汽车零件冷冲压成形质量的优化

针对汽车零件冷冲压成形过程存在的起皱、开裂等质量问题,以某品牌汽车的后地板横梁为例对其进行了板料形状和冲压工艺参数的优化.首先,根据拉延时板料的流动情况确定板料的形状和设计拉延筋的分布; 其次,通过正交实验确定最优冲压工艺参数组合,并对最优冲压工艺参数组合进行仿真分析和拉延实验.仿真分析和拉延实验表明,零件无起皱现象,开裂现象明显减少,成形充分,最大厚度和最小厚度均符合零件的设计要求.因此,该优化方案能够为汽车零件冲压成形工艺提供参考.     

半盒形特征件全工序多步冲压成形工艺优化

考虑到车身内覆盖件具有外形复杂、冲压成形工艺方案难以定性、工艺参数难以定量的特点,以特征件形式研究其冲压成形工艺规律相对科学。以半盒形特征件为研究对象,应用Barlat(1997)非二次屈服准则以及与Barlat(1997)屈服函数相关联的流动准则建立弹塑性本构模型进行板料应力应变分析,预测了制件的成形缺陷并进行了成形工艺优化。仿真与优化结果表明:全工序冲压成形仿真能够快速、有效的获取工艺模面,实现了全工序模面设计与多步冲压成形仿真与优化设计的可靠衔接;合理的产品造型优化与切边线优化的应用分别消除了制件的开裂现象与减小了实际边界轮廓误差。     

超高强度防撞梁热冲压成形工艺优化

对超高强度防撞梁的热冲压成形过程进行了模拟分析,揭示了热成形过程不同阶段板料温度、厚度、微观组织和性能的变化规律,以及初始成形温度、冲压速度和压边力等工艺参数对超高强钢热成形的影响规律,优化了防撞梁热成形工艺参数,并通过试验进行了验证。结果表明:热冲压成形过程中,板料厚度变化主要发生在高速冲压阶段,微观组织及性能变化主要发生在淬火阶段,热冲压成形件卸载后的回弹量很小;初始成形温度对板料厚度变化影响显著,初始成形温度较低时板料成形性较差;冲压速度过大或过小均易导致板料减薄严重;添加压料板会大幅降低板料流动性,易导致拉裂;对本文构件而言,最佳工艺参数是:初始成形温度为800℃、冲压速度为100mm/s,不设置压料板。     

矩形件拉深成形工艺参数的多目标质量优化

矩形件拉深成形涉及诸多工艺参数,各参数相互交叉对成形质量的影响不同.探究摩擦因数μ、压边力F、冲压速度v、模具间隙c等工艺参数对典型矩形件拉深成形质量的综合影响,建立板料的最大减薄率、最大增厚率和最大拉深力的多目标评价层次分析法(AHP)模型.基于灰色系统关联度分析,分别计算影响矩形件成形质量各目标的关联系数和多目标的关联度,进一步获得各成形工艺参数的平均关联度.结果表明:当摩擦因数为0.08,压边力为20 kN,冲压速度为2 000 mm/s,模具间隙为0.88 mm时,可以获得矩形件拉深成形的最佳组合.最后用优化的工艺参数最佳组合进行有限元数值模拟,结果表明成形件质量明显提高,可为矩形件成形质量控制提供一定的指导.     

基于改进粒子群优化算法的短期风电功率预测

针对传统支持向量机(SVM)模型在风电功率预测中存在的参数选取问题,提出一种新的预测模型,采用改进的粒子群(MPSO)优化算法寻求SVM的最优参数模型,经典粒子群算法是一种全局优化算法,在此基础上提出改进的粒子群算法.算例结果表明,经MPSO优化的SVM模型应用于短期风电功率预测是有效的,使其预测精度有所提高.     

基于DYNAFORM的电机盖板冲压成形数值模拟试验研究

利用有限元分析软件DYNAFORM对一种浅拉深、大尺寸电机盖板零件进行冲压成形数值模拟试验,研究各主要工艺参数及拉延筋对拉延成形质量的影响,并分析缺陷产生的原因. 采用正交试验和综合分析法进一步优化工艺参数,以减少板料成形过程中出现的破裂、起皱和拉深不充分缺陷. 研究表明,通过合理布置拉延筋及优化工艺参数,可以有效提升拉延成形质量. 最终得到的最优工艺参数组合为:拉延筋阻力系数50%、压边力600 kN、摩擦因数0.16、冲压速度5000 mm/s、凸凹模间隙1.1t,通过模拟试验验证该工艺参数组合的准确性和有效性.     

HTS算法与GRNN、SVM耦合模型在径流预测中的应用

为提高水文预测预报精度,基于广义回归神经网络(GRNN)和支持向量机(SVM)构建GRNN_SVM耦合预测模型,利用热量传递搜索(HTS)算法同时优化GRNN、SVM关键参数和耦合权重系数,提出HTS_GRNN_SVM耦合预测模型。采用8个标准测试函数对HTS算法进行仿真验证,并与教学优化(TLBO)算法、灰狼优化(GWO)算法等当前寻优效果较好的几种算法进行对比验证;利用两个径流量预测算例对HTS_GRNN_SVM耦合模型进行实例验证,并与HTS_GRNN、HTS_SVM及GRNN、SVM模型的预测结果进行对比。结果表明:HTS算法的寻优精度优于TLBO、GWO等优化算法,具有较好的收敛速度、求解精度和稳定性; HTS_GRNN_SVM模型融合了HTS算法与GRNN、SVM模型的优点,在预测精度、泛化能力等方面均优于HTS_GRNN等4种模型。     

基于正交试验的板料冲压回弹多工艺参数优化

以U形板料为研究对象,综合考察评价了多个工艺参数对U形板料冲压回弹量的影响。通过正交表安排试验,对板料的冲压进行数值模拟获得冲压回弹量,取得试验数据。研究了不同工艺参数对板料回弹影响的程度,得到了使板料回弹量最小的参数组合。将正交试验法用于冲压工艺参数的优化,在保证一定的分析精度前提下,显著节省了工艺制订的时间,提高了工艺参数设计的效率。     

基于响应曲面法U形件弯曲成形工艺参数优化

U形件弯曲成形过程中比较凸出的问题是回弹,将响应面法(RSM)与有限元仿真软件Dynaform相结合,应用于SUS430不锈钢的U弯曲成形.选取凹模圆角半径、模具间隙、冲压速度3个工艺参数作为主要的影响因素,回弹角度作为优化目标,建立15组Box-Behnken设计(BBD)试验方案,并建立因变量与目标值间的二阶非线性回归响应模型,借助Design-Expert软件对响应模型进行优化,通过优化取值获得模型较优的参数组合.经过仿真验证,将回弹角度由原来的3.39°减少到了2.19°,响应面与有限元软件的结合显著减少有限元模拟的次数,同时提高U形件成形质量.     

基于BP神经网络的车身U形类冲压件成形回弹预测

基于MATLAB平台,将BP神经网络和数值模拟技术应用于冲压回弹预测中。采用三层BP神经网络建立基于变压边力的回弹预测数学模型,由正交实验法安排模拟实验组合,采用有限元软件进行冲压过程的数值模拟,并把端点处的Z向回弹量作为模型目标值。将模拟结果作为神经网络的输入样本对训练网络并建立网络知识源,得到了输入为工艺参数、输出为冲压回弹量的神经网络模型,并通过检验样本检验了ANN模型的准确性。实验表明：将神经网络与正交实验、数值模拟三者结合用于板料冲压参数优化可以明显缩短优化工艺参数的时间,提高工艺设计效率,同时在数值模拟实验次数一定的条件下,能获得比单纯使用正交实验和数值模拟方法更为精确的结果。     

Optimization of Process Parameters for Cracking Prevention of UHSS in Hot Stamping Based on Hammersley Sequence Sampling andBack Propagation Neural Network-Genetic Algorithm Mixed Methods

In order to prevent cracking appeared in the work-piece during the hot stamping operation, this paper proposes a hybrid optimization method based on Hammersley sequence sampling (HSS), finite analysis, back-propagation (BP) neural network and genetic algorithm (GA). The mechanical properties of high strength boron steel are characterized on the basis of uniaxial tensile test at elevated temperatures. The samples of process parameters are chosen via the HSS that encourages the exploration throughout the design space and hence achieves better discovery of possible global optimum in the solution space. Meanwhile, numerical simulation is carried out to predict the forming quality for the optimized design. A BP neural network model is developed to obtain the mathematical relationship between optimization goal and design variables, and genetic algorithm is used to optimize the process parameters. Finally, the results of numerical simulation are compared with those of production experiment to demonstrate that the optimization strategy proposed in the paper is feasible.     

汽车覆盖件冲压数值模拟分析及参数优选

针对汽车覆盖件尺寸大、厚度薄、形状复杂,以及在冲压生产过程中易产生的各种质量问题等特点,采用基于DYNAFORM软件的冲压过程模拟分析技术,来快速评估模具设计,及时消除设计缺陷,并给出修改方案.以典型汽车后围零件为例,对模拟得到的板料成形极限图(FLD图)、应力分布图和材料减薄图等进行分析,评估了模具设计质量,优选了工艺设计,得到了最佳冲压工艺参数.     

Multi-objective optimization of stamping forming process of head using Pareto-based genetic algorithm

To obtain the optimal process parameters of stamping forming, finite element analysis and optimization technique were integrated via transforming multi-objective issue into a single-objective issue. A Pareto-based genetic algorithm was applied to optimizing the head stamping forming process. In the proposed optimal model, fracture, wrinkle and thickness varying are a function of several factors, such as fillet radius, draw-bead position, blank size and blank-holding force. Hence, it is necessary to investigate the relationship between the objective functions and the variables in order to make objective functions varying minimized simultaneously. Firstly, the central composite experimental(CCD) with four factors and five levels was applied, and the experimental data based on the central composite experimental were acquired. Then, the response surface model(RSM) was set up and the results of the analysis of variance(ANOVA) show that it is reliable to predict the fracture, wrinkle and thickness varying functions by the response surface model. Finally, a Pareto-based genetic algorithm was used to find out a set of Pareto front, which makes fracture, wrinkle and thickness varying minimized integrally. A head stamping case indicates that the present method has higher precision and practicability compared with the "trial and error" procedure.     

拼焊板成形过程控制参数优化设计

为解决拼焊板（TWB）成形数值模拟中的强非线性问题并消除计算噪声效应，提出了一种基于近似优化技术的最佳成形过程参数求解方法.采用响应面方法（RSM）构造每次优化迭代的目标和约束逼近曲面，逐次迭代收敛得到全局最优解.借助空间映射（SM）技术的代理模型求解响应面和相关优梯度，利用一个精细模型为下一优化迭代修正设计点.选取拉延筋成形阻力和压边力控制参数为设计变量，选取成形极限图（FLD）标准为约束条件，建立最小化焊缝偏移量为目标函数的优化模型.优化计算结果表明，该方法能有效求解拼焊板成形过程参数，使焊缝有害偏移量减少75%以上.     

面向广义预测控制的协调控制系统建模与控制

针对电厂协调控制系统,提出了一种基于支持向量机(SVM)的广义预测控制(GPC)建模方法和控制算法。首先,根据电厂机组的实际运行参数,建立了600 MW亚临界燃煤机组协调控制系统受控对象的数学模型。其次,在建模过程中提出了一种新的混合优化算法——差分进化-灰狼优化混合算法(DE-GWO),以优化SVM,提高模型的准确性。最后,将基于SVM的GPC算法用于电站协调控制系统的设计。仿真结果表明,所提方法具有良好的跟踪能力和较强的鲁棒性。     

污水处理出水水质指标的非线性动态软测量模型

由于缺乏稳定可靠的水质在线分析仪表,污水处理厂很难实现实时水质闭环控制和操作优化.通过选择污水过程中容易获得的进水流量和水质、溶解氧浓度、曝气氧量等辅助变量,提出一种基于PLS的多变量非线性动态多模型软测量建模方法.该方法基于有源自回归（Auto-Re-gressive with extra inputs,ARX）模型与模糊C-均值（Fuzzy C-Means,FCM）聚类方法识别操作工况,在不同操作工况分别采用神经网络偏最小二乘法NNPLS（Neural Net Partial Least Square）,建立多个非线性子模型拟和系统全局非线性.所提方法应用于某污水处理厂出水水质组分浓度软测量,仿真试验结果表明：该方法建立的多变量出水水质指标模型精度优于传统线性PLS模型.     

基于多工序回弹补偿的大型汽车覆盖件成形优化

针对某品牌SUV汽车大型覆盖件成形过程存在的易起皱、破裂和回弹等质量问题,进行了工艺参数多目标优化和回弹补偿优化.首先,以最大增厚率和最大减薄率为评价目标,利用正交试验和Design - Expert软件对压边力、模具间隙、冲压速度和摩擦系数进行多目标优化,并确定最优工艺参数组合; 其次,以最大回弹量为评价目标,利用多工序补偿法对拉延模和修边冲孔模进行回弹补偿,并对最优冲压工艺参数组合和回弹补偿面进行仿真分析和试模实验.研究表明:优化后的成形工艺参数能够防止零件破裂,减少起皱以及降低最大增厚率和最大减薄率; 多工序回弹补偿能够有效控制回弹量,减少整形工序.本文的优化方案可为提高大型汽车覆盖件的成形质量和节约成本提供参考.