汽车前车门内板多步冲压成形回弹预测及控制

文章以汽车前车门内板为研究对象,基于单工序模拟精度偏低的问题,提出采用多步冲压成形数值模拟方法对多道冲压工序的回弹量进行预测,前车门内板窗框处最大回弹量为3.2mm。将模拟结果与试验结果进行比较,认为采用多步冲压成形模拟方法对回弹预测精度更高,预测精度可提高26%。通过优化成形工艺参数,提出合理的模具结构方案,得到回弹量在±0.7mm公差范围,模拟与实测结果更为吻合。     

基于CAE技术的板件回弹补偿

板料成形的回弹问题非常复杂,同时回弹影响零件成形精度,增加试模、修模的工作量,故在生产实际中需要采取行之有效的措施控制回弹。针对此问题,介绍一种利用CAE软件模拟来控制回弹的方法,用DYNAFORM确定出零件的回弹量,根据回弹量进行回弹补偿,然后采用ThinkDesign软件进行回弹补偿的工具曲面操作,仿真结果显示采用此方法进行回弹补偿符合精度要求。     

高强度钢后保险杠成形工艺优化及回弹控制

采用高强度钢板制造的保险杠能大大提高乘员安全性,但高强度钢板成形困难。采用有限元分析软件Dynaform对某轿车高强度钢后保险杠成形过程进行模拟仿真,并使用结果优化成形工艺。主要研究了工艺补充面对零件冲压成形以及回弹的影响。通过模拟结果和实际样件对比,对工艺补充部分进行了调整,并设置凸顶得到了优化的工艺型面及坯料尺寸,为同类相关高强度钢零件的生产起到了指导作用。     

某汽车内板冲压成形工艺优化及回弹补偿

为了解决某汽车纵梁冲压成形过程中存在的破裂、起皱和回弹等缺陷,提出了基于正交试验设计、数值模拟、克里金模型和遗传算法相结合的优化策略。在该策略中,正交试验设计用于构建试验安排,数值模拟用于得到试验参数组合下的冲压成形结果,克里金模型用于预测冲压成形指标,遗传算法用于优化代理模型。对正交试验结果进行方差分析,结果表明,该汽车纵梁冲压成形过程中压边力和模具间隙对冲压零件的最大减薄率和最大回弹有显著性影响。此外,通过遗传算法优化得到了最优工艺参数组合,即压边力为1600 kN、模具间隙为1.652 mm时,得到的冲压零件最大回弹量为4.42 mm,最大减薄率约为14%。经过回弹补偿后进行了冲压试制,得到的冲压零件表面质量良好,无起皱和破裂等缺陷,且零件的偏差较小,能够满足工艺生产的需求。     

基于遗传算法的板料成形回弹工艺参数优化研究

研究了基于遗传算法的回弹优化模型的建立过程.以压边力和凸凹模间隙为优化变量,以板料变薄量为约束条件,以确定的回弹角度为目标函数,以DYNAFORM为目标函数求解器,建立了板料成形回弹控制的优化模型和优化系统.得到了满足工艺要求的压边力和凸凹模间隙,实现了板料成形过程的工艺参数优化,为板料成形工艺参数的优化提供了一个有效的途径.     

汽车覆盖件成形过程中回弹问题研究现状

介绍了汽车覆盖件成形过程中回弹问题的研究现状,数值模拟的基本流程,影响因素及控制补偿概况,并对回弹问题的研究前景作了展望。     

板材单点数控渐进成形回弹控制及模拟优化研究

传统的板材成形工艺由于过多依赖于模具、缺乏柔性正面临巨大的挑战,而板材单点数控渐进成形是近几年来国际上刚刚开始研究的一种新工艺,具有柔性高,产品的尺寸与形状变化容易的优点。根据对板材单点数控渐进成形工艺的研究,分析了各参数对成形质量的影响,提出了单点数控渐进成形轨迹设计的基本原则,并主要分析了回弹缺陷的补偿方法,通过工艺试验和数值模拟技术验证了回弹补偿方法的可行性,对板材单点数控渐进成形技术应用与实际生产具有较强的实用价值。     

依维柯侧壁上内板的回弹研究

利用数值模拟技术和实验相结合的方法,以依维柯侧壁上内板冲压件为对象,研究了拉深筋和加强筋对回弹的影响,并进行了分析讨论。研究结果表明,增加拉深筋和加强筋可以使依维柯侧壁上内板的回弹从5.51 mm减小到1.05 mm。     

汽车轻量化用铝合金板V形件冲压回弹模拟

为了汽车轻量化,铝合金板在其车身上的应用逐年增加.由于铝合金冲压成形性能差,因而研究提高成形性能已成为当前的热点.选用有代表性的变形铝合金AA6009作为研究对象,建立了V形件冲压成形模拟模型.使用DYNAFORM软件,模拟了不同厚度、弯曲圆角半径条件下铝合金板的回弹.通过数据分析获得了典型铝合金回弹的一般规律,以期为铝合金板材弯曲成形在汽车车身上的应用提供基础数据.     

基于回弹控制的车顶盖成形工艺优化

针对车顶盖大曲率半径件成形切边后回弹大的问题,在有限元数值模拟的基础上建立了以工件回弹前后对应节点偏差为目标函数,以成形中的压边力和分段拉延筋力为变量的工艺优化模型,通过径向基函数神经网络和模拟退火算法对其进行了优化求解。结果表明,建立的优化模型是合理的,采用优化后的工艺参数进行冲压成形后在保证产品不产生破裂和起皱的前提下能够显著减少工件的回弹量。     

基于人工神经网络技术的板料拉深成形工艺优化的数值建模

文章利用人工神经网络技术,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,为各参数的研究和优化提供了重要参考;详细分析了其中的几项关键技术:拉延筋的描述、性能评价指标的建立和正交实验法确定训练样本。最后,对某翼子板进行拉深成形建模,通过对训练后的网络进行测试,网络误差小于5%,验证了所建网络模型的正确性和实用性,为工艺优化奠定了基础。     

柔性压辊拉形中回弹的数值模拟

拉形是飞机蒙皮件的主要成形方法。柔性压辊拉形是一种新的拉形工艺,将传统的拉形过程中使用夹钳进行拉伸包覆的加载方式,改变为利用柔性压辊垂直下压的加载方式,使板料产生变形。对柔性压辊拉形成形球形件的过程和回弹进行数值模拟,分析加载量、板厚、板料与模具之间的摩擦系数等因素对回弹的影响。研究结果表明,在柔性压辊拉形方式下,成形件应力分布比较均匀,且在成形一定尺寸的球形件时,加载量越小,回弹量越大;板料越薄,回弹量越大;板料与模具之间的摩擦系数越大,回弹量越大。     

基于遗传算法和神经网络技术的板料拉深成形参数优化

结合数值模拟和人工神经网络技术．建立了板料拉深成形的加工参数（压边力和冲压速度）与其成形质量之间的映射关系，既保证了精度，又减少了数值模拟次数。在神经网络建模的基础上，利用遗传算法对板料拉深成形的加工参数进行了优化，通过实例可以看出，该方法具有较好的优化结果。     

管筒形零件机械扩径工艺过程的多目标优化

管筒形零件的机械扩径成形过程是一个与管坯规格、管坯形状、材料性能、摩擦条件、变形程度、模具直径及其边缘圆角半径等诸多因素相关的塑性变形过程,其最终制品的尺寸和形状精度取决于这些参数的综合影响。在生产实际中,如何根据用户对制品尺寸与形状的精度要求来确定管坯规格、变形程度、模具尺寸等主要工艺参数,是机械扩径工艺设计的一个重要内容。它可以被抽象为一个在满足制品尺寸和形状精度要求条件下,寻求管坯规格等上述主要工艺参数最优组合的多目标优化问题。文章基于MSC.Marc非线性有限元分析软件和遗传优化算法,采用Python语言设计了基于加权组合法的遗传算法程序,实现了在多目标条件下对管筒形零件机械扩径成形工艺参数的优化。     

基于Dynaform的波形片成形回弹研究

以某离合器波形片为研究对象,利用Dynaform有限元软件对波形片的成形回弹进行数值模拟,分析了波形片回弹前与回弹后的应力分布,研究了模具间隙及板料厚度对波形片回弹后成形高度的影响。模拟分析表明,波形片弯曲成形的圆角处变形比较剧烈,其应力值较其他区域值更大,且回弹后应力值的减小使得板料发生回弹,而回弹使得波形片成形高度降低,从而影响离合器从动盘总成的弹性;波形片的成形高度随着模具间隙的增大而减小,而随着板料厚度的增加而增大。试验结果表明,当板料厚度分别为0.6和0.8mm时,试验值与模拟值的误差变化范围分别为5.44%~7.54%和4.52%~5.93%,模拟结果与试验结果取得较好的吻合性。     

基于小波神经网络和粒子群算法的铝合金板冲压回弹工艺参数优化

针对铝合金复杂件冲压后出现的较大回弹缺陷,同时为减少冲压成形工艺参数的优化时间,使用有限元仿真软件DYNAFORM对冲压成形及回弹过程进行数值模拟,在确保数值模拟与试验结果基本一致的基础上,利用代理模型对回弹进行了优化研究。以NUMISHEET'96 S梁为研究对象,凸模圆角半径、凹模圆角半径、压边力、板料厚度作为影响因素,成形后最大回弹值作为成形目标,运用拉丁超立方抽样,通过数值仿真获得样本数据,建立影响因素与成形目标之间的小波神经网络代理模型,利用粒子群算法对该模型迭代寻优获得最优工艺参数。结果表明:小波神经网络能较好地描述板料工艺参数与回弹之间的映射关系,优化后成形件的回弹量大大减小。     

基于人工神经网络的拉形回弹预测技术研究

以蒙皮拉形为对象,探索了人工神经网络技术在拉形回弹预测中的应用。研究了利用神经元网络预测拉形回弹的关键技术,将人工智能技术和拉形数字仿真技术有机结合,建立了拉形回弹预测的人工神经网络模型,并验证了预测模型的有效性,为推动知识工程在飞机板金精密成形中的应用积累了经验。     

基于正交试验和神经网络的激光拼焊板回弹预测

准确预测和有效控制拼焊板成形回弹,研究各因素的影响及其交互作用具有重要意义。以U形件拼焊板为研究对象,通过数值模拟、正交试验和神经网络相结合的方法,考察多个工艺参数对拼焊板回弹的交互作用,建立拼焊板回弹的BP神经网络预测模型,对U形件拼焊板的回弹进行预测和控制。结果表明,板料参数、焊缝位置、压边力、模具间隙、凹模圆角等均对拼焊板回弹有重要的影响,并存在交互作用;建立的BP神经网络模型能很好地预测U形件拼焊板在各参数影响下的回弹变化趋势,和给定一组工艺参数下的拼焊板回弹量,为拼焊板的回弹控制提供了可靠的依据。神经网络技术在拼焊板回弹预测中的应用,为拼焊板成形优化研究提出了新思路。