基于人工神经网络的压边力预测技术研究

压边力是板料成形中的一个重要的工艺参数，也是板料拉深成形中的重要控制手段。本文以拉深件中较为典型的杯形件为对象，建立了压边力预测的冲压工艺参数人工神经网络模型，并对该模型进行了学习训练。仿真验证表明运用该模型可以得到较好的预测效果，且具有较高的精度。     

拼焊板盒形件无模充液拉深工艺及数值模拟

基于Dynaform有限元模拟软件,就差厚拼焊板方盒形件的无模充液拉深工艺进行数值仿真与研究.结果表明,合理地控制液体的预胀形压力和工作压力可以有效地提高拼焊板料的成形性能和成形件质量、减少焊缝移动量.通过与传统拉深工艺对比发现,板料在无模充液拉深工艺中高压液体的摩擦保持效应会大大地促进成形件壁厚分布的均匀性,且盒形件底部的焊缝移动量仅为传统拉深工艺的7.98%.这一工艺的研究将对拼焊板成形具有现实的指导意义.     

基于Kriging模型的注塑工艺稳健优化

为降低薄壁注塑件的翘曲变形,提出了基于Kriging模型的工艺稳健优化方案。特别地,研究并提出了基于变异粒子群算法的Kriging模型建立与优化算方法,建立了注塑工艺参数和翘曲变形之间的Kriging模型。通过实验设计、CAE仿真结果数据建立起Kriging模型,并结合变异粒子群算法实现了工艺的优化设计。在此基础上,为减少工艺参数波动对注塑件质量的影响,建立了注塑成型的6 Sigma稳健优化设计方法,提高了工艺的稳健性与可靠度。以汽车出风口壳体为计算用例,结果表明,基于Kriging模型与变异粒子群算法的工艺稳健优化策略在小样本情况下能够得到较高质量的稳健优化参数组合。     

基于智能优化的汽车内板件回弹控制

针对汽车内板件冲压回弹缺陷,基于eta/DYNAFORM软件对不同工艺参数下汽车内板件的拉深成形过程进行数值模拟,采用正交实验设计方法分析压边力和多处拉深阻力等工艺参数对成形回弹量的影响;基于人工神经网络技术,建立板料拉深成形各工艺参数和成形回弹量之间的网络关系;并基于遗传算法对各工艺参数进行优化设计。实验表明,数值模拟、神经网络模型和遗传算法优化可靠,从而为实际生产提供了理论依据。     

基于Kriging近似模型的轿车翼子板冲压工艺优化

近似模型法是目前最有代表性的高效优化方法。因基于多项式的近似模型很难满足板料成形的高度非线性,所以基于Kriging近似模型法,以翼子板的各拉深筋单位长度上所受的拉深筋阻力及压边力为设计变量,以成形后板料的最小厚度为响应量,建立近似模型。通过自适应模拟退火算法寻优,并约束最小厚度的变化范围,提高优化效率。通过优化,成形后板料的最小厚度从0．521mm增加至0．544mm,消除了局部破裂趋势,有效地改善了翼子板的成形质量。研究表明,Kriging近似模型法对板料成形有较高的精度。     

盒形件无模充液拉深工艺参数研究

基于Dynaform平台对盒形件无模充液拉深工艺参数进行分析与研究,结果表明,合理地控制液体加载路径、预胀形压力以及成形时的液体压力可有效提高板料成形性能和成形件质量,通过与传统拉深工艺比较,无模充液拉深工艺在摩擦保持效应的作用下,拉深件壁厚更加均匀一致,盒形件一次拉深最大相对高度可达到4。     

航空变曲率内蒙皮零件精确成形参数优化北大核心CSCD

为推动复杂曲面航空钣金构件的快速制造,以航空变曲率内蒙皮零件为研究对象,基于冲压拉深技术,通过设计合理的工艺模型并结合有限元分析手段来实现零件的精确成形。以零件减薄率为目标响应值,以压边力、凹模与板料间的摩擦因数、压边圈与板料间的摩擦因数为优化变量,设计3因素5水平正交试验,建立了BP神经网络代理模型,并通过粒子群优化算法(PSO)求解得到最佳的工艺参数组合:压边力为607 kN、凹模与板料间的摩擦因数为0.20、压边圈与板料间的摩擦因数为0.13。采用优化后的工艺参数进行成形仿真,零件的减薄率与成形质量均有所改善,仿真模型的预测值与实际值的平均绝对百分比误差MAPE为2.49%,满足优化精度要求。同时,采用优化后的参数进行工艺试验,一次即成形出合格零件,其实际减薄率与仿真模型预测值的相对误差不大于4.8%,验证了仿真模型的准确性,也证明了优化方法的有效性。     

基于BP人工神经网络的油箱端盖拉深成形仿真预测

以油箱端盖作为分析对象,借助DYNAFORM仿真软件,对油箱端盖的拉深成形过程进行数值模拟,并通过拉深成形试验验证可知,板料最大减薄率与最大增厚率的试验值与模拟值之间的相对误差分别为9.26%与8.32%,验证了有限元模型的正确性。结合正交试验,进行有限元仿真试验的设计,基于BP人工神经网络,对板料的成形质量进行仿真预测。选择冲压速度、模具间隙以及压边力作为输入层,将板料成形的最大减薄率作为输出层,建立了3-11-1的3层BP人工神经网络。通过BP人工神经网络的训练与测试得知:BP人工神经网络仿真预测值与数值模拟值之间的相对误差为2.15%,验证了BP人工神经网络应用于油箱端盖拉深成形质量仿真预测的正确性。     

模具表面织构对圆筒件拉深成形性能的影响

以圆筒件拉深成形为研究对象,研究模具表面织构对冲压成形性能的影响,并与实验结果进行对比。在此基础上,采用ABAQUS有限元软件建立圆筒件拉深表面织构的有限元模型,研究织构的形状、尺寸、分布等基本结构参数对圆筒件拉深成形性能的影响,探究织构对板料应变、减薄率等的影响规律。结果表明：模具表面设计织构,对成形性能有一定的影响;相较于未设计织构的模具表面,在凹模圆角处设计三角形织构具有最佳的效果,可以明显地减小圆筒件拉深成形的最大减薄率,进而提高板料的冲压成形性能。     

基于正交试验的SPCC半球形件充液拉深仿真研究

通过有限元仿真对SPCC半球形零件进行充液拉深过程模拟,研究了板料直径、压边力、最大液室压力对SPCC半球件成形质量的影响规律。采用正交试验分析了各因素对成形质量的影响显著性,并确定了内半径72.5mm的SPCC半球形件充液拉深最优化的工艺参数组合。     

汽车前地板后段零件拉延成形工艺参数优化

为了提高汽车前地板后段拉延成形件的成形品质,借助有限元软件Auto Form,建立零件拉延成形过程的有限元模型进行数值模拟。采用正交试验设计和数值模拟相结合的方法,对拉延成形工艺参数进行优化。在数值模拟分析中,以零件的最大减薄率作为开裂指标,以最大起皱准则作为起皱指标,最后采用多目标优化方法得出最优的工艺参数组合。并将得到的最优参数进行实验验证,实验结果表明,本文提出的方法可以有效地控制汽车前地板后段零件拉延成形的开裂和起皱缺陷。     

应用均匀设计预测方盒件成形质量

为了提高冲压件的成形质量,用理想的方法来确定成形质量和工艺参数之间的关系,本文将均匀设计与有限元模拟相结合对方盒件成形工艺参数进行优化,优化后的仿真结果在提高成形裕度和抑制厚度变化方面取得较理想的效果.该方法明显地减少了模拟实验次数,提高了参数优化效率,改善了板料冲压成形的仿真计算精度.     

基于RSM与GA的汽车后备箱盖板成形工艺参数多目标优化

针对某车型的后备箱盖板拉延成形时出现的破裂和起皱现象,首先,基于DYNAFORM建立后备箱盖板的有限元模型;其次,探究压边力x1、拉延筋1的阻力x2和拉延筋2的阻力x3对后备箱盖板拉延成形的综合影响,建立中心复合试验设计(CCD)方案,通过中心复合试验设计方案构建了影响成形的工艺参数的二阶响应面法(RSM)模型,以板料的最大减薄率y1和最大成形力y2为优化目标,建立多目标优化函数;运用改良型的遗传算法(GA)进行模型寻优,获得影响后备箱盖板成形的最佳工艺参数组合,即x1=520.05 kN,x2=80.03 N·mm,x3=82.18 N·mm;最后,对最佳工艺参数组合进行试验验证,试验结果表明,提出的方法可有效地提高汽车后备箱盖板的成形质量,同时对类似覆盖件的成形质量控制具有一定的指导意义。     

遗传算法结合神经网络实现拉延筋优化设计

传统的冲压模具设计中,拉延筋设计和布置主要依靠经验,这使得模具设计和制造周期延长.以某汽车侧壁外板的拉深工序为例,讨论了神经网络技术与遗传算法在拉延筋优化设计中的综合应用问题.建立了反映板料成形参数与拉延筋阻力之间非线性映射关系的BP网络模型.利用该训练好的神经网络可以实现拉延筋的优化设计.由于相对于进行工艺试验来说数值仿真比较省时省力,因此,利用Dynaform模拟汽车侧壁外板的拉深成形过程,建立训练样本.在网络的训练方法上利用遗传算法进行了优化,有效地提高了神经网络的模拟精度.     

高强度钢板的轿车支柱内板成形工艺研究

高强度钢板在成形过程中对工艺参数比较敏感,容易出现破裂等缺陷。采用有限元数值分析技术,对某轿车高强度钢板支柱内板结构零件的拉延工序进行数值模拟分析。对影响拉延成形质量的工艺参数进行了优化,主要对零件的坯料形状、拉延筋和压边力进行优化,通过对FLD图的分析以及综合考虑生产成本等问题,得到了坯料的形状,合理的拉延筋布置和合适的压边力。最终将优化后的模拟分析结果与实际生产出来的拉延件结果进行对比,验证了数值模拟的有效性,生产出质量较好的产品。     

基于有限元分析的汽车覆盖件模具设计

介绍了在有限元模拟基础上进行的汽车覆盖件模具设计 ,利用商业化软件AutoForm实现了模具压料面、工艺补充面以及拉伸筋设计和覆盖件成形过程模拟。改变了传统的在有限元模拟后依靠CAD软件进行频繁模具改进的方法 ,在有限元软件内部实现了模具的参数化设计 ,既缩短了模具设计时间 ,又提高了模具设计可靠性     

S梁的拉深成形数值模拟

采用数值模拟技术可以在模具设计初期预测产品的成形质量,优化工艺参数,从而缩短模具设计周期,降低成本。基于Dynaform有限元分析软件,对S梁的拉深成形过程进行了数值模拟。针对起皱和未充分拉深等缺陷,提出了压边力和拉深筋工艺参数的改进方案并加以比较,得到了较好的成形模拟结果。试验结果表明：压边力为400kN（不加拉深筋）或300kN（加拉深筋）时成形质量较好。     

基于数值模拟技术的轿车零件成形工艺优化设计

采用有限元数值模拟技术,对轿车结构零件的拉延成形过程进行了模拟分析.对影响拉延成形质量的工艺参数进行了优化,着重优化了板料的形状和零件形面.通过对FLD图和成形结果的分析,得到了板料的形状和零件形面.最终将优化后的模拟结果与实际生产出来的拉延件结果进行了对比.验证了数值模拟的有效性.