Verlag > Werkstattstechnik online > Premiumartikel
   

wt-online - Ausgabe 10-2000, S. 446

Kompletter Beitrag im pdf-Format 446.pdf

Fertigungstechnik, Umformtechnik

Optimales Rohrbiegen mit neuronalen Netzen

Beim Rundbiegen metallischer Rohre tritt aufgrund der elastisch-plastischen Eigenschaften der Metalle eine unvermeidbare Rückfederung des Werkstücks auf. Diese Rückfederung wird durch ein Überbiegen des Soll-Biegewinkels kompensiert. Üblicherweise wird das Maß der Rückfederung mit aufwändigen Trial-and-Error-Versuchen bestimmt. Ein neuer Ansatz, um dieses Maß vorherzubestimmen, besteht in der Anwendung künstlicher neuronaler Netze. Mit diesem Verfahren kann die Rückfederung so genau vorherbestimmt werden, dass der mittlere Prognosefehler etwa 0,25 beträgt. Dieses Ergebnis trifft sowohl für das Biegen ohne Dorn als auch für das Biegen mit Dorn zu. Aufgrund dieser Genauigkeit wird die Prozesssicherheit des Biegevorgangs wesentlich erhöht.

Optimal tube-bending with neural networks

When processing a circular bend with metal tubes there is allways due to the elastic-plastic properties of metals an unavoidable springback. This springback has to be compensated generally by over-bending. Usually it is necessary to do an exhaustive trial-and-error search to get the right measure of springback. A new approach is using an artificial neural network to predict this springback. The accuracy of this method is good, the resulting average error after applying the method is about a quarter of a degree. The result is appropriate for bending without as well as with a mandrel. This exactitude is ensuring a increased capability of the bending process.

Autor:
Bauer, D.; Stahl, D.

Der vollständige Beitrag ist erschienen in:
wt-online 10-2000, Seite 446
Sie können diese Ausgabe gerne bei uns bestellen.


IMPRESSUM  |  DATENSCHUTZ  |  © VDI Fachmedien GmbH & Co. KG 2019
Login für registrierte Benutzer

Passwort vergessen?

Sind Sie neu hier?