排序方式: 共有64条查询结果,搜索用时 15 毫秒
1.
为了预测ZK61M高强镁合金板热变形过程的韧性断裂行为,在一定条件下进行实验和数值模拟。基于获得的各试件断口处的应力状态参数和断裂应变数据,采用粒子群优化算法求解4种断裂模型中的待定系数。依据误差评估结果,确定改进的Wilkins模型精度最高。将改进的Wilkins模型引入有限元中,并与实验进行对比。结果表明,预测的拉伸件断裂位移和断裂载荷的平均误差均小于15%,预测的圆筒形件成形深度的平均误差为13.88%,建立的有限元模型可以较为准确地模拟实验过程并预测断裂位置。 相似文献
2.
3.
滑移线法作为一种求解塑性成形应力状态的常用方法而被广泛应用.而在板材弯曲中一般采用主应力法求解变形区的应力状态.通过对板料弯曲变形区应力分析,根据滑移线理论,推导出了变形区的应力分布规律,与主应力法求解的结果相同. 相似文献
4.
5.
7.
8.
板材在弯曲过程中存在的最突出的问题是弯曲回弹难以精确控制.弯曲卸载后产生的回弹,使弯曲件的形状和尺寸与模具工作部分的形状和尺寸不符.弯曲件的最后形状与整个变形过程有关,模具几何参数、材料性能参数等都会对回弹产生很大影响.在板材弯曲成形智能化控制系统中,准确确定实时识别和预测模型的输入、输出参数是弯曲智能化控制的成功与否以及回弹控制精度高低的关键.本文采用Ls-dyna软件,对U形件弯曲影响回弹的因素进行了分析,得出了影响回弹规律的主要因素.为U形件弯曲智能化控制神经网络参数识别及预测模型输入、输出参数的选择提供依据. 相似文献
9.
10.
高强钢通过微观组织调控获得高强度,但不同牌号高强钢微观的不均匀变形和微观诱导塑性机理不同,使得高强钢卸载及反向加载行为更加复杂,并且牌号间差异增大,为此给出模型自适应匹配及参数解耦匹配的系统化策略,实现了高强钢回弹精确预测。首先建立幂函数和指数函数混合硬化模型,基于混合模型给出自由弯曲加载的弯矩平衡方程和曲率约束方程,基于变模量模型构建截面弹性弯矩的积分方程,基于加载和卸载解析模型建立逆向识别卸载参数的子优化模型。确定变模量线性随动强化、变模量非线性随动强化模型和含边界面的变模量随动强化模型的匹配策略。基于自由弯曲、单向拉伸和拉压试验数据,确定相应本构的子优化模型参数的优化次序,最终形成本构匹配及其参数解耦标定的系统化策略,并基于Fortran语言开发标定程序库。建立U形弯曲件和弧形弯曲件预测模型,分别对DP980和DH980两种高强钢不同应变水平下的识别结果及回弹预测结果进行对比分析,验证了解耦标定策略不仅提高了不同牌号数据的相关度,而且大幅度提升了同一牌号下的模型精度和稳定性,为基于数据的材料性能统一自辨识方法研究奠定了基础。 相似文献