(19)国家知识产权局 (12)发明 专利 (10)授权公告 号 (45)授权公告日 (21)申请 号 202110071095.6 (22)申请日 2021.01.19 (65)同一申请的已公布的文献号 申请公布号 CN 112685947 A (43)申请公布日 2021.04.20 (73)专利权人 广州科技贸易职业学院 地址 510000 广东省广州市番禺区南村镇 市新路北段6 69号 (72)发明人 徐承亮　雷晓星　吴晓霞　徐丹　 (74)专利代理 机构 北京集佳知识产权代理有限 公司 11227 专利代理师 黄忠 (51)Int.Cl. G06F 30/23(2020.01) G06F 30/27(2020.01)G06N 20/10(2019.01) G06F 113/22(2020.01) G06F 113/24(2020.01) (56)对比文件 US 2017323 049 A1,2017.1 1.09 US 8805043 B1,2014.08.12 US 201807258 8 A1,2018.0 3.15 CN 102982339 A,2013.0 3.20 刘静等.基 于响应面法的台阶式凸模冲裁 工 艺参数优化. 《塑性工程学报》 .2016,(第0 3期), Jinwen Feng等.Dynamic rel iability analysis usi ng the extended sup port vector regres sion (X-SVR). 《Mec hanical Systems & Signal Proces sing》 .2019,第126卷 审查员 桑兴华 (54)发明名称 一种板料回弹模型参数优化方法、 装置、 终 端及存储介质 (57)摘要 本申请提供了一种板料回弹模型参数优化 方法、 装置、 终端及存储介质， 本申请通过SFS变 量筛选方式将影响板料弯曲回弹的特征变量进 行变量组合筛选， 并根据筛选的变量组合进行训 练， 再根据由不同变量组合测出的测试工件参数 与参考工件参数进行对比， 从而确定出最优的建 模变量组合， 解决了现有的有限元法需要引入大 量的参数导致分析板料回弹的过程极其复杂， 且 实施非常耗时的技 术问题。 权利要求书2页 说明书9页 附图6页 CN 112685947 B 2022.12.16 CN 112685947 B 1.一种板料回弹模型参数优化方法， 其特 征在于， 包括： S1： 获取板料加工的特 征变量， 并建立初始状态为空集的特 征变量集合； S2： 通过SFS变量筛选方式， 从所述特征变量中确定一个新增变量， 并将所述新增变量 添加至所述特 征变量集合中； S3： 以所述特征变量集合为模型输入， 通过SVR模型进行模型训练和测试， 得到当前的 特征变量集合的测试工件参数； S4： 判断当前的所述特征变量集合中是否包含有所有的所述特征变量， 若是， 则执行步 骤S5， 若否， 则返回步骤S2； S5： 将各个所述测试工件参数逐一与参考工件参数进行对比， 分别得到各个所述测试 工件参数对应的均方误差和决定系 数， 其中， 所述参考工件参数为根据所述特征变量通过 有限元法得到的工件参数或通过实际加工测出的工件参数； S6： 根据均方误差和决定系数的差值， 确定差值最大的测试工件参数对应的目标特征 变量集合。 2.根据权利要求1所述的板料回弹模型参数优化方法， 其特征在于， 所述步骤S2具体包 括： S21： 根据预置的SFS新增变量筛选公式， 从所述特征变量中确定一个新增变量， 其中所 述SFS新增变量筛 选公式具体为： 式中， X+为所述新增变量， J(Yk+X+)为变量筛 选的目标函数， Yk为所述特 征变量集合； S22： 将所述 新增变量添加至所述特 征变量集合中。 3.根据权利要求1所述的板料回弹模型参数优化方法， 其特征在于， 所述步骤S6之后还 包括： S7： 以所述目标特征变量集合中的特征变量为输入变量， 并输入样本数据进行模型训 练， 得到板料回弹模型。 4.根据权利要求1所述的板料回弹模型参数优化方法， 其特征在于， 所述特征变量具体 包括： 板料长度、 板料宽度、 板料厚度、 上模 具圆角半径、 上模具压下量、 力学参数、 上模 具长 度、 模具单边间隙、 上模具 行进速度。 5.根据权利要求1所述的板料回弹模型参数优化方法， 其特征在于， 所述测试工件参数 和所述参考工件参数均包括： 张开角和最小弯曲回弹半径。 6.一种板料回弹模型参数优化装置， 其特 征在于， 包括： 变量获取单元， 用于获取板料加工的特征变量， 并建立初始状态为空集的特征变量集 合； 变量筛选单元， 用于通过SFS变量筛选方式， 从所述特征变量中确定一个新增变量， 并 将所述新增变量添加至所述特 征变量集合中； 测试结果获取单元， 用于以所述特征变量集合为模型输入， 通过SVR模型进行模型训练 和测试， 得到当前的特 征变量集合的测试工件参数； 筛选循环判断单元， 用于当前的所述特征变量集合中是否包含有所有的所述特征变 量， 若是， 则执 行参数对比单 元， 若否， 则执 行参数筛 选单元；权　利　要　求　书 1/2 页 2 CN 112685947 B 2参数对比单元， 用于将各个所述测试工件参数逐一与参考工件参数进行对比， 分别得 到各个所述测试工件参数对应的均方误差和决定系 数， 其中， 所述参考工件参数为根据所 述特征变量通过有限元法得到的工件参数或通过实际加工测出的工件参数； 最优参数确定单元， 用于根据均方误差和决定系数的差值， 确定差值最大的测试工件 参数对应的目标 特征变量集合。 7.根据权利要求6所述的板料回弹模型参数优化装置， 其特征在于， 所述变量筛选单元 具体包括： 新增变量确定子单元， 用于根据 预置的SFS新增变量筛选公式， 从所述特征变量中确定 一个新增变量， 其中所述SFS新增变量筛 选公式具体为： 式中， X+为所述新增变量， J(Yk+X+)为变量筛 选的目标函数， Yk为所述特 征变量集合； 新增变量添加子单 元， 用于将所述 新增变量添加至所述特 征变量集合中。 8.根据权利要求6所述的板料回弹模型参数优化装置， 其特 征在于， 还 包括： 板料回弹模型构建单元， 用于以所述目标特征变量集合中的特征变量为输入变量， 并 输入相应的样本数据进行模型训练， 得到 板料回弹模型。 9.一种终端， 其特 征在于， 包括： 处 理器和存 储器； 所述存储器用于存储与如权利要求1至5任一项所述的板料回弹模型参数优化方法相 对应的程序代码； 所述处理器用于执 行所述程序代码。 10.一种存储介质， 其特征在于， 所述存储介质中保存有与如权利要求1至5任一项所述 的板料回弹模型参数优化方法相对应的程序代码。权　利　要　求　书 2/2 页 3 CN 112685947 B 3