基于神经网络与数值模拟的高强钢板冷成形开裂预测方法

本发明公开了一种基于神经网络与数值模拟的高强钢板冷成形开裂预测方法，其特征在于，采用加载试验模拟代替高强钢冷成形加工，直至试样开裂；然后建立FEM模型（有限元模型）模拟试验过程，得到试样各节点随加载进程的应力应变数据和开裂与否情况对应关系的数据样本，根据数据样本建立开裂神经网络预测模型并对实际加工过程的开裂情况进行预测。本发明专门针对高强钢特性设计，可以帮助加工设计者事先获知材料性能，预测高强钢钢板冷加工过程中开裂概率的准确率高，更好地满足冷成形加工设计需求。