神经网络与正交试验法结合优化板料成形工艺

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,建立输入为工艺参数、输出为回弹量△Z的神经网络模型.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.     

发动机隔热罩冲压成形的工艺参数优化

借助Dynaform数值模拟软件建立某型号发动机隔热罩的冲压成形仿真模型。在此基础上,选取冲压工艺参数为优化变量,定义最大减薄率和起皱率为评价指标,由此构建加权目标函数,采用均匀设计安排数值模拟试验和回归分析法分析试验数据,建立了工艺参数与加权目标函数的二次多项式回归模型,利用实数编码遗传算法对隔热罩冲压成形的最优工艺参数进行求解。数值模拟优化结果表明,针对隔热罩仿真模型,优化后的最大减薄率和起皱率分别为24.748%和6.791%,控制在较好范围内。     

神经网络与正交试验法结合优化注射工艺参数

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,建立输入为工艺参数、输出为翘曲变形量的神经网络模型,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注射过程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。     

基于遗传算法和神经网络的曲面零件拉伸类翻边研究

利用遗传算法和BP神经网络建立曲面零件拉伸类翻边的计算模型,该模型可代替系统原来的有限元模型,提高了优化过程的效率.首先通过分析曲面零件拉伸类翻边的变形特点,找出影响其成形极限的主要因素,并利用正交试验法和有限元技术确定神经网络训练样本,同时得到了上述因素对翻边结束后板料最大变薄率的影响规律和影响重要程度,最后利用遗传算法的神经网络构建了主要影响因素对零件最大变薄率的响应面,并得到使翻边成形性能最优的设计参数组合.     

基于PSO-BP和灰色关联度分析的盒形件成形工艺参数反求

以非线性有限元分析软件Dynaform为平台,基于粒子群算法优化的BP神经网络和灰色关联度,对盒形件成形过程进行成形参数寻优并反求。先利用正交试验法获取不同组合下的减薄率数值;采用灰色关联度理论,找到对该盒形件最大减薄率起主要影响的两个因素即压边力和摩擦因数;运用拉丁超立方抽样对选出的两个主要因素进行随机抽样,通过Dynaform进行数值仿真以获得样本数据;基于PSO-BP模型,将压边力和摩擦因数作为两输入值,最大减薄率作为输出,建立压边力和摩擦因数与最大减薄率之间的非线性映射关系,其后,利用粒子群算法对其优化可获得最优工艺参数和对应输入值。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。     

汽车B柱加强板热冲压工艺的遗传算法多目标优化

为了提高汽车B柱加强板热冲压件的厚度均匀性,提出了非支配排序遗传算法的工艺参数多目标优化方法。分析了B柱加强板的热冲压过程,选择板料加热温度、冲压速度、摩擦系数和模具间隙作为优化参数。以减小最大减薄率和最大增厚率作为优化目标,建立多目标优化模型。使用最优拉丁超立方抽样法在优化空间内设计实验点,并依据Autoform有限元软件得到实验值。基于BP神经网络拟合工艺参数与质量参数之间的关系,并依据预测均方根误差验证了拟合的精确性。使用非支配排序遗传算法搜索多个优化目标的Pareto前沿解。经生产验证,与厂家工艺相比,优化后的热冲压件最大减薄率减小了22.25%,最大增厚率减小了7.34%,说明优化后冲压件的质量得到了提高;且优化后最大减薄率和最大增厚率的标准差均减小,说明优化工艺的生产稳定性更好。     

基于BP神经网络遗传算法的薄板CMT点焊变形

焊接是汽车车身制造的一个关键环节,焊接质量的好坏严重影响汽车车身质量,所以焊接参数的选择至关重要. 针对薄板焊接质量控制问题,论文利用BP神经网络解决非线性问题的优势,建立焊接变形量与工艺参数之间映射关系模型;结合遗传算法构建基于遗传神经网络焊接的工艺参数优化系统;同时设计正交试验,将该方法与正交试验法相对比. 结果表明,该方法可以有效地实现CMT(cold metal transfer)点焊焊接变形预测与工艺参数优化. 通过预测模型给出合理参数,指导钢薄板和铝合金薄板的CMT点焊变形试验,提高焊接的效率.     

H68黄铜水平连铸工艺参数的优化

带坯的表面裂纹和内部缩松是冷加工报废的主要原因.对影响带坯质量的几个主要工艺参数进行了正交试验,以正交试验数据为基础,建立起成材率与主要工艺条件之间的神经网络描述,网络模型与遗传算法相结合对工艺条件的组合进行了优化.经实际生产运行,该工艺条件下的成材率接近90%.     

响应面法在发动机隔热罩冲压成形工艺参数优化中的应用

借助Dynaform软件,通过与实验结果对比,较准确地建立了某公司生产的发动机隔热罩冲压成形仿真模型.在此模型基础上,采用BBD设计安排实验,以冲压工艺参数为自变量,最大减薄率和起皱率为因变量,分别建立了工艺参数与最大减薄率和起皱率的二次多项式响应面模型,并对两个模型进行优化.以最大减薄率未优化响应面模型为约束,起皱率未优化响应面模型为目标函数,以及最大减薄率优化响应面模型为约束,起皱率优化响应面模型为目标函数,分别对工艺参数进行优化.结果显示,优化后的隔热罩仿真模型最大减薄率和起皱率控制在较好范围,且优化响应面模型的结果更优.     

方锥件渐进成形工艺优化

针对渐进成形中板料严重减薄、易开裂和尺寸精度差及成形效率低等问题,采用BP神经网络建立了优化目标和工艺参数之间的非线性映射关系。然后利用多目标遗传算法(NSGA-II)实现方锥件渐进成形工艺参数的优化。结果表明,采用BP神经网络与多目标遗传算法能很好地优化渐进成形工艺参数,提高零件成形质量。     

基于BP神经网络响应曲面的筒形件强力旋压工艺参数优化研究

以BP神经网络为基础构建响应曲面，建立材料参数、筒形件强力旋压工艺参数等和旋压力最大变化值之间的关系，并用粒子群优化算法求解，获得符合优化条件的最优解，从而实现筒形件强力旋压工艺参数的优化。经MARC模拟验证，取得了较好的效果。     

基于ABAQUS的弹体旋压成形有限元数值模拟

为解决弹体旋压生产中参数难以选择的问题,基于弹塑性有限元基本理论,综合考虑旋压过程中金属在3个方向的流动以及摩擦等实际情况,建立了某导弹弹体某舱段旋压加工的三维弹塑性有限元力学数值模型,研究了几种关键工艺参数（包括旋轮圆角半径、进给速度、每道次减薄率等）对旋压成形结果的影响规律。     

筒形件强力旋压工艺模拟及实验研究

采用有限元与工艺实验相结合的方法,对筒形件强力旋压工艺进行了研究。对于旋压加工工艺,利用有限元模拟软件建立三维弹塑性模型并进行数值模拟,然后在此基础上分析进给比、减薄率2个工艺参数对筒形件强力旋压成形过程的影响规律。根据数值模拟结果,设计并制造了工装与模具,同时进行了工艺试验,成功试制了壁厚减薄效果良好的筒形件强力旋压样件。     

API X65管道深水铺设GMAW横向焊接温度场

为了应对管道深水铺设GMAW横向焊接熔池下坠、窄坡口、无衬垫等挑战，建立了管道三维模型并进行了网格划分，利用材料软件生成了API X65温度场材料数据库，通过模拟温度场云图与实际焊缝截面的匹配校核了Goldak双椭球热源模型，管道焊接温度场分布SYSWELD软件模拟结果与实际焊接过程相符合. 建立了焊接温度场测试系统，通过背孔法埋设的热电偶测量了API X65管线钢平板焊接的热循环曲线. 测试曲线与SYSWELD仿真曲线具有相同的温度升降趋势，上板节点温度也均明显低于下板节点温度. 采用焊缝截面平均热循环曲线作为热源进行了多道焊模拟，并进行了试验. 结果表明，多道焊焊接变形是由焊接工艺参数与残余应力释放共同确定的.     

基于BP神经网络的置氢TC21合金力学性能预测

基于神经网络的非线性映射和泛化能力,采用人工神经网络方法,建立了置氢TC21合金力学性能预测的BP神经网络模型。模型的输入参数包括高温拉伸试验温度和置氢含量,输出参数为合金的常用力学性能指标,即抗拉强度和屈服强度。通过检验样本验证了ANN模型的准确性。结果表明:该模型具有容错性好、通用性强等优点,可以预测置氢TC21合金在不同拉伸温度和不同置氢含量下的机械性能。同时,将神经网络技术应用于材料制备工艺设计领域,可以明显地提高工艺设计效率,缩短实验周期。     

一种典型回转体零件的旋压工装

通过对一种典型的回转体零件成形进行工艺分析,提出了旋压成形工艺方案。实验材料为Al6061,在室温下成形。旋压成形此零件需要两道工序,首先根据体积不变原理设计合理的毛坯尺寸,进行第1步预制坯成形,然后进行第2步多道次旋压成形及卷边加工。分析了两步成形工序所需的旋压工装,包括旋轮、芯模和尾顶的选用和设计。选择通用旋轮,安装角为45°;选择多级卷边旋轮,并与普通旋轮集成在数控刀架上。芯模材料为45钢,需进行热处理,工作表面经抛光处理。芯模尺寸参考零件尺寸计算,试旋后根据回弹量进行修模。根据芯模尺寸设计尾顶,第2工序的尾顶对预制坯有校形的作用。     

筒形件强力内旋压工艺的正交试验研究

在筒形件强力内旋压的工艺试验研究中,选取进给率、旋轮前角和变薄率作为试验因子,用正交试验法进行旋压试验。用极差分析法分析了试验结果。结果表明：对旋压力的影响主次顺序为变薄率、进给率、旋轮尺寸;影响旋压力的主要因素是变薄率,变薄率越大旋压力越大;对内表面粗糙度的影响主次顺序为：进给率、旋轮前角、变薄率;影响内表面粗糙度的主要因素是进给率和旋轮前角,进给率和旋轮前角越大,粗糙度越大。     

发动机减震器带轮内筒的铲旋成形模拟及试验

针对发动机减震器带轮内筒成形,提出一种新的旋压工艺——铲旋技术。利用DEFORM建立三维刚塑性力学模型,以旋轮转速、进给速度、圆角半径和直径为优化参数,成形载荷为优化目标,设计正交试验,对发动机减震器带轮内筒的铲旋成形进行有限元模拟,并提取成形载荷曲线进行分析。在CDC-S400旋压机上进行试验,并对数值模拟结果加以验证。研究结果表明,旋轮进给速度对成形载荷影响最大,直径影响最小;工艺参数优化后,最大成形载荷明显下降。     

基于非线性连续损伤的机床轴结构疲劳研究

运用MINER线性累积损伤理论对机床轴结构进行疲劳研究时,由于不能连续描述损伤与载荷之间的关系,在高周疲劳寿命预测过程中其计算结果不能令人满意。为此,基于CHABOCHE提出的单轴非线性连续累积损伤理论,通过对45钢进行疲劳试验获得了轴结构材料的S-N曲线,在对机床载荷谱简化处理的基础上,建立了适于机床轴结构寿命预测的多轴非线性连续损伤累积模型。实例计算证明,该模型能准确描述机床轴结构损伤累积过程,计算结果更符合工程实际。