，劃分網(wǎng)格即可得到拉拔過程仿真的有限元模型；在仿真過程中，拉拔模具的底部被施加固定約束，在線材的前端施加-60mm的軸向位移載荷，用來模擬施加的拉拔力，拉拔速度設(shè)定為3m/s，仿真時間為0.02s；選擇的矩形線材材料為銅材，取定線材的初始截面積和延伸率值，然后選用正交試驗設(shè)計方法，以拉拔模具的幾何參數(shù)(壓縮區(qū)半角范圍10-18°、壓縮區(qū)長度1-5mm、定徑區(qū)長度取值2-6mm)為設(shè)計變量，進行有限元仿真并計算不同幾何參數(shù)下拉拔模具內(nèi)孔表面各段的等效應(yīng)力以及內(nèi)孔表面的平均應(yīng)力值。

第二步、模具的局部負載均衡

比較得到內(nèi)孔表面各段等效應(yīng)力變化范圍最小的模具的幾何參數(shù)，所得幾何參數(shù)即為該進線截面積和延伸率下滿足局部負載均衡的最優(yōu)模具幾何參數(shù)。

第三步、擴充模具設(shè)計樣本

多次改變矩形線材的初始截面積和延伸率值，重復(fù)第一步中的建模及后處理過程，然后選用正交試驗設(shè)計方法，進行有限元仿真并計算不同幾何參數(shù)下拉拔模具內(nèi)孔表面各段的等效應(yīng)力以及內(nèi)孔表面的平均應(yīng)力值，并篩選出不同初始截面積和延伸率下對應(yīng)的最優(yōu)模具幾何參數(shù)，得到更多的模具設(shè)計參數(shù)樣本。

第四步、建立BP人工神經(jīng)網(wǎng)絡(luò)

將進線截面積和延伸率作為輸入，最優(yōu)的模具幾何參數(shù)以及對應(yīng)的模具內(nèi)孔表面的平均應(yīng)力值作為輸出用于訓(xùn)練建立的神經(jīng)網(wǎng)絡(luò)系統(tǒng)，構(gòu)建拉拔模具內(nèi)孔表面的平均應(yīng)力值與母材初始截面面積及延伸率之間映射關(guān)系的BP神經(jīng)網(wǎng)絡(luò)拓撲結(jié)構(gòu)；

其神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)為：

(1)輸入：2個輸入?yún)?shù)即母材初始截面積及延伸率；

(2)隱含層：兩層，分別具有10個神經(jīng)元和5個神經(jīng)元；

(3)輸出層：6個神經(jīng)元即目標函數(shù)值；隱含層采用logsig作為傳遞函數(shù)，輸出層采用prulin做為傳遞函數(shù)；

對已建立的網(wǎng)絡(luò)模型進行神經(jīng)網(wǎng)絡(luò)訓(xùn)練，設(shè)定最小期望誤差值err_goal＝0.001；設(shè)定最大循環(huán)次數(shù)max_epoch＝35000；設(shè)定修正權(quán)值的學(xué)習速率lr＝0.01；經(jīng)過1000次訓(xùn)練后，訓(xùn)練結(jié)束。

第五步、遺傳算法求總拉拔道次取值范圍及各分道次延伸率

以多道次拉拔過程中各個分道次拉拔的安全系數(shù)為優(yōu)化目標，以各個分道次的延伸率為優(yōu)化參數(shù)，采用遺傳算法作為優(yōu)化器確定拉拔道次的取值范圍，并對不同拉拔道次下各分道次的延伸率進行求解；

本實施例的母材截面積為70.89、延伸率為7.8；根據(jù)已有的拉拔經(jīng)驗選擇5-10道次作為本實施例拉拔的優(yōu)化道次范圍，采用遺傳算法分別計算5道次到10道次銅線材多道次拉拔的最優(yōu)結(jié)果，由所計算的結(jié)果可以看出，安全系數(shù)K隨著道次數(shù)N的增加而增加，道次數(shù)越少的拉拔過程越容易發(fā)生斷絲現(xiàn)象；觀察優(yōu)化結(jié)果可以發(fā)現(xiàn)：

當拉拔道次數(shù)N取5時，安全系數(shù)K約為1.02；

當拉拔道次數(shù)N取6時，安全系數(shù)K約為1.14；

當拉拔道次數(shù)N取7時，安全系數(shù)K約為1.27；

當拉拔道次數(shù)N取8時，安全系數(shù)K約為1.4；

當拉拔道次數(shù)N取9時，安全系數(shù)K在1.48-1.58之間；

當拉拔道次數(shù)N取10時，安全系數(shù)K在1.7-2.1之間；

由計算結(jié)果可知，當拉拔道次數(shù)N取8、9時，安全系數(shù)K均在1.4-2.0之間，滿足安全拉拔的條件。因此，最終拉拔道次的優(yōu)化結(jié)果為8或9道次。

其中遺傳算法的參數(shù)設(shè)置如下：

種群規(guī)模取200；交叉算子采用兩點算術(shù)交叉，交叉概率為0.8；變異算子采用高斯變異，變異概率為0.2；最大遺傳代數(shù)為500代。

第六步、模具的全局負載均衡

拉拔道次為8時，將母材初始截面積70.89及各分道次的延伸率值(1.31，1.3，1.3，1.3，1.25，1.28，1.34，1.26)作為已知條件，在神經(jīng)網(wǎng)絡(luò)中求出每一分道次最優(yōu)的模具幾何參數(shù)值以及對應(yīng)的內(nèi)孔表面的平均應(yīng)力值(511.65MPa，454.1MPa，467.33MPa，471.59MPa，539.94MPa，556.57MPa，589.7MPa，598.97MPa)，由結(jié)果可知該道次下模具內(nèi)孔表面平均應(yīng)力的變化范圍為：454.1MPa-598.97MPa；

拉拔道次為9時，將母材初始截面積70.89及各分道次的延伸率值(1.28，1.26，1.27，1.26，1.23，1.23，1.26，1.35，1.18)作為已知條件，在神經(jīng)網(wǎng)絡(luò)中求出每一分道次最優(yōu)的模具幾何參數(shù)值以及對應(yīng)的內(nèi)孔表面的平均應(yīng)力值(509.09MPa，301.28MPa，396.2MPa，450.71MPa，538.31MPa，599.3MPa，632.1MPa，574.33MPa，611.5MPa)，由結(jié)果可知該道次下模具內(nèi)孔表面平均應(yīng)力的變化范圍為：301.28MPa-632.1MPa；

比較兩種拉拔道次下，模具內(nèi)孔表面的平均應(yīng)力的變化范圍，9道次下的應(yīng)力變化范圍更小，所以選擇9道次作為該矩形線材拉拔模具的拉拔道次。

第七步、AutoCAD建模

根據(jù)優(yōu)化得到的各道次設(shè)計參數(shù)，利用AutoCAD軟件進行建模：

(1)繪制矩形線成品尺寸圖及毛坯尺寸圖：利用CAD軟件畫出矩形電磁線的成品尺寸圖，建立面域，找出面域的重心坐標，在重心位置高10mm處畫出進線毛坯的尺寸，如圖3(a)所示。

(2)繪制直紋面：選取上下兩截面(矩形線的成品尺寸圖和毛坯尺寸圖)進行放樣，得到由圓形截面逐漸向型線過渡的直紋面，如圖3(b)所示。

(3)提取各道次模具截面：根據(jù)選取的速比先計算中間過渡截面的目標面積作為后序確定截面高度的依據(jù)。用slice命令截取中間過渡截面，使其面積符合一定的速比要求(若截得面積大于目標面積，則降低截取高度；反之亦然)，如圖3(c)所示。

(4)新建一個圖層，在新圖層下選取所有曲面，使用xedges命令提取邊緣，得到樣條線截面曲線，即為所需的各道次的截面設(shè)計圖。由于此處得到的是樣條線，在使用慢走絲電火花線切割加工時，不能被線切割加工軟件識別，故還應(yīng)將設(shè)計的樣條線轉(zhuǎn)化為由線段和圓弧組成的截面曲線(比如可以采用通過燕秀工具箱軟件進行轉(zhuǎn)化)，如圖3(d)所示。

(5)通過改變異型拉拔模具的高度以控制其壓縮區(qū)半角，并在慢走絲電火花線切割機床上實現(xiàn)加工生產(chǎn)。

實施例2

如圖4、圖5所示，本實施例提供一種異型線纜拉拔模具的設(shè)計方法，通過以下步驟進行：

第一步、仿真優(yōu)化

首先在ANSYS Workbench的前處理模塊中建立模具及瓦形線材的幾何模型。然后將通過實驗獲得的摩擦系數(shù)和金屬材料的應(yīng)力應(yīng)變數(shù)據(jù)加載到模型當中，劃分網(wǎng)格即可得到拉拔過程仿真的有限元模型。仿真過程中，拉拔模具的底部被施加固定約束，在線材的前端施加-60mm的軸向位移載荷，用來模擬施加的拉拔力，拉拔速度設(shè)定為3m/s，仿真時間為0.02s。選擇的矩形線材材料為低碳鋼材，取定線材的初始截面積和延伸率值，然后選用正交試驗設(shè)計方法，以拉拔模具的幾何參數(shù)(壓縮區(qū)半角范圍4-10°、壓縮區(qū)長度2-8mm、定徑區(qū)長度取值1-6mm)為設(shè)計變量，進行有限元仿真并計算不同幾何參數(shù)下拉拔模具內(nèi)孔表面各段的等效應(yīng)力以及內(nèi)孔表面的平均應(yīng)力值。

第二步、模具的局部負載均衡

比較得到內(nèi)孔表面各段等效應(yīng)力變化范圍最小的模具的幾何參數(shù)，所得幾何參數(shù)即為該進線截面積和延伸率下滿足局部負載均衡的最優(yōu)模具幾何參數(shù)。

第三步、擴充模具設(shè)計樣本

多次改變瓦形線材的初始截面積和延伸率值，重復(fù)第一步中的建模及后處理過程，然后選用正交試驗設(shè)計方法，進行有限元仿真并計算不同幾何參數(shù)下拉拔模具內(nèi)孔表面各段的等效應(yīng)力以及內(nèi)孔表面的平均應(yīng)力值，并篩選出不同初始截面積和延伸率下對應(yīng)的最優(yōu)模具幾何參數(shù)，得到更多的模具設(shè)計參數(shù)樣本。

第四步、建立BP人工神經(jīng)網(wǎng)絡(luò)

將進線截面積和延伸率作為輸入，最優(yōu)的模具幾何參數(shù)以及對應(yīng)的模具內(nèi)孔表面的平均應(yīng)力值作為輸出用于訓(xùn)練建立的神經(jīng)網(wǎng)絡(luò)系統(tǒng)，構(gòu)建拉拔模具內(nèi)孔表面的平均應(yīng)力值與母材初始截面面積及延伸率之間映射關(guān)系的BP神經(jīng)網(wǎng)絡(luò)拓撲結(jié)構(gòu)；

其神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)為：

(1)輸入：2個輸入?yún)?shù)即母材初始截面積及延伸率；

(2)隱含層：兩層，分別具有10個神經(jīng)元和5個神經(jīng)元；

(3)輸出層：6個神經(jīng)元即目標函數(shù)值。隱含層采用logsig作為傳遞函數(shù)，輸出層采用prulin做為傳遞函數(shù)。

對已建立的網(wǎng)絡(luò)模型進行神經(jīng)網(wǎng)絡(luò)訓(xùn)練，設(shè)定最小期望誤差值err_goal＝0.001；設(shè)定最大循環(huán)次數(shù)max_epoch＝35000；設(shè)定修正權(quán)值的學(xué)習速率lr＝0.01。經(jīng)過1500次訓(xùn)練后，訓(xùn)練結(jié)束。

第五步、遺傳算法求總拉拔道次取值范圍及各分道次延伸率

以多道次拉拔過程中各個分道次拉拔的安全系數(shù)為優(yōu)化目標，以各個分道次的延伸率為優(yōu)化參數(shù)，采用遺傳算法作為優(yōu)化器確定拉拔道次的取值范圍，并對不同拉拔道次下各分道次的延伸率進行求解；

本實施例的母材截面積為152.84、延伸率為6.7。根據(jù)已有的拉拔經(jīng)驗，選擇5-10道次作為本實施例拉拔的優(yōu)化道次范圍，采用遺傳算法分別計算5道次到10道次低碳鋼線材多道次拉拔的最優(yōu)結(jié)果，由所計算的結(jié)果可以看出，安全系數(shù)K隨著道次數(shù)N的增加而增加，道次數(shù)越少的拉拔過程越容易發(fā)生斷絲現(xiàn)象。觀察優(yōu)化結(jié)果可以發(fā)現(xiàn)：

當拉拔道次數(shù)N取5時，安全系數(shù)K約為1.01；

當拉拔道次數(shù)N取6時，安全系數(shù)K約為1.09；

當拉拔道次數(shù)N取7時，安全系數(shù)K約為1.14；

當拉拔道次數(shù)N取8時，安全系數(shù)K約為1.32；

當拉拔道次數(shù)N取9時，安全系數(shù)K在1.42；

當拉拔道次數(shù)N取10時，安全系數(shù)K在1.5-1.89之間。

由計算結(jié)果可知，當拉拔道次數(shù)N取9、10時，安全系數(shù)K均在1.4-2.0之間，滿足安全拉拔的條件。因此，最終拉拔道次的優(yōu)化結(jié)果為9或10道次。

其中遺傳算法的參數(shù)設(shè)置如下：

種群規(guī)模取300；交叉算子采用兩點算術(shù)交叉，交叉概率為0.8；變異算子采用高斯變異，變異概率為0.2；最大遺傳代數(shù)為800代。

第六步、模具的全局負載均衡

拉拔道次為9時，將母材初始截面積152.84及各分道次的延伸率值(1.15，1.18，1.22，1.23，1.22，1.24，1.30，1.31，1.28)作為已知條件，在神經(jīng)網(wǎng)絡(luò)中求出每一分道次最優(yōu)的模具幾何參數(shù)值以及對應(yīng)的內(nèi)孔表面的平均應(yīng)力值(650.126MPa，557.048MPa，671.503MPa，732.618MPa，733.409MPa，748.226MPa，694.598MPa，701.97MPa，711.55MPa)，由結(jié)果可知該道次下模具內(nèi)孔表面平均應(yīng)力的變化范圍為：557.048MPa-748.226MPa；

拉拔道次為10時，將母材初始截面積152.84及各分道次的延伸率值(1.09，1.13，1.18，1.23，1.24，1.23，1.25，1.24，1.26，1.27)作為已知條件，在神經(jīng)網(wǎng)絡(luò)中求出每一分道次最優(yōu)的模具幾何參數(shù)值以及對應(yīng)的內(nèi)孔表面的平均應(yīng)力值(562.22MPa，536.18MPa，668.21MPa，640.71MPa，690.32MPa，710.55MPa，632.16MPa，707.35MPa，699.5MPa，720.64MPa)，由結(jié)果可知該道次下模具內(nèi)孔表面平均應(yīng)力的變化范圍為：536.18MPa-720.64MPa；

比較兩種拉拔道次下，模具內(nèi)孔表面的平均應(yīng)力的變化范圍，10道次下的應(yīng)力變化范圍更小，所以選擇10道次作為該矩形線材拉拔模具的拉拔道次。

第七步、AutoCAD建模

根據(jù)優(yōu)化得到的各道次設(shè)計參數(shù)，利用AutoCAD軟件進行建模：

(1)繪制矩形線成品尺寸圖及毛坯尺寸圖：利用CAD軟件畫出矩形電磁線的成品尺寸圖，建立面域，找出面域的重心坐標，在重心位置高25mm處畫出進線毛坯的尺寸，如圖4(a)所示。

(2)繪制直紋面：選取上下兩截面(瓦形線的成品尺寸圖和毛坯尺寸圖)進行放樣，得到由圓形截面逐漸向型線過渡的直紋面，如圖4(b)所示。

(3)提取各道次模具截面：根據(jù)選取的速比先計算中間過渡截面的目標面積作為后序確定截面高度的依據(jù)。用slice命令截取中間過渡截面，使其面積符合一定的速比要求(若截得面積大于目標面積，則降低截取高度；反之亦然)。

(4)新建一個圖層，在新圖層下選取所有曲面，使用xedges命令提取邊緣，得到樣條線截面曲線，即為所需的各道次的截面設(shè)計圖。由于此處得到的是樣條線，在使用慢走絲電火花線切割加工時，不能被線切割加工軟件識別，故還應(yīng)將設(shè)計的樣條線轉(zhuǎn)化為由線段和圓弧組成的截面曲線，如圖4(c)所示。

(5)通過改變異型拉拔模具的高度以控制其壓縮區(qū)半角，并在慢走絲電火花線切割機床上實現(xiàn)加工生產(chǎn)。

上述實施例異型線材拉拔模具方法能夠設(shè)計出既符合逐漸過渡的孔型變化規(guī)律，又滿足拉絲機速比參數(shù)的拉絲模具孔型截面。在實際的模具生產(chǎn)加工過程中，能充分發(fā)揮拉拔模具和拉拔設(shè)備的性能，在實際的模具應(yīng)用中極大延長了模具壽命的同時，還減少了更換維護模具的時間，生產(chǎn)效率得到大幅提高，對提高整個金屬線、管材拉拔行業(yè)的經(jīng)濟效益十分重要。

實施例3

本實施例提供一種異型線纜拉拔模具的設(shè)計方法，通過以下步驟進行：

第一步、仿真優(yōu)化

首先在ANSYS Workbench的前處理模塊中建立模具及S形線材的幾何模型。然后將通過實驗獲得的摩擦系數(shù)和金屬材料的應(yīng)力應(yīng)變數(shù)據(jù)加載到模型當中，劃分網(wǎng)格即可得到拉拔過程仿真的有限元模型。仿真過程中，拉拔模具的底部被施加固定約束，在線材的前端施加-60mm的軸向位移載荷，用來模擬施加的拉拔力，拉拔速度設(shè)定為1m/s，仿真時間為0.05s。選擇的S形線材材料為銅材，取定線材的初始截面積和延伸率值，然后選用正交試驗設(shè)計方法，以拉拔模具的幾何參數(shù)(壓縮區(qū)半角范圍6-13°、壓縮區(qū)長度4-10mm、定徑區(qū)長度取值3-8mm)為設(shè)計變量，進行有限元仿真并計算不同幾何參數(shù)下拉拔模具內(nèi)孔表面各段的等效應(yīng)力以及內(nèi)孔表面的平均應(yīng)力值。

第二步、模具的局部負載均衡

比較得到內(nèi)孔表面各段等效應(yīng)力變化范圍最小的模具的幾何參數(shù)，所得幾何參數(shù)即為該進線截面積和延伸率下滿足局部負載均衡的最優(yōu)模具幾何參數(shù)。

第三步、擴充模具設(shè)計樣本

多次改變S形線材的初始截面積和延伸率值，重復(fù)第一步中的建模及后處理過程，然后選用正交試驗設(shè)計方法，進行有限元仿真并計算不同幾何參數(shù)下拉拔模具內(nèi)孔表面各段的等效應(yīng)力以及內(nèi)孔表面的平均應(yīng)力值，并篩選出不同初始截面積和延伸率下對應(yīng)的最優(yōu)模具幾何參數(shù)，得到更多的模具設(shè)計參數(shù)樣本。

第四步、建立BP人工神經(jīng)網(wǎng)絡(luò)

將進線截面積和延伸率作為輸入，最優(yōu)的模具幾何參數(shù)以及對應(yīng)的模具內(nèi)孔表面的平均應(yīng)力值作為輸出用于訓(xùn)練建立的神經(jīng)網(wǎng)絡(luò)系統(tǒng)，構(gòu)建拉拔模具內(nèi)孔表面的平均應(yīng)力值與母材初始截面面積及延伸率之間映射關(guān)系的BP神經(jīng)網(wǎng)絡(luò)拓撲結(jié)構(gòu)；

其神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)為：

(1)輸入：2個輸入?yún)?shù)即母材初始截面積及延伸率；

(2)隱含層：兩層，分別具有10個神經(jīng)元和5個神經(jīng)元；

(3)輸出層：6個神經(jīng)元即目標函數(shù)值。隱含層采用logsig作為傳遞函數(shù)，輸出層采用prulin做為傳遞函數(shù)。

對已建立的網(wǎng)絡(luò)模型進行神經(jīng)網(wǎng)絡(luò)訓(xùn)練，設(shè)定最小期望誤差值err_goal＝0.001；設(shè)定最大循環(huán)次數(shù)max_epoch＝35000；設(shè)定修正權(quán)值的學(xué)習速率lr＝0.01。經(jīng)過1500次訓(xùn)練后，訓(xùn)練結(jié)束。

第五步、遺傳算法求總拉拔道次取值范圍及各分道次延伸率

以多道次拉拔過程中各個分道次拉拔的安全系數(shù)為優(yōu)化目標，以各個分道次的延伸率為優(yōu)化參數(shù)，采用遺傳算法作為優(yōu)化器確定拉拔道次的取值范圍，并對不同拉拔道次下各分道次的延伸率進行求解；

本實施例的母材截面積為85.10、延伸率為7.4。根據(jù)已有的拉拔經(jīng)驗，選擇5-9道次作為本實施例拉拔的優(yōu)化道次范圍，采用遺傳算法分別計算5道次到9道次S形銅線材多道次拉拔的最優(yōu)結(jié)果，由所計算的結(jié)果可以看出，安全系數(shù)K隨著道次數(shù)N的增加而增加，道次數(shù)越少的拉拔過程越容易發(fā)生斷絲現(xiàn)象。觀察優(yōu)化結(jié)果可以發(fā)現(xiàn)：

當拉拔道次數(shù)N取5時，安全系數(shù)K約為1.03-1.08；

當拉拔道次數(shù)N取6時，安全系數(shù)K約為1.18；

當拉拔道次數(shù)N取7時，安全系數(shù)K約為1.29；

當拉拔道次數(shù)N取8時，安全系數(shù)K約為1.42-1.48；

當拉拔道次數(shù)N取9時，安全系數(shù)K在1.63之間；

當拉拔道次數(shù)N取10時，安全系數(shù)K在1.81-2.25之間。

由計算結(jié)果可知，當拉拔道次數(shù)N取8、9時，安全系數(shù)K均在1.4-2.0之間，滿足安全拉拔的條件。因此，最終拉拔道次的優(yōu)化結(jié)果為8或9道次。

其中遺傳算法的參數(shù)設(shè)置如下：

種群規(guī)模取200；交叉算子采用兩點算術(shù)交叉，交叉概率為0.8；變異算子采用高斯變異，變異概率為0.2；最大遺傳代數(shù)為500代。

第六步、模具的全局負載均衡

拉拔道次為8時，將母材初始截面積85.10及各分道次的延伸率值(1.30，1.28，1.29，1.30，1.27，1.25，1.32，1.27)作為已知條件，在神經(jīng)網(wǎng)絡(luò)中求出每一分道次最優(yōu)的模具幾何參數(shù)值以及對應(yīng)的內(nèi)孔表面的平均應(yīng)力值(612.11MPa，553.20MPa，637.28MPa，590.19MPa，648.70MPa，699.37MPa，710.71MPa，640.33MPa)，由結(jié)果可知該道次下模具內(nèi)孔表面平均應(yīng)力的變化范圍為：553.20MPa-710.71MPa；

拉拔道次為9時，將母材初始截面積85.10及各分道次的延伸率值(1.28，1.25，1.23，1.24，1.24，1.26，1.25，1.30，1.20)作為已知條件，在神經(jīng)網(wǎng)絡(luò)中求出每一分道次最優(yōu)的模具幾何參數(shù)值以及對應(yīng)的內(nèi)孔表面的平均應(yīng)力值(521.16MPa，501.33MPa，579.30MPa，611.52MPa，629.09MPa，575.32MPa，671.69MPa，570.21MPa，567.18MPa)，由結(jié)果可知該道次下模具內(nèi)孔表面平均應(yīng)力的變化范圍為：501.33MPa-671.69MPa；

比較兩種拉拔道次下，模具內(nèi)孔表面的平均應(yīng)力的變化范圍，8道次下的應(yīng)力變化范圍更小，所以選擇8道次作為該矩形線材拉拔模具的拉拔道次。

第七步、AutoCAD建模

根據(jù)優(yōu)化得到的各道次設(shè)計參數(shù)，利用AutoCAD軟件進行建模：

(1)繪制矩形線成品尺寸圖及毛坯尺寸圖：利用CAD軟件畫出矩形電磁線的成品尺寸圖，建立面域，找出面域的重心坐標，在重心位置高13mm處畫出進線毛坯的尺寸。

(2)繪制直紋面：選取上下兩截面(S形線的成品尺寸圖和毛坯尺寸圖)進行放樣，得到由圓形截面逐漸向型線過渡的直紋面。

(3)提取各道次模具截面：根據(jù)選取的速比先計算中間過渡截面的目標面積作為后序確定截面高度的依據(jù)。用slice命令截取中間過渡截面，使其面積符合一定的速比要求(若截得面積大于目標面積，則降低截取高度；反之亦然)。

(4)新建一個圖層，在新圖層下選取所有曲面，使用xedges命令提取邊緣，得到樣條線截面曲線，即為所需的各道次的截面設(shè)計圖。由于此處得到的是樣條線，在使用慢走絲電火花線切割加工時，不能被線切割加工軟件識別，故還應(yīng)將設(shè)計的樣條線通過燕秀工具箱軟件轉(zhuǎn)化為由線段和圓弧組成的截面曲線。

(5)通過改變異型拉拔模具的高度以控制其壓縮區(qū)半角，并在慢走絲電火花線切割機床上實現(xiàn)加工生產(chǎn)。

實施例4

如圖6所示，對應(yīng)于上述實施例1-3所述方法，本實施例提供用于實現(xiàn)上述方法的異型線纜拉拔模具的設(shè)計系統(tǒng)，包括：

有限元仿真模塊，該模塊用于計算兩部分應(yīng)力，一部分是：進線截面積和延伸率相同，但幾何參數(shù)不同的拉拔模具內(nèi)孔表面各段的等效應(yīng)力以及內(nèi)孔表面的平均應(yīng)力值；比較得到內(nèi)孔表面各段等效應(yīng)力變化范圍最小的模具的幾何參數(shù)，所得幾何參數(shù)即為該進線截面積和延伸率下滿足局部負載均衡的最優(yōu)模具幾何參數(shù)；另一部分是：多次改變進線截面積和延伸率后，對應(yīng)不同幾何參數(shù)的拉拔模具內(nèi)孔表面各段的等效應(yīng)力以及內(nèi)孔表面的平均應(yīng)力值；經(jīng)仿真優(yōu)化計算得到不同進線截面積和延伸率下的最優(yōu)模具幾何參數(shù)；

神經(jīng)網(wǎng)絡(luò)模塊，該模塊以所述有限元仿真模塊的進線截面積和延伸率作為輸入，最優(yōu)的模具幾何參數(shù)以及對應(yīng)的模具內(nèi)孔表面的平均應(yīng)力值作為輸出進行訓(xùn)練，構(gòu)建拉拔模具內(nèi)孔表面的平均應(yīng)力值與母材初始截面面積及延伸率之間映射關(guān)系的BP神經(jīng)網(wǎng)絡(luò)拓撲結(jié)構(gòu)；

遺傳算法模塊，利用遺傳算法確定拉拔道次的取值范圍，并對不同拉拔道次下每一分道次的延伸率值進行優(yōu)化求解，之后將求得的拉拔道次與母材初始截面積作為已訓(xùn)練完成的神經(jīng)網(wǎng)絡(luò)模塊的輸入，求解出滿足模具內(nèi)孔表面平均應(yīng)力的變化范圍最小的最優(yōu)拉拔道次；

軟件建模模塊，該模塊以連續(xù)“線性”變形的孔型設(shè)計方法為依據(jù)，設(shè)計出整個拉拔過程的模具結(jié)構(gòu)，并根據(jù)遺傳算法模塊求得的各分道次延伸率的設(shè)計值分割出各分道次下的模具結(jié)構(gòu)。

上述系統(tǒng)中各個模塊對應(yīng)實現(xiàn)的技術(shù)與方法中相應(yīng)的步驟類似，在此不再贅述。

綜上，本發(fā)明借助仿真、優(yōu)化及軟件設(shè)計，對拉拔模具的孔型進行優(yōu)化設(shè)計，不僅能充分發(fā)揮拉拔模具和拉拔設(shè)備的性能，而且對于高速自動化的拉拔生產(chǎn)線而言，在極大延長了模具壽命的同時，還減少了更換維護模具的時間，生產(chǎn)效率得到大幅提高，對提高整個金屬線、管材拉拔行業(yè)的經(jīng)濟效益十分重要。

以上對本發(fā)明的具體實施例進行了描述。需要理解的是，本發(fā)明并不局限于上述特定實施方式，本領(lǐng)域技術(shù)人員可以在權(quán)利要求的范圍內(nèi)做出各種變形或修改，這并不影響本發(fā)明的實質(zhì)內(nèi)容。