基于PAM-STAMP的7075铝合金T型材拉弯模拟与试验

基于通用钣金成形模拟软件PAM-STAMP.2G,建立了7075-O态和W态铝合金T型材变曲率拉弯成形回弹有限元模型。分析了补拉量、摩擦系数等工艺参数对回弹的影响规律。使用A-7B数控拉弯机进行拉弯成形试验,通过试验件的回弹量验证有限元模型对两种材料的预测精度,表明随着补拉量的增大,模拟与试验回弹量一致减小。建立的模型可应用于7075铝合金型材拉弯成形模拟。     

基于BP神经网络的W形微弯曲回弹预测

能准确预测并有效控制微弯曲回弹对于提高其尺寸精度和成形质量具有重要意义。首次以W形微弯曲成形为研究对象,开展基于BP神经网络的微弯曲回弹预测研究。首先采用基于I优化准则的试验设计方法对影响成形精度的4个因素进行了试验,得到56组数据。再分别利用40组、8组、8组数据对神经网络进行了训练、验证和预测。结果表明,BP神经网络能快速预测回弹量,且预测精度满足实际工程要求,可为W形微弯曲成形尺寸精度的控制提供参考。     

基于POA-BP的TP2管材自由弯曲成形结果预测

将壁厚减薄率和椭圆率作为管材自由弯曲成形结果的评价指标,选取弯曲模与管材间隙值、弯曲模圆角半径值、管材弯曲变形区长度、导向机构圆角半径值、导向机构与管材间隙值作为影响因子。利用数值模拟方法对管材自由弯曲成形结果的评价指标和影响因子建立样本库,并随机选取6组作为测试样本,其余的作为训练样本,结合BP神经网络和鹈鹕优化算法对预测模型进行训练,构建POA-BP神经网络预测模型对管材自由弯曲成形结果进行预测。结果表明,POA-BP预测模型的壁厚减薄率和椭圆率的最大预测误差不超过2%,故POA-BP预测模型能够有效预测管材成形结果。     

铝合金汽车前碰撞横梁拉弯成形回弹量的有限元模拟

基于LS-DYNA软件平台对6061-T6铝合金汽车前碰撞横梁拉弯成形过程中的回弹量进行了模拟;研究了预拉力、补拉力和摩擦因数对回弹量的影响,并对拉弯模具孤面进行修正以补偿回弹量,最后进行了试验验证。结果表明:预拉力的变化影响型材横截面内的应力分布情况,随着预拉力增大至型材横截面积与材料屈服强度的乘积(Aσ_s)时,回弹量减小;在一定范围内,随着补拉力从Aσ_s逐渐增大,有利于减小拉弯成形件的回弹量;摩擦因数越大,回弹量越大;通过修正模具的弧面尺寸可以补偿回弹量;模拟结果与试验结果吻合较好,所建立的有限元模型能准确预测汽车前碰撞横梁的拉弯成形回弹量。     

基于神经网络的拉弯回弹预测技术研究

以型材拉弯为对象,研究了利用神经网络预测拉弯回弹的关键技术,建立了拉弯回弹预测的人工神经网络模型,有效地解决拉弯控制参数和回弹量之间的非线性映射问题;并利用Matlab神经网络工具箱加以实现,取得了理想的预测精度,验证了预测模型的有效性。该研究推动了人工智能技术在钣金精密成形中的应用。     

大弯曲半径管材推弯回弹有限元分析

大弯曲半径管材是在推弯机的推弯过程中成形的,因在推弯过程中,模具与管坯间各参数的相互影响导致管坯在推弯成形后,不可避免的产生回弹角,因而影响了管坯在后期应用中的精度和准确率。因此采用动态有限元平台ABAQUS/Explicit软件对大弯曲半径管材的推弯成形建立符合实际推弯参数的有限元模型,并通过有限元数值模拟对推弯过程中影响回弹角的主要因素:相对弯曲半径R/D、相对壁厚D/t、摩擦系数、以及材料的硬化指数和强度系数进行有限元分析,并得出这些参数对回弹角影响的规律曲线。     

非对称型材数控拉弯成形回弹研究

针对数控型材拉弯机拉弯成形特点,建立了位移控制拉弯成形的有限单元模型,提出了一种新的描述型材边界条件的方法,模拟了T截面铝型材非对称拉弯成形过程,探讨了预拉伸量和补拉伸量对非对称拉弯零件成形质量的影响。模拟结果表明预拉伸量对零件的成形质量有重要的影响,有限的补拉伸量有助于改善零件的成形质量。数值模拟的型材回弹基本与实验结果一致。     

汽车翼子板的曲率对冲压回弹的影响研究

基于板料成形数值模拟技术,对汽车翼子板冲压过程进行了模拟,得到了不同曲率半径时翼子板的冲压回弹量;利用BP神经网络,建立了汽车翼子板回弹预测的模型,揭示了曲率半径的变化对翼子板冲压回弹量的影响,为汽车开发前期翼子板的曲率设计提供了借鉴。     

基于板料成形数值模拟的知识发现方法的研究

板料成形过程模拟技术可以评价工艺可行性和预测缺陷,广泛应用于汽车覆盖件模具设计中。为了发现隐含在模拟结果中潜在的规律和知识,提出了一种基于板料成形数值模拟的知识发现方法。建立了基于数值模拟的知识发现流程,运用数据聚类分析整理模拟结果如节点位置、应力、应变、厚度变化和对应缺陷的关系数据集,建立神经网络模型,用成功的模拟实例作为样本,对神经网络进行训练,实现了基于神经网络的知识发现。     

基于快速回弹补偿的橡皮囊液压成形模面设计方法

橡皮囊液压成形工艺(简称"橡皮成形")是航空钣金成形的主要方法之一,而回弹是影响其产品制造精度的主要缺陷.回弹补偿技术可有效地消除钣金件回弹误差,但其依赖的数值模拟耗时极长,目前不易于大范围推广.提出一种考虑回弹误差修正的模面设计方法,即在完成模具设计后,直接进行模面的调整,无须单独对零件进行数值模拟.针对橡皮成形零件的特点,提出基于特征的模面快速设计方法.研究曲弯边特征的回弹规律,并建立针对曲弯边的回弹分布函数,以实现回弹角快速预测.基于位移调整法,将回弹角转化为模面网格的调整量,可完成模面的补偿.将该方法应用于某飞机零件的模面设计中,通过数值模拟对补偿后的模具成形效果进行验证,结果表明该方法能明显地减少回弹误差.     

铝合金板橡皮成形简化数值分析模型研究

研究了液压橡皮囊成形工艺（简称橡皮成形）数值模型建立的方法。基于对橡皮的不同处理方法,提出橡皮成形工艺的三种有限元模型,并应用到直弯边成形的分析中。讨论了橡皮对板料变形流动的影响,认为橡皮垫在成形过程中能起到减小回弹的作用。利用不同弯曲半径的直弯边回弹实验数据,比较了几种简化方式在回弹预测上的准确性,发现采用壳单元描述橡皮垫的模型的回弹预测结果与实验结果相比,误差较小,同时计算效率高。     

基于自由弯曲技术的管材弯曲回弹预测EI北大核心

为克服有限元模拟中圆弧段采用动力显式算法无法获得准确回弹,值及解析法忽略过渡段S1为变曲率特性的问题,提出一种结合解析法和有限元模拟分析的求解方法,以此来对基于自由弯曲技术的管材回弹数值进行预测。对于过渡段S1,分别使用显式和隐式求解器完成成形和回弹过程的仿真,基于回弹值变化特点引入移动最小二乘法(MLS)对回弹数据进行拟合,建立了过渡段S1的回弹预测模型;同时,对圆弧段S2建立了考虑轴向推力引起的压缩应力的回弹预测模型。仿真结果表明,回弹主要发生在圆弧段,过渡段S1的回弹值在整体回弹值中所占比重较小;经过两组实验结果对比分析,所提出的预测方法与实验所得回弹角误差分别为15.09%与14.76%,传统求解方式(将过渡段S1视为定曲率)与实验所得回弹角误差分别为27.68%与24.32%,回弹角综合预测精度提升了11.08%。     

超高强钢多道次辊弯成形回弹规律研究

超高强钢由于材料强度高、塑性较差等特点,成形难度也比普通钢更大,易发生回弹,是影响辊弯成形精度的重要原因。采用试验及有限元模拟的方法,对回弹规律及产生机理进行研究。设计三组道次数不同的辊弯成形试验,从成形角度、道次数、弯角增量等方面阐明回弹角度的变化规律。建立超高强钢辊弯成形的有限元仿真模型,分析V型件的成形特性,重点分析总应变、塑性应变和弹性应变在板材横向的分布,阐述辊弯成形回弹角度变化规律的产生机理。结果表明,对于单道次辊弯成形,随成形角度增大,回弹角度呈先增大后减小的变化趋势,弹性应变峰值的变化是回弹角度发生改变的主要原因;对于多道次辊弯成形,增多道次数有利于提高塑性变形量的积累、减小弹性应变峰值,这种多道次增量成形是辊弯成形所特有的工艺特性;增大弯角增量使板材弯角处厚度减薄,促进角部材料流动,有效减小了回弹量。对超高强钢多道次辊弯成形回弹规律进行了系统的阐述和研究,为减小回弹、提高成形精度提供了理论依据。     

基于径向基神经网络杯形件拉深成形变压边力预测技术研究

分析了RBF神经网络的预测策略和方法,并建立了板料拉深成形的变压边力预测神经网络模型.采用正交设计法进行样本参数的制定,利用板材成形CAE软件Dynaform获得训练数据,利用被训练好的神经网络对薄板成形过程中变压边力的预测技术进行了研究.数值模拟结果表明,此方法对拉深成形变压边力的预测是可行的.     

大截面Z型材数控滚弯成形精度的数值模拟研究

为了提高型材滚弯成形外形轮廓的精度,研究了Z型材滚弯成形回弹变形规律,建立了型材成形半径与滚弯机侧滚轮位移的关系,给出了考虑回弹变形的型材滚弯成形工艺参数。基于ABAQUS有限元软件,建立了型材滚弯成形过程的三维模型,分析了主滚轮尺寸、夹紧力和摩擦系数对型材沿长度方向各段曲率变化的影响。结果表明:主滚轮尺寸越大,曲率分布越均匀;并确定出该型材滚弯成形时合理的夹紧力和摩擦系数范围。应用模拟分析确定的最佳工艺参数完成该型材的滚弯成形加工,验证了该参数对滚弯型材外形精度的提高作用。     

板料成形的回弹预测方法研究

回弹是影响板料弯曲成形品质的主要因素之一,对回弹进行准确预测和有效控制是提高成形精度的关键.从理论研究、实验研究、有限元数值模拟以及人工神经网络4个方面综述了国内外关于板料成形回弹预测的研究现状,总结了基于两种塑性弯曲理论模型建立的回弹计算公式,并概述了有限元数值模拟技术在模拟板料成形及其回弹的应用情况,最后介绍了人工神经网络在回弹预测领域的应用.     

空间弯管仿真与回弹补偿

回弹是空间弯管成形的主要成形缺陷。为了预测和补偿空间弯管成形中的回弹,通过编写用户幅值子程序（UAMP）,将有限元法应用于空间弯管的成形和回弹分析,提出了一种从仿真结果中提取管材中心线的方法。通过圆柱螺线形弯管成形的仿真计算,建立了管材回弹前后中心轴线曲率、挠率的关系。提出了一种基于求解曲线基本方程的空间弯管模具型面补偿方法,论述了曲线几何补偿的数学依据。通过对曲率和挠率(均为非常值)曲线进行补偿计算和成形仿真,对该方法进行了验证。结果表明该方法能够有效补偿回弹误差,保证弯管精度。     

基于GS理论和神经网络遗传算法函数寻优的板料成形优化

基于GS理论和神经网络遗传算法函数寻优法,利用非线性有限元分析软件Dynaform,对非标准方形盒成形过程参数寻优。借助正交试验法,初步获取不同组合下的减薄率数值;基于GS理论,对获取的数据进行分析,找出影响减薄率的两个主要因素即摩擦因素和冲压速度;利用拉丁超立方抽样对选出的两个主要因素进行抽样;基于神经网络遗传算法函数寻优模型,摩擦因数和冲压速度作为输入,最大减薄率作为输出,用输入输出数据训练BP神经网络。最后,用遗传算法寻优把训练后的BP神经网络预测结果作为个体适应度值,找到函数全局最优解和对应输入值。对比优化前后的数值模拟结果可知,优化后的冲压参数可以有效提高板料成形性能。     

基于ABAQUS的马鞍形曲面板材渐进折弯成形研究

为改善大幅面曲面板材成形精度,提出一种渐进折弯成形新方法。以马鞍形曲面成形为例,采用平面应变和Mises各向同性屈服准则,建立基于ABAQUS/ExplicitStandard求解分析平台的板材三维弹塑性渐进折弯成形有限元模型,对板材渐进折弯与回弹全过程进行了数值模拟,结合试验研究,获得最优工艺参数。模拟及实验结果表明:采用曲面凸凹模及优化工艺参数可实现高精度大幅面曲面板材的成形,模拟成形工件的平均误差为+2.1/-1.8 mm,实验测量成形板材曲率与目标模型理论曲率误差较小,模拟结果与实验结果基本吻合,这对曲面冷弯成形技术的应用,具有重要的参考价值和指导意义。     

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。