一种基于神经网络的金属成型极限曲线预测方法

本发明属于仿真应用技术领域，具体涉及一种基于神经网络的金属成型极限曲线预测方法，包括获取能表征单拉性能的基础性能与材料的成型极限曲线；对基础性能以及成型极限曲线进行参数化处理，获取应变参数以及参数化曲线；获取神经网络模型，并根据应变参数以及参数化曲线对神经网络模型进行训练；获取待预测材料输入参数，根据数据参数并基于训练后神经网络模型预测成型极限曲线。该用于训练神经网络的数据来源广泛，可根据本专利介绍的方式自行实验获取，亦可使用任何现有的实验数据。预测的结果可用于包括冲压成型工艺分析和钣金失效预测等工程问题，提高钣金成型相关模拟的效率和准确性。