汽车过滤器壳体零件冷挤压成形方案研究

采用冷挤压工艺成形了汽车过滤器壳体,并基于Deform-3D软件,采用正交试验对汽车过滤器壳体零件挤压成形过程进行工艺优化。主要分析了冷挤压过程中的摩擦系数和凸模速度两个因素对该零件冷挤压成形影响的显著性,确定了该零件冷挤压成形方案及最佳工艺参数。根据数值模拟结果,进行了实际零件的挤压生产,最终得到了合格的成形零件。     

汽车蓄能器壳体件挤压成形工艺研究

基于Deform-3D软件平台,通过数值模拟对汽车蓄能器壳体件的挤压成形过程进行工艺优化。建立正交试验方案,分析各个因素对挤压成形过程的影响,以成形载荷作为评判标准确定了最佳工艺参数组合。通过实验最终得到了最佳成形工艺参数为:温挤压模具温度230℃,温挤压坯料温度1000℃,温挤压摩擦系数0.15,温挤压凸模速度12mm.s-1,冷挤压凸模速度8mm.s-1,冷挤压摩擦系数0.08。按照该工艺参数进行实际零件的挤压生产,最终得到了符合要求的成形零件。     

基于DEFORM-3D的汽车花键轴零件冷挤压工艺参数优化设计

基于有限元模拟技术,应用DEFORM-3D软件对汽车花键轴零件的冷挤压成形过程进行了数值模拟,通过改变工艺参数,分析了凸模运动速度、摩擦系数和凹模锥角对挤压工艺的影响。以成形载荷为评价指标,通过正交试验获得了冷挤压成形最佳工艺参数组合,即正挤压时,凸模速度为12mm·s~(-1),摩擦系数为0.05,凹模锥角为60°;反挤压时凸模速度为12mm·s~(-1),摩擦系数为0.05。根据最佳工艺组合参数,进行了实际生产验证,得到质量合格的制件,为花键类汽车件冷挤压成形工艺的制定提供了参考。     

钟形壳零件环料冷挤压的工艺研究

采用刚塑性有限元模拟与试验相结合的方法,对环料成形钟形壳零件的冷挤压工艺进行研究。通过调整坯料形状、模具结构和成形工艺参数,解决成形工艺试验过程中出现的塌角、壁厚差、拉裂等问题,得到了优化的冷挤压成形工艺,以低能、省料、高效的方式,获得了高尺寸精度和良好力学性能的冷挤钟形壳零件。试验研究表明:在坯料上预设凸块进行补偿,可有效解决杯形件口部的塌角缺陷;通过芯杆约束环料内侧面的变形,可以消除自由成形时对反挤的牵制作用;优化坯料形状和模具尺寸,通过给变形材料附加压应力,适当调整润滑和退火参数,可以获得利于材料流动的变形条件,从而有效改善挤压塑性。     

直齿圆柱齿轮挤压工艺实验

论述了温挤压成形时存在模具磨损与挤出齿轮件头部凸的问题,分析了其产生的原因与造成的后果.为了节约成本与生产顺利进行,采用冷挤压工艺方案进行工艺实验.实验研究了齿轮相关参数﹑挤压力估算﹑工艺过程与模具结构优化,成功地挤出直齿圆柱齿轮零件,经过分析比较,冷挤压挤出的齿轮零件表面质量比温挤压的好,而且没有发现模具磨损现象.实验表明,冷挤压工艺方案是可行的,且能提高模具寿命﹑改善齿轮件的表面质量和节约成本.     

轴承端盖的挤压成形工艺及有限元分析

针对轴承端盖零件的结构特点,分析了其挤压成形工艺,并利用有限元模拟对挤压工艺参数的优化进行了探索。获得了挤压温度、挤压速度、摩擦系数对轴承端盖成形的影响规律,对比分析了不同加工条件下的应力、应变,以及挤压力分布情况,最终确定出较优的挤压工艺参数。     

大尺寸内齿轮冷挤压成形工艺研究

对大尺寸内齿轮挤压成形过程进行数值模拟,系统地研究了坯料尺寸、摩擦系数和坯料入口角对挤压成形性能的影响,并对挤压成形工艺进行了优化.研究结果表明:坯料尺寸、摩擦系数和坯料入口角对挤压成形过程存在显著影响.当坯料内孔直径尺寸介于内齿轮的分度圆直径与冲头齿根圆直径之间时,内齿轮齿形充填均匀,齿形饱满.采用优化后的工艺对大尺寸内齿轮进行冷挤压成形试验,结果表明,提出的冷挤压成形工艺方案合理可行.     

航空座椅锁扣缸体冷挤压工艺及模具设计

通过研究航空座椅锁扣缸体的形状特点、零件的制造难度,确定了冷挤压成形零件的工艺方案,设计并制造冷挤压模具一套,生产出合格零件。演示并分析了零件的冷挤压变形过程;记录了冷挤压过程中与不同变形程度相对应的挤压力,绘制了冷挤压过程的连续挤压力曲线;对零件挤压方向的剖面进行了金属纤维组织观察,对零件流线分布进行了分析。     

大尺寸内齿轮冷挤压成形工艺研究

对大尺寸内齿轮挤压成形过程进行数值模拟,系统地研究了坯料尺寸、摩擦系数和坯料入口角对挤压成形性能的影响,并对挤压成形工艺进行了优化。研究结果表明:坯料尺寸、摩擦系数和坯料入口角对挤压成形过程存在显著影响。当坯料内孔直径尺寸介于内齿轮的分度圆直径与冲头齿根圆直径之间时,内齿轮齿形充填均匀,齿形饱满。采用优化后的工艺对大尺寸内齿轮进行冷挤压成形试验,结果表明,提出的冷挤压成形工艺方案合理可行。     

基于遗传算法优化BP神经网络的内螺纹冷挤压质量预测

为了预测不同工艺参数下的挤压扭矩、挤压温度及螺纹成形质量,基于MATLAB搭建了BP-GA神经网络预测模型,利用遗传算法对BP神经网络权值和阈值进行优化,使预测结果更加精确.结果 表明:BP-GA神经网络预测模型对内螺纹冷挤压过程中的挤压扭矩、温度和牙高率的预测精度较高,挤压扭矩的试验值与预测值误差为10％～15％,挤...