板材冲压成形的智能化控制技术

板材冲压成形智能化是一项涉及控制科学、计算机科学和板材塑性成形理论等领域的综合性新技术。该技术的研究已有十几年的历史, 但主要是集中在V 型弯曲的回弹控制方面。直至90 年代初, 才开始对筒形件拉深的智能化控制进行探索性研究。该技术的研究带动了数据库、神经网络及模糊控制等技术在板材成形领域中的应用, 并提出了一系列新的研究课题     

轴对称曲面件拉深智能化控制技术研究

板材冲压智能化是一项涉及控制科学、计算机科学和板材塑性成形理论等领域的综合性新技术。该技术的研究已有 10几年的历史 ,但主要是集中在V型弯曲的回弹控制方面 ,直到 90年代初才开始对筒形件拉深的智能化控制进行探索性研究。本文研究建立了轴对称壳体零件拉深过程智能化控制系统 ,并以锥形件为例 ,分析了轴对称曲面零件拉深过程中的共同特点 ,建立了完整的力学模型 ,实现了轴对称曲面件拉深的智能化控制     

人工神经网络在塑性成形领域中的应用研究

在概述人工神经网络发展及应用的基础上,综述了国内外神经网络在塑性成形领域中应用的现状,着重介绍了板材成形和模具设计与制造方面应用神经网络的现状。利用人工神经网络实现了板材拉深成形智能化控制过程中摩擦系数的实时识别,并对其进行了实验证,结果表明,神经网络模型能够很好地解决板材拉深成形智能化控制过程中摩擦系数的实时识别问题,实现整个拉深化过程的智能化控制。最后指出了当前人工神经网络研究与应用中的不足之处及今后的研究方向。     

可控拉深筋对帽形件弯曲回弹的影响规律

以帽形件为研究对象,对基于可控拉深筋技术控制板材的回弹进行研究。建立了帽形件弯曲仿真模型,根据模型分析了不同结构参数对帽形件成形后回弹角的影响,研究得出可控拉深筋各参数对帽形件弯曲回弹的影响规律,并对帽形件弯曲进行了实验研究。实验结果与仿真结果吻合,表明可控拉深筋可有效控制板材的金属流动,控制板材弯曲成形以得到较高的精度。     

基于神经网络的材料性能参数和摩擦系数的实时识别

在板材拉深成形智能化控制过程中 ,为了避免缺陷的产生 ,必须适时地改变控制工艺参数 ,而最佳控制参数要根据材料的性能参数和摩擦系数来预测。根据拉深成形过程的特点及生产过程中自动化程度的要求 ,建立了材料性能参数和摩擦系数识别的人工神经网络模型。利用神经网络这种新一代信息处理工具实现了材料性能参数和摩擦系数的实时识别 ,为实现板材拉深成形过程的智能化控制奠定了基础     

轴对称曲面件智能化拉深成形过程的解析定量描述

成形过程的定量描述是板材成形智能化控制中在线识别材料参数和工况参数以及预测最佳工艺参数的理论依据，识别和预测精度取决于定量描述的准确程度。为了实现轴对称曲面件拉深过程的智能化控制，分析了轴对称曲面拉深件的共性特征，建立了完整的力学模型，在直线假设、面积不变假设和似直梁弯曲假设条件下，给出了拉深过程中拉深力－行程曲线的解析定量描述。用三种板材以锥形件拉深为例进行了实验验证。     

帽形件智能化弯曲参数实时识别及实时预测的研究

在板材成形智能化控制过程中,材料参数实时识别和最优工艺参数的实时预测是最重要的两个要素,实时识别时间的长短与实时预测精度的高低,直接影响到板材成形智能化控制的成败。文章利用神经网络技术实现了帽形件弯曲成形智能化控制过程中材料参数识别与最优工艺参数的预测,其材料参数及工艺参数均在数值模拟和试验提供的数据范围内,识别和预测模型的收敛精度均达到了0.1%,识别和泛化精度较高,满足帽形件弯曲智能化控制的要求。     

薄板拉深过程中压边力与破裂关系的研究

研究了304不锈钢薄板在拉深成形过程中产生破裂的原因及改善措施。将智能化控制系统应用在拉深实验中,相对于传统的拉深工艺研究,使其拉深工艺参数得到精确控制。实验结果表明,在冲压速度、润滑条件等相同的条件下,对于厚度为0.28 mm的钢板,直径为Φ45.1 mm的坯料最佳压边力为80 kN,直径为Φ44.5 mm的坯料最佳压边力为60 kN,这一结果与模拟趋势也基本吻合。在一定范围内,通过增大压边力,可以改善筒形件在成形过程中的起皱缺陷,解决在拉深成形过程中304不锈钢薄板出现竖向破裂的问题;压边力被精确记载,有助于快速准确地制定薄板材料拉深工艺。     

拉深筋对板材力学特性的影响

板材通过拉深筋时经过弯曲与反弯曲变形,塑性性能发生较大的变化,必然影响板材的后续成形。该文利用拉深筋结构影响实验及后续性能测试实验,对通过拉深筋后板材的力学性能进行研究,分析了半圆形拉深筋的结构参数——筋圆角半径和拉深筋高度对板材变形的影响。结果显示,板材通过拉深筋时产生预变形,预变形量与拉深筋结构有关,随筋圆角半径增大,预变形量降低;随拉深筋高度增大,预变形量增大。与未变形板材的性能相比,通过拉深筋后板材的力学性能发生了很大的变化,而且这些变化与预变形量有关,随预变形量增大,屈强比增大,断裂延伸率呈指数下降,板材的后续塑性变形能力显著降低。     

板材拉深成形智能化控制过程中摩擦系数的识别

提出在板材拉深成形过程中确定摩擦系数的一种新方法。在阐述解析法描述摩擦系数的基础上,利用人工神经网络来实现对摩擦系数的识别,以便根据摩擦系数的波动,随时调整控制参数,以最佳的工艺参数来完成板材拉深成形的智能化控制过程。     

板料增量成形的研究进展

板料增量成形是采用简单模具对板料进行逐次塑性加工的一种工艺,不需要专用的模具就可以成形较为复杂的零件,同时还具有成形力小、柔性高的特点,特别适合多品种小批量零件的生产方式,因此得到国内外学者的重视。本文重点从板料的增量压弯成形、增量拉深胀形、增量微成形3个方面对板料增量成形的发展进行综述,还对板料增量成形工艺的发展前景进行了展望,指出进行理论创新、开发新的模拟软件、探索新的成形方案、开发增量成形新设备是发展趋势。     

金属薄板微成形技术的研究进展

文章阐述了金属薄板微成形的基本概念和金属微成形中的尺寸效应,综述了微拉深、增量成形、微弯曲和冲裁等薄板微成形技术的研究现状,并简单介绍了作者的研究成果,展望了薄板微成形技术的发展方向和趋势。     

圆锥形零件拉深过程分析及工艺参数的影响

建立了包括板料、凸凹模和压边圈在内的整体分析模型,对锥形件拉深成形过程进行了数值模拟。还将分析结果同实验数据进行比较,揭示了锥形件成形的机理。根据多组工艺参数的对比和分析,得出了板料破裂和起皱的原因,这对于拉深过程的智能控制具有重要的意义。     

智能与控制在塑性加工制备与成形中的应用

对材料制备与塑性加工方面的智能控制特点进行了介绍与分析。首先对钢铁、铜及铜合金管材连铸连轧过程控制加工特点进行了阐述 ,其次介绍了镁合金的“轧制 等通道角挤压 拉制”连续加工制备技术和镁合金薄板半固态双辊铸轧工艺。对于薄板增量加工成形技术 ,介绍了飞机整体壁板增量压弯技术、薄板单点无模增量成形技术和多点无模增量成形技术。讨论了薄板可动凹模液压成形技术、异型截面管件液压成形技术和细长杆件空间弯扭成形技术原理。最后对于微小件加工技术进行了简要介绍     

盒形件拉深智能化控制关键技术研究

在圆锥形零件拉深成形智能化控制的研究基础上,分析了盒形件拉深智能化控制需要解决的技术关键。采用LabVIEW虚拟仪器技术,可以令人满意地实现拉深过程中信号的监测与控制。采用神经网络技术,可实现材料性能参数的实时识别,利用LM(LevenbergMarquarat)优化算法达到了2‰的网络误差。最佳工艺参数的预测模型尚待深入研究,该文提出3种参考方案,即理论成形三极限预测模型、神经网络/模糊推论预测模型以及自适应反馈控制模型。