有限元模型转换及其在金属板料成形数值模拟中的应用

本文根据CAD和CAE软件各自的功能和特点 ,探讨了板料成形数值模拟中CAD模型向CAE模型转换的方法 ;并针对有限元分析软件ANSYS与ABAQUS的实际特点 ,编写了有限元模型转换接口程序 ,用实例验证了所编接口转换程序的可行性与正确性。     

板簧隔振装置及其应用

本文对锻锤砧下板簧隔振装置进行了运动分析,介绍了该装置的设计、计算方法。并通过模拟实验和实际生产验证;只要合理选择砧下垫层刚度,使锻锤自身的振幅控制在生产操作可接受的10～20mm范围内,就能在不影响锻锤的效率和正常生产率的情况下,使基础振动加速度降低10倍以上。从而确保锻锤振动不向四周传播。     

利用神经网络技术对板料成形摩擦系数进行预测

针对板料拉深成形过程中摩擦系数较难确定的客观情况,结合人工神经网络所表现出来的良好特性,提出了一种将神经网络技术、数值模拟技术相结合,通过建立摩擦系数与板料成形厚度的非线性映射关系来反求摩擦系数的方法。实践证明,该方法是可行的。     

外缘内曲翻边毛坯尺寸的计算

通过对外缘内曲翻边应力应变状态的分析,导出了预测变形区的变形和对毛坯尺寸进行修正的解析式,经与有限元数值模拟和实验结果对比,证实该公式有较高的精度,可以用于确定毛坯尺寸。     

人工神经网络在注塑参数预测中的应用

应用人工神经网络技术建立了注塑工艺参数值快速预测的双层BP网络模型。利用CAE软件进行模拟，获取训练样本。用Matlab语言编制了应用程序，对网络的训练及参数预测的过程进行求解。将网络预测结果与模拟所得验证数据进行比较和误差分析，显示出BP网络的稳定性和可靠性。经实例验证，表明人工神经网络技术应用于注塑参数值的快速预测和选取方面是可行的。     

基于神经网络的板料拉深成形摩擦系数预测

板料拉深成形过程中，摩擦是一个很重要的参数，受很多因素影响，本文利用神经网络建立了板料拉深成形中润滑油、模具表面粗糙度、拉深速度和板料表面粗糙度与摩擦系数的BP神经网络摩擦模型，对板料拉深成形的有限元分析及优化设计具有重要的参考价值．     

板料成形过程有限元模拟中的接触处理

对板料成形过程进行有限元模拟时，为了取得可靠的计算结果，需要准确地描述模具与板料之间的动态接触状态．在全面分析成形中板料与模具接触边界动态变化的基础上，结合ABAQUS有限元分析软件给出了模型的几何描述、接触算法选择及应用VFRIC用户子程序进行接触摩擦模型的建立等具体方法．通过具体实例，证明了这些方法应用于板料成形过程的接触分析的可行性．     

“锻压车间振动分析与控制”科技成果通过鉴定

“锻压车间振动分析与控制”课题是江西省重点科研项目，由南昌大学“振动分析与控制”课题组完成。于１９９８底由省科委主持鉴定，中国工程院院士、上海交通大学阮雪榆教授任鉴定委员会主任委员。“锻压车间振动分析与控制”是普遍关注的环境保护重要课题。该课题所取得的理论成果与技术进步对改善工人劳动条件、保证居民生活环境及建筑结构安全、精密设备安装都将作出直接贡献，因而具有良好的社会效益。课题组沿着理论分析、建模计算、模拟实验、元件开发、工程应用、测试总结的路线，开发各类锻压设备的隔振技术；采用解析计算、有限元…