参数化技术与数值模拟结合的冲压成形优化

在分析传统的数值模拟方法优点和缺点的基础上,提出将参数化技术与数值模拟方法相结合,并研究了这种结合的具体实现途径。通过盒形件拉深工艺过程的参数化有限元分析,验证了这种方法的实用性,可以将这种方法应用于其它材料加工工艺优化之中。     

带背压等径角挤压力的滑移线解析及背压作用分析

运用滑移线理论推导出了带背压一道次ECAP的挤压力理论解析式,并运用Deform-3D软件对铝材的带背压ECAP过程进行了模拟验证。结果表明:挤压力的滑移线理论解与模拟均值相符;背压扩大了ECAP过程塑性变形区域,提高了材料塑性变形均匀性及应变能力,细化了晶粒;施加背压大小不变时,摩擦系数越大、模具内、外角越小,ECAP所需挤压力也越大,对模具结构、优化设计的要求越高。     

基于MATLAB的光塑性分析及数据处理

在分析三维光塑性基本理论的基础上，以MATLAB软件为平台，依据牛顿迭代法的原理，采用M语言编程求解了楔横轧制件内部的三维应变分布，成功地实现了对楔横轧工步的光塑性数据处理和分析，提高了数据处理效率和计算精度，所得应变分布与实验结果吻合．     

楔横轧应变分布的光塑性实验研究

以聚碳酸酯作为模型材料,采用三维光塑性实验方法对楔横轧金属变形工步进行了模拟研究。对典型截面切片的等差线和等倾线条纹进行了观测分析,采用牛顿迭代法求解了楔横轧制件内部的三维应变分布。计算结果说明,楔横轧变形区属于复杂的三维变形,轧件的变形是不均匀的,表层变形大,心部变形小,变形的不均匀将导致轧件内部产生附加应力。实验结果表明,利用三维光塑性方法对楔横轧成形进行实验模拟是成功的,为研究金属塑性成形工艺提供了一种有效的实验手段。     

基于神经网络和遗传算法的拉深成形工艺优化

论述人工神经网络和遗传算法在板料拉深成形工艺优化中的应用,利用人工神经网络建立拉深工艺参数与零件厚度相对误差之间关系的数学模型,用遗传算法对工艺参数进行优化.其中由正交法设计得到实验样本,由数值模拟软件计算得出的厚度同实际成形件厚度进行比较,得到零件厚度相对误差,将其作为优化目标.按优化后的工艺参数进行实验,获得较高质量的拉深制件,从而为优化拉深模工艺参数提供了一种行之有效的方法.     

基于神经网络和遗传算法的塑料热压成型多目标优化

论述了人工神经网络和遗传算法在塑料热压成型工艺优化中的应用,首先利用人工神经网络建立热压成型工艺参数与零件性能之间关系的数学模型,然后用遗传算法对工艺参数优化。根据多目标函数优化问题的单目标化思想,对优化后的单目标进行分解,得到最优工艺参数条件下的塑料热压产品性能,从而为建立和控制塑料热压成型工艺参数提供了一种行之有效的方法。     

斜轧成形三维光塑性模拟

以聚碳酸酯作为模型材料,采用三维光塑性实验方法对斜轧金属变形工步进行了实验模拟研究,对典型截面切片的等差线和等倾线条纹进行了观测分析,采用牛顿迭代法求解了斜轧制件内部的三维应变分布.结果表明,斜轧变形区属于复杂的三维变形,轧件的应变分布是不均匀的,其中心部应变最小,四周应变逐渐扩大;利用三维光塑性方法对斜轧成形进行实验模拟是成功的,为研究金属塑性成形工艺提供了一种有效的实验手段.     

电器支架精密多工位级进模设计

通过分析电器支架的零件结构及其成形的工艺特点和难点 ,拟定了一系列针对性工艺措施并优化其成形的排样方案 ,结合冲裁、弯曲、拉伸、整形、冷镦等多种工序 ,设计了合理的模具结构 ,成功地实现了该零件在精密多工位级进模上成形。     

汽车油杯拉深成形数值模拟及工艺优化

建立了汽车油杯拉深成形的有限元三维模型,通过改变拉深成形的关键参数,对其拉深过程进行了数值模拟分析,研究了影响汽车油杯拉深失效的主要因素.通过对比分析表明,过大的压边力会导致拉深破裂,过小的压边力会导致拉深起皱,较小的压边间隙、少量、对称分布和高度合适的拉深筋有利于提高拉深件质量.     

熔融沉积快速成型软件系统的开发

利用VC++2005.NET作为编程工具,开发了熔融沉积的快速成型软件系统,可进行STL文件的读取、分层处理、填充、自动添加支撑结构以及生成CLI文件等,提出了基于分组排序和对边求交的分层处理算法、基于扫描线比较的自动支撑设计算法和基于交点排序的分区扫描算法,给出了相应的应用实例。