板料回弹控制的工艺模面优化设计

以车顶盖为研究对象,设计了若干实验方案,建立了针对板料回弹控制的工艺模面响应面模型;以回弹量为目标函数,以板料的最大增厚率和最大减薄率为约束条件,建立了优化的数学模型,通过序列二次规划方法对响应面模型进行了求解,得到优化后的模具工艺面参数.结果表明,工艺面优化后的模具成形产品在保证产品不产生重大成形缺陷的同时,塑性变形充分,而回弹量减少.     

基于回弹补偿的TC4钛合金薄板多工步压制成形参数优化设计

针对TC4钛合金薄板多工步压制成形参数设计优化问题,为使板料能够高效精确地压制成形,分析了TC4钛合金薄板压制成形工艺的成形过程和板料回弹的形成机理,建立了压制过程数学模型和板料回弹数学模型。为获得满足回弹控制准则、减薄控制准则和厚度偏差控制准则的TC4钛合金薄板多工步压制成形优化成形参数,构建了板料回弹控制准则、减薄控制准则、厚度偏差控制准则,提出了基于回弹补偿的TC4钛合金薄板多工步压制成形参数设计方法,建立了基于回弹补偿的TC4钛合金薄板多工步压制成形参数优化流程,以某型号大管径特种圆管的多工步压制成形为例,验证了所提方法的正确性和有效性。     

高强度钢冲压成形中扭曲回弹仿真与工艺参数优化

板料冲压成形过程中易出现起皱、破裂、回弹缺陷,其中高强度钢冲压件的回弹问题更为严重,通过采用板料成形仿真软件Dynaform对某汽车结构件的回弹过程进行模拟分析,结合均匀实验设计方法,用二次多项式拟合了该件扭曲回弹角与冲压速度、压边力、凸凹模间隙和摩擦系数的回归模型,得出控制扭曲回弹最优的工艺参数组合,并对回归模型进行了瞬态的灵敏度分析,结果表明,采用优化后的工艺参数使零件扭曲回弹控制良好,为预测和控制该类零件的冲压成形质量提供了良好的指     

考虑接触演变的板材回弹过程建模与优化

回弹是由工件在卸载后的弹性变形引起的。板料成形过程中为了控制成形件的最终形状,必须进行回弹设计优化。准确预测回弹对于板料成形过程的模具设计非常重要。降低回弹模拟结果与试验结果的偏差是设计过程中的难题。基于NUMISHEET’02的自由弯曲标准考题考虑板材与模具间的接触演变过程,建立了一个有限元模型来预测回弹。采用一个常规的优化方法对有限元分析中的材料和单元模型进行了分析,研究发现不同模型对回弹结果有较大影响。模拟结果与参考文献中的试验结果比较表明了模型的正确性和可行性。     

基于渐变凹模圆角半径的高强钢扭曲回弹补偿

为减少高强钢冲压成形扭曲回弹,提出一种基于渐变凹模圆角半径的模具补偿方法。以高强钢TRIP780双C件为研究对象,采用板料冲压成形仿真软件DYNAFORM对该双C件的冲压、扭曲回弹过程进行数值模拟。提出一种评价双C件扭曲回弹程度的指标,并进行双C件扭曲回弹试验,通过三坐标测量仪测量扭曲回弹角,对有限元模型进行了验证。以冲压成形后的扭曲回弹为优化目标,结合相关的工艺参数,利用BP神经网络,基于正交试验,建立凹模圆角半径渐变量、工艺参数与扭曲回弹角之间的网络模型。最后采用遗传算法对该模型迭代寻优获得最优凹模圆角半径渐变量和工艺参数。通过对比优化前后的扭曲回弹角,证明了优化流程有效地减少了双C件扭曲回弹。该方法为扭曲回弹的控制提供了一种新的思路。     

基于几何补偿的高强板汽车覆盖件回弹优化控制

利用板料成形CAE软件DynaForm对高强板汽车覆盖件地板中通道进行回弹仿真分析,结合模具几何补偿,通过对成形工艺参数的正交优化,找到了最优参数组合及各因素对回弹的影响程度,有效地控制了零件在多工序冲压成形过程中产生的回弹.     

基于ANSYS的铝制错列锯齿翅片成形回弹研究

以铝制错列锯齿翅片为研究对象,利用ANSYS/LS-DYNA非线性动力有限元求解功能,模拟了翅片成形过程与卸载后回弹变形的全过程,得到了成形过程中任意时刻各处的应力、应变和卸载后板料的回弹结果。研究翅片成形过程中压边力、板料厚度、冲压速度、刀具齿形组合、刀具圆角半径等对回弹的影响。利用回弹规律进行模具补偿设计,以此优化专用翅片成形机及模具的结构参数和工艺参数,从根本上提高铝制错列锯齿翅片的制造精度,为翅片的结构优化设计提供了可靠的依据。     

基于回弹控制的高强度薄板拉深成形参数优化设计

为提高高强度薄板拉深成形中板料的成形精度和表面质量,使板料能够与其他零件装配,分析了拉深成形工艺中板料回弹的形成机理,建立了薄板拉深成形板料回弹数学模型。通过板料的平均弯矩度量板料回弹量,构建了板料回弹控制准则,提出了基于回弹控制的高强度薄板拉深变压边力优化设计方法。通过基于回弹控制的高强度薄板拉深变压边力优化设计流程,获得满足起皱控制准则、破裂控制准则和回弹控制准则的高强度薄板拉深优化后的变压边力轨迹。以某贮箱箱底的拉深成形为例,验证了所提方法的正确性和有效性。     

基于灰色系统理论的方盒件拉深稳健设计

利用灰色系统理论,以目标序列之间的关联度作为目标函数,将多目标优化转化为单目标优化问题.在板料成形的稳健设计中,通常需要满足多个目标,如不拉裂、不起皱、变形充分等质量要求,而且要满足响应波动减少的要求.对成形中可控因子进行试验设计,利用有限元分析软件获得拉深成形中各个目标对应的响应值.对计算获得的目标序列灰色关联度进行方差分析,得到各个因子各个水平对响应的影响程度,从而获得因子的最佳参数.最后利用最佳参数进行有限元分析,结果表明质量明显提高.研究表明,将灰色理论应用到板料拉深成形稳健设计中,取得较好的结果,说明该方法在多目标稳健设计中有很大的适用性.     

汽车覆盖件冲压回弹仿真的研究

为了解决汽车覆盖件冲压成形过程中的回弹问题,以板料冲压成形有限元理论和仿真方法为基础,对某汽车U形梁采用板料成形仿真软件Dynaform,在计算机上模拟冲压成形及回弹的过程,预测出实际的模具制造过程中可能出现的回弹量,通过将仿真结果与实验对比,说明了仿真设计方法的实用性,从而总结出控制回弹的措施.     

基于参数和代理模型不确定性的冲压稳健性设计优化

在传统的基于代理模型的冲压稳健性设计中,由于代理模型与真实模型间存在着误差,必然会导致优化结果存在一定的误差。将实验设计、Kriging模型相结合,综合考虑参数不确定性和代理模型不确定性的影响,提出了一种新的冲压稳健性优化设计方法。通过因素敏感性分析筛选出相应的设计变量和噪声因素,基于Kriging模型构建设计参数和质量指标的代理模型,采用蒙特卡罗分析方法以及遗传算法获得最优工艺解。实例分析结果表明,综合两种不确定因素的稳健设计方法能有效地降低拉裂、起皱约束失效概率,提高冲压件成形质量和工艺稳健性。     

基于随机聚焦搜索算法的冲压成形工艺优化

针对板料冲压成形工艺优化问题,研究了一种群集智能算法。该方法通过正交实验与数字化仿真技术相结合获取神经网络的学习样本,利用反向传播神经网络构建随机聚焦搜索算法的目标函数模型。在此模型基础上,应用随机聚焦搜索算法对板料冲压成形的工艺参数进行优化。以深盒形件为例,将优化后的工艺参数输入eta／DYNAFORM仿真模型进行验证,结果表明该算法可获得较好的成形质量。为了进一步验证随机聚焦搜索算法在执行效率及寻优的全局搜索方面的优越性,与遗传算法的优化结果进行对比分析,说明随机聚焦搜索在板料冲压成形工艺参数优化方面是一种较好的优化算法。     

基于改进粒子群算法和小波神经网络的高强钢扭曲回弹工艺参数优化*

针对高强钢复杂件冲压后出现的扭曲回弹现象,运用有限元仿真软件DYNAFORM对复杂件的冲压、回弹过程进行数值模拟,提出了评价复杂件扭曲回弹程度的指标,并运用试验设计和小波神经网络代理模型方法对扭曲回弹进行了优化研究。以某弯曲梁为研究对象,以扭曲回弹为成形目标,通过正交试验设计筛选出对扭曲回弹影响较大的工艺参数作为影响因素。利用拉丁超立方对影响因素进行抽样,通过数值模拟获得样本数据,建立影响因素与成形目标之间的小波神经网络代理模型,利用改进的粒子群算法对该模型迭代寻优获得最优参数。结果表明：采用优化后的工艺参数能有效地减小该弯曲梁的扭曲回弹,该方法为减小复杂件的扭曲回弹提供一种有益的指导。     

基于人工神经网络的板料弯曲成形工艺优化及回弹分析

结合人工神经网络所表现出来的良好特性,利用正交试验获得的数据作为神经网络的训练样本,建立输入为弯曲工艺参数、输出为回弹量的神经网络模型,并通过样本检验了ANN模型的准确性,从而缩短设定工艺参数的时间,在工艺参数取值范围内,采用ANN模型代替CAE软件模拟试验,结合正交试验法,对工艺参数进一步优化.结果表明:将神经网络与正交试验、数值模拟三者结合用于板料弯曲成形参数优化,可以缩短优化工艺参数的时间.提高工艺设计效率,并能获得比单纯使用正交试验和数值模拟方法更为优化的结果.     

基于多目标遗传算法优化板料拉深成形工艺参数

利用人工神经网络构建了板料拉深成形的目标函数模型,建立了板料拉深成形工艺参数和性能评价指标之间的映射关系.以多种工艺参数(压边力、摩擦因数等)作为优化变量,多种成形缺陷(起皱、破裂等)作为优化目标,结合多目标遗传算法和数值模拟,建立了板料拉深成形工艺参数的优化设计模型,大大提高了优化的效率.以油底壳下盖为例,对其拉深成形工艺参数进行了优化,通过对优化结果进行数值模拟可以看出,该优化参数完全避免了各种缺陷的产生,这说明该优化算法具有较好的优化结果.     

基于PSO-RBF代理模型的板料成形本构参数反求优化研究

为了准确获取材料在复杂应力应变状态下的板料成形本构参数,提高板料成形有限元数值模拟的精度,提出了基于改进径向基函数代理模型的板料成形参数反求优化方法。将径向修正系数引入径向基函数（RBF）核函数中,利用粒子群算法（PSO）对径向修正系数进行优化,提高模型的预测精度。将PSO-RBF模型应用到一个非线性测试函数中,结果表明,PSO-RBF模型比RBF模型的预测精度提高很多;同时将PSO-RBF模型应用到板料成形本构参数反求中,代替有限元模型进行正问题计算,可节省计算成本和提高效率。结果表明,基于PSO-RBF模型反求优化得到的材料参数,能够更加准确地反映材料的流动趋势以及应变分布。     

基于Kriging插值和回归响应面法的冲压成形参数的优化及对比分析

首先采用拉丁方试验设计方法进行样本数据设计,同时,为了提高计算效率,将基于Kriging插值和响应面近似模型引入板料成形优化设计的复杂系统中,并基于初始化变量进行优化,采用Kriging插值和响应面近似方法对样本点和优化过程中形成的优化点重新进行响应面构造,以确定优化范围内新的初始值并将约束减小到一定范围;随后采用遗传优化算法对更新的设计变量初始值和约束范围进行优化。如此循环,直至得到最优解。计算结果表明,在汽车覆盖件行李箱盖的压边力、拉延筋阻力最优设置以及避免出现拉裂、起皱现象方面,Kriging插值近似建模技术优于多项式回归响应曲面近似建模技术,其预测精度高,自由度高,建模效率高。     

基于WOA-Kriging算法的钛合金 切削力预测数学模型研究

针对钛合金难加工且质量和效率不高的问题,提出了一种基于鲸鱼优化算法的Kriging模型建模方法。建立了其参数优化的数学模型,提高了其加工质量和效率,通过鲸鱼优化算优化了传统Kriging模型变异函数的参数,提高了Kriging模型的建模精度;采用正交实验设计方法,对TC4钛合金铣削加工进行了样本点采集,得到了包含设计变量和性能响应的16个样本点;采用WOA-Kriging代理模型技术,建立了钛合金加工工艺参数与切削力之间的近似模型,并与传统的Kriging代理模型技术进行了比较。研究结果表明:采用基于鲸鱼优化算法的Kriging模型建立的钛合金加工工艺参数与切削力之间的近似模型精度更高,能够为其加工工艺参数优化提供更加精确的数学模型。     

超高强钢辊弯成形回弹机理分析及控制研究

辊弯成形技术能够生产高强度、性能佳、高精度的型钢产品,并且具有高效、节能、省材等特点,在许多领域得到广泛运用。针对高强钢辊弯成形后出现回弹现象,设计两种轧辊设计方案,建立ABAQUS有限元模型,分析不同设计方案下板材在成形过程中的等效塑性应变和等效应力的分布情况,重点阐述辊弯成形件回弹的成形机理,提出控制回弹的成形工艺方法;试验验证轧辊设计优化后工件回弹角度更小,成形精度更好,回弹角度最大误差为1.66%;通过仿真分析,轧辊设计优化后的成形件边部纵向应变值降低并趋于平缓,结果表明采用优化后的工艺参数可有效减小板材的冗余变形,并有效控制板材的回弹问题。     

基于遗传算法的锻模阻力墙结构多目标优化设计

针对传统模锻工艺中飞边槽结构的不足,在综合常规飞边槽与楔形飞边槽优点的基础上,提出锻模新型飞边结构形式--阻力墙.以减少模具磨损和降低成形载荷为目标,通过优化分析得到最佳阻力墙结构参数,为阻力墙的应用提供设计依据.应用拉丁超立方方法对阻力墙结构参数进行抽样,对所得样本进行有限元模拟.将模拟结果作为响应,以阻力墙结构参数为变量,分别建立模具磨损和成形载荷的Kriging模型.基于上述近似模型,采用线性加权法将磨损Kriging模型和载荷Kriging模型转化为单目标函数,利用遗传算法进行全局寻优,得到优化的阻力墙结构参数.采用该方法,充分利用Kriging模型适合计算机仿真的优点,并利用遗传算法适合求解隐式函数优化问题的特点.以曲轴为例,验证了阻力墙的优化设计应用.