排序方式: 共有38条查询结果,搜索用时 8 毫秒
1.
韧性断裂准则在板料成形中应用研究进展 总被引:1,自引:0,他引:1
对板料成形中的成形极限应力图、最大变薄率、成形极限图以及韧性断裂准则等预测成形极限的方法进行了综述和分析,提出了利用韧性断裂准则能够较好地预测塑性差的板料成形极限,而且还能考虑应变路径的变化.利用有限元方法模拟时,韧性断裂准则既可以运用到完全耦合的弹塑性损伤模型的增量方法中,也可以运用到一步有限元逆算法中.指出了为准确地预测成形极限,除了提高有限元模拟精度外,应找到一种本质地反映材料性能的准则. 相似文献
2.
3.
4.
基于数值仿真和灰色关联分析法的高强钢弯曲回弹影响因素分析 总被引:1,自引:0,他引:1
提出了一种有效的高强钢成形回弹因素分析方法。该方法将有限元分析方法和灰色关联度分析方法进行结合,以国际著名板料成形数值模拟会议NUMISHEET 2002的圆形件无约束自由弯曲为研究对象,建立了高强钢圆形弯曲件的有限元仿真模型,利用实验数据验证了该回弹模型的有效性。根据实验设计分析板料厚度、板料宽度、冲压速度等7个可能影响回弹的因素组合,通过有限元仿真,得到了仿真实验设计结果。运用灰色关联度法,分析了各参数对高强钢成形回弹的影响程度,获得了影响高强钢圆形件弯曲回弹的主要因素。 相似文献
5.
压边圈结构对改善差温成形中压边圈摩擦、传热及材料的流动阻力起着重要的作用。利用水平集理论和Kriging模型,对镁合金差温成形中的压边圈结构进行优化,提出一种伪拉延筋。以NUMISHEET2011十字杯形件为研究对象,建立相应的热力耦合模型,利用相关的试验数据,对有限元模型进行验证。基于一步法理论反求影响镁合金成形件质量的压边圈关键区域,并对该区域进行了重新离散化及处理。以部分节点坐标为设计变量,以随机水平集值为目标,建立压边圈的Kriging水平集模型。利用初始水平集阈值,对伪拉延筋进行设计。利用拉丁超立方对水平集阈值、凸模温度和凹模温度进行抽样,获得伪拉延筋样本。基于镁合金差温成形热力耦合模型,对相应的样本进行有限元仿真分析,获得镁合金成形件的成形质量,建立水平集阈值与质量之间的Kriging模型。利用粒子群算法,对该Kriging模型进行优化,获得最佳水平集阈值,实现伪拉延筋的优化。利用最优伪拉延筋,进行相应的差温成形分析。研究表明,基于水平集理论和Kriging模型,优化伪拉延筋能有效地提高成形件的减薄率均匀性。该方法为压边圈设计提供一种有益的指导。 相似文献
6.
基于Kriging模型的翻边成形参数优化 总被引:1,自引:0,他引:1
基于数值模拟的参数优化是一个反复迭代的过程,往往要调用有限元模型进行反复迭代,计算周期较长。同时,在翻边成形数值模拟这样的非线性动态大变形分析中,成形优化问题应归为非线性规划问题,其目标函数和约束函数都不能显式的表达,目标函数和约束函数的导数绝大多数为严重的不连续。引用地质学中Kriging模型理论,建立工程问题中的Kriging模型,并介绍了Kriging模型的建立方法;利用对非线性函数的拟合,验证Kriging模型能很好的适应高度非线性的函数;将Kriging模型应用到翻边成形中,进行工艺参数的优化。结果表明,基于Kriging模型的优化,对翻边成形能取得满意的结果。 相似文献
7.
为提高差温成形冲压件的成形质量,提出一种自适应SVR-ELM混合近似模型,并应用于压边圈结构优化。基于NUMISHEET2011中的镁合金十字杯形件差温成形有限元模型,对影响成形质量的压边圈关键区域进行分区并作为输入变量,建立分区与成形件侧壁厚度均匀性之间的SVR-ELM混合近似模型,采用启发式算法求解混合近似模型权系数。基于自适应方法更新混合近似模型,通过粒子群算法对近似模型寻优以获得最佳压边圈子区域组合,通过对板料法兰部位温度场的控制,实现法兰各区域塑性差异化,更好的控制材料流动。基于形状优化理论对压边圈应力集中区域进行形状优化,改善其应力分布。利用优化后的压边圈对十字杯形件进行数值模拟,结果表明,与原压边圈成形试验值相比,优化后的压边圈能有效提高板料成形厚度均匀性。 相似文献
8.
为提高kriging代理模型预测精度,基于最大期望提高加点准则,提出一种改进的自适应加点准则和一种并行加点策略。基于kriging模型的预测响应和预测方差,并行加点方法在建模过程中利用粒子群算法并行求解多个加点准则获取多个新样本点更新代理模型,极大提高建模效率。将该方法应用到低维和高维经典非线性函数中,并与单点加点结果相比较,结果表明该方法在保证全局精度情况下,加点次数减少50%以上,并且建模所需总样本数更少。最后以NUMISHEET2002标准考题翼子板成形为研究对象,将该方法应用到板料成形上,建立等效拉延筋阻力和减薄率之间的kriging代理模型,利用并行加点策略快速获取了拉延筋阻力的最优解,消除了翼子板成形中的拉裂缺陷,提高了板料的成形质量。研究表明,改进的自适应加点准则以及提出的并行加点策略可以有效地提高kriging模型的建模效率和建模精度。 相似文献
9.
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* 总被引:2,自引:0,他引:2
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。 相似文献
10.
采用模拟退火算法优化基于加权平均法的拉丁超立方设计,获得了拉延筋阻力样本。采用Dynaform对翼子板成形进行仿真,以最大增厚和最大减薄作为输出目标,采用改进的粒子群优化BP算法,建立拉延筋映射模型,与单纯采用PSO-BP建立的映射模型进行对比,预测精度大幅提高。采用粒子群算法对映射模型进行优化,得到最优拉延筋阻力,采用非线性函数优化方法求得最优的拉延筋几何参数。采用等效拉延筋阻力模型,避免了有限元网格的重划分和采用真实拉延筋带来的计算效率低的问题,成形效果图说明了采用该方法可以获得较好的最优拉延筋几何参数。 相似文献