某汽车内板冲压成形工艺优化及回弹补偿

为了解决某汽车纵梁冲压成形过程中存在的破裂、起皱和回弹等缺陷,提出了基于正交试验设计、数值模拟、克里金模型和遗传算法相结合的优化策略。在该策略中,正交试验设计用于构建试验安排,数值模拟用于得到试验参数组合下的冲压成形结果,克里金模型用于预测冲压成形指标,遗传算法用于优化代理模型。对正交试验结果进行方差分析,结果表明,该汽车纵梁冲压成形过程中压边力和模具间隙对冲压零件的最大减薄率和最大回弹有显著性影响。此外,通过遗传算法优化得到了最优工艺参数组合,即压边力为1600 kN、模具间隙为1.652 mm时,得到的冲压零件最大回弹量为4.42 mm,最大减薄率约为14%。经过回弹补偿后进行了冲压试制,得到的冲压零件表面质量良好,无起皱和破裂等缺陷,且零件的偏差较小,能够满足工艺生产的需求。     

汽车离合器传动带冲压成形工艺参数的优化

基于Dynaform有限元模拟软件,对汽车离合器传动带零件冲压成形中的工艺参数进行优化,结合正交试验分析了模具间隙、冲压速度和弯曲角度与传动带零件成形高度之间的变化关系.分析结果表明,影响传动带零件成形高度的顺序依次为:模具间隙＞弯曲角度＞冲压速度;确定了传动带零件冲压成形的优化工艺参数为:模具间隙为1.1t,冲压速度为2000 mm·s-1,弯曲角度为165°.此外,对优化后的试验方案进行有限元模拟,得出传动带冲压成形零件高度的模拟值为5.04 mm,并对其进行冲压成形实验验证,得到传动带零件高度的实验值为4.73 mm,与模拟高度值相比误差为6.15％,从而证明了优化后的工艺参数可以较好地指导离合器传动带的冲压模具设计.     

基于纯电平台的汽车电池盒冲压工艺研究

纯电平台的汽车电池盒具有种类多、尺寸大、密封要求高等特点,冲压成形和尺寸控制较为困难。通过有限元虚拟仿真和现场实现对这电池盒的冲压工艺进行了全工序研究。首先通过有限元虚拟仿真验证制件的成形性;其次对其进行工艺排布,分析现场实现的可行性;最后分析了该类制件现场出现的收料变形问题以及解决方案。最终实物制件成形性和尺寸表现良好,验证了本研究具有较强的现实意义。     

某型飞机钛合金钣金件热冲压成形工艺参数优化

采用有限元法对某型飞机钛合金钣金件热冲压成形过程进行数值模拟,研究了成形温度、变形速度以及摩擦系数对成形零件壁厚分布的影响。通过正交试验方法建立了有限元模拟的正交试验组,采用极差分析法确定各因素的影响程度的主次关系,并得到最优的工艺参数水平组合。结果表明:成形温度对壁厚分布影响最大,最优工艺参数为成形温度为675℃、变形速度为1 mm·min~(-1)、摩擦系数为0.3。根据优化结果,对钛合金进行热冲压成形试验,实际成形效果与模拟结果较为吻合。     

电沉积法制备Sn-Co-C锂离子电池负极材料

分别采用柠檬酸和乙二胺四乙酸(EDTA)作为络合剂在CoCl2、SnCl4溶液中用电沉积方法制备Sn-Co合金电极,然后在相同条件下在镀液中加入硬碳制备Sn-Co-C复合电极.充放电测试结果显示,EDTA作为络合剂时镀层循环性能明显好于柠檬酸,且比容量也较高.Sn-Co合金电极循环30次比容量保持率达91.6%,加入硬碳的Sn-Co-C复合电极比容量及循环性能较之Sn-Co合金电极都有了较大提高.电子探针结果表明,EDTA作为络合剂的Sn-Co-C镀层中Sn、Co、C原子分数分别为61.8401%,22.3788%,12.5409%.SEM观察Sn-Co-C镀层表面为稳定的球状结构.     

基于正交试验的冲压成形工艺参数多目标优化

以某车型的前隔板为研究对象,通过三维建模软件设计工艺补充面和压料面,借助有限软件对其成形工序进行模拟分析.将数值模拟和正交试验设计相结合,采用多目标优化方法优化前隔板零件成形工序的压边力和各段拉延筋阻力系数,得到优化的参数组合为压边力F=500 kN,拉延筋阻力系数K1=0.4,K2=0.4,K3=0.3,K4 =0.6.极差分析表明,对最大减薄率影响最大的因素为拉延筋阻力系数K2,对最大增厚率影响最大的因素为拉延筋阻力系数K3.实验结果表明,采用优化后的参数得到实际成形零件无拉裂缺陷且零件厚度满足要求.     

防止高强度钢板热冲压成形圆角破裂的工艺参数优化

为了解决高强度硼钢板厚度分布不均造成圆角破裂现象,建立了热力耦合有限元模型,通过分析得出产生圆角破裂的原因为该区域的温度和应力变化所致,并利用正交试验找出防止该制件圆角破裂的最佳工艺方案组合。结果表明:在板料初始温度、压边力、摩擦系数这3个工艺参数中,摩擦系数对制件圆角减薄率的影响最大;在初始成形温度为850℃、压边力为70 MPa、摩擦系数为0.1左右时成形性能较好;在该工艺条件下进行试验获得了合格制件,验证了模拟结果的正确性。     

基于神经网络和遗传算法的冲压成形多目标优化技术

在冲压成形质量控制中,目标质量间常常是相互冲突的(如破裂和起皱)。传统求解多目标优化问题取决于设计人员对优化模型的理解程度、实践经验等,求解的结果在工程中并非为最合理。文章提出一种集数字化分析技术、神经网络和遗传算法于一体的冲压成形多目标优化设计技术。其以数字化分析的大量结果作为神经网络的学习样本,遗传算法所需的目标函数值由神经网络模型预测,该技术实现了多目标优化过程中遗传算法个体适应度值的动态求解,从而解决了数字化分析计算量大的缺陷。实例验证了该优化技术的有效性,为冲压成形优化设计提供了一种新的方法。     

5V锂离子电池正极材料应用新希望一人造SEI膜

锂离子电池是目前大规模商业的能量密度最高的二次电池体系,但仍然无法满足下一代消费电子设备特别是电动汽车等对电池能量密度的要求。发展高能量密度的电池体系早已是大势所趋。     

锂离子电池用金属锡电沉积层的储锂性能

以铜箔为基体,采用电沉积法制备锡电沉积层,并将其制成锂离子电池用锡电极。采用扫描电子显微镜、X射线能量分散分析、X射线衍射、循环伏安和恒流充放电等对锡电极的物理性质和电化学性能进行表征。结果表明:调整电沉积时间可以有效地改变锡沉积层的表面形貌;电沉积5min获得的网状多孔结构的锡沉积层具有较大的不可逆容量和较好的电化学循环性能;电沉积较长时间制得的致密颗粒状金属锡电沉积层具有相对较大的可逆储锂容量,但其在电化学循环过程中会出现容量衰退现象;锡颗粒尺寸的降低有利于改进颗粒状金属锡电沉积层的储锂性能;电沉积15min制得的锡沉积层由粒径较小的颗粒组成,经30次充放电循环后其可逆储锂容量为400mA·h/g。     

Optimized synthesis technology of LiFePO4 for Li-ion battery

The influence of factors of the carbon black content, sintering temperature, sintering time, molar ratio of Li to Fe, as well as the electrochemical properties of LiFePO4 for lithium ion battery were studied. The only technology was obtained by using range analysis through Latin orthogonal experiment of L4^4 (16). The results show that the optimization synthesis technology of LiFePO4 is content of 5% doping carbon, sintering temperature of 700℃,molar ratio of Li to Fe of 1.03 : 1 and sintering time of 16 h. The optimized cathode synthesis techniques can make LiFePO4 have good electrochemical properties.     

某铝合金汽车发动机罩外板冲压成形工艺

针对铝合金材料弹性模量小、在室温条件下的冲压成形性能较差的问题,以铝合金汽车发动机罩外板为例,基于Autoform软件平台分析其冲压成形过程,通过优化型面结构改进零件的成形质量,研究了冲压工艺参数对零件减薄率和回弹的影响规律。结果表明:当采用小的压边力时,板料的减薄较小;在一定范围内,随着压边力的增大,零件的回弹有所减小。最终通过对模具进行型面补偿并结合适当的工艺参数调整,有效地减小了零件回弹。基于结果进行了发动机罩外板的冲压试验,通过模具调试使制件达到生产要求。     

Development of viscosity model for aluminum alloys using BP neural network

Viscosity is one of the important thermophysical properties of liquid aluminum alloys, which influences the characteristics of mold filling and solidification and thus the quality of castings. In this study, 315 sets of experimental viscosity data collected from the literatures were used to develop the viscosity prediction model. Back-propagation (BP) neural network method was adopted, with the melt temperature and mass contents of Al, Si, Fe, Cu, Mn, Mg and Zn solutes as the model input, and the viscosity value as the model output. To improve the model accuracy, the influence of different training algorithms and the number of hidden neurons was studied. The initial weight and bias values were also optimized using genetic algorithm, which considerably improve the model accuracy. The average relative error between the predicted and experimental data is less than 5%, confirming that the optimal model has high prediction accuracy and reliability. The predictions by our model for temperature- and solute content-dependent viscosity of pure Al and binary Al alloys are in very good agreement with the experimental results in the literature, indicating that the developed model has a good prediction accuracy.     

多弧离子镀多元多层膜在电池外壳成形凸模中的应用

采用多弧离子镀膜法在不锈钢电池外壳成形凸模上沉积Ti/TiN/(Ti-Zr)N/ZrN多元多层膜,并对成形凸模的失效形式、镀层组织形貌、组织结构、显微硬度、耐磨性能等进行了分析和讨论。试验结果表明,已镀凸模的使用寿命比未镀凸模提高6倍以上,能取得良好的经济效益,大幅提高电池外壳质量。     

泡沫铝塑性成形加工技术研究

针对泡沫铝塑性加工问题,分析了泡沫铝室温单向压缩和单向拉伸状态下的塑性变形和微观组织演变机制,研究了在室温和高温状态下泡沫铝的塑性成形.结果表明,泡沫铝冷成形受零件复杂程度、孔洞组织结构、极限变形程度限制,只能进行一些简单的整体成形和局部的塑性成形;高温有利于泡沫锚的成形,且不破坏泡沫铝的结构.高温降低了泡沫铝的屈服应力,减小了变形限制,从而使变形易于进行;温度控制是泡沫铝高温成形过程中的重要影响因素,对TiH2发泡的泡沫铝结构件进行成形加工,加工温度必须保持在同相线温度以下,以免破坏孔结构.     

铝合金复杂汽车零部件热成形-淬火一体化工艺参数优化

铝合金热成形-淬火一体化工艺将成形和热处理结合,能同时实现零件尺寸精度和性能的控制,是实现汽车轻量化的主要途径之一。但是在冲压成形尺寸相对较大、形状相对较复杂的铝合金板件时,依然存在各工艺参数难调试的问题。建立了AA6061铝合金的热变形统一黏塑性损伤本构模型,将其用于铝合金汽车B柱热冲压成形模拟,采用BP神经网络构建了工艺参数(板料成形温度,冲压速度,模具间隙)与成形性(最大减薄率,最大增厚率)之间的关系并结合遗传算法实现多目标优化,得到了AA6061铝合金热冲压的最佳成形工艺参数。优化之后,B柱的最大减薄率和最大增厚率分别从56.5%和14.2%降到了13.0%和10.0%,通过优化之后的工艺参数,制得了成形性良好、尺寸精度高的零件。结果证明了基于神经网络和遗传算法的热成形工艺优化方法的可行性和有效性。     

铝型材挤压模工作带优化

基于MATLAB平台，将BP神经网络、遗传算法和数值模拟技术应用于铝型材挤压模具参数优化设计。采用三层BP神经网络建立型材挤压模具的数学模型，由正交实验法安排模拟实验组合，采用有限元软件进行挤压过程的数值模拟，并以具有不同工作带尺寸的挤压模具中金属流出模口平面上的Z向质点流速均方差作为模型目标值，将模拟结果作为神经网络的输人样本对训练网络并建立网络知识源，通过遗传算法求得模型的全局优化解；最后通过有限元数值模拟技术验证并比较优化所得工作带与经验法确定的工作带对金属流动均匀性的影响。数值模拟结果表明，本研究对挤压模具工作带的优化是有效的。     

薄壁铝合金半球壳塑性成形与模拟技术应用研究

以某铝合金薄壁半球壳功能设计、塑性成形制造工艺过程仿真为对象,通过对比研究4种工艺成形方案,最后得出冲压方案最优,其次为超塑,最次为机械加工。     

Preparation of tin-oxide nanotubes as anode for Li-ion batteries

The influence of nanostructure on the electrochemical properties of Li-ion battery was investigated. Tin-oxide nanotubes were prepared by combining sol-gel method with polycarbonate template. Scanning electron microscopy and X-ray diffractometry were applied to characterize the obtained material. The electrochemical measurements were conducted on the nanostructured tin-oxides as electrode of Li-ion batteries. The XRD data indicate that the wall of tube is composed of cassiterite crystals of several nanometers. The electrochemical measurements show that the reaction under potential 0.1-0.2 V is possibly related to the tubular structure of the material. It is suggested that the trapping of Li by dangling bonds and defects sites also contributes to the larger irreversible capacity loss in the first discharge.     

Electrochemical performance of LiFePO4 cathode material for Li-ion battery

In the search for improved materials for rechargeable lithium batteries, LiFePO4 offers interesting possibilities because of its low raw materials cost, environmental friendliness and safety. The main drawback with using the material is its poor electronic conductivity and this limitation has to be overcome. Here Al-doped LiFePO4/C composite cathode materials were prepared by a polymer-network synthesis technique. Testing of X-ray diffraction, charge-discharge, and cyclic voltammetry were carried out for its performance. Results show that Al-doped LiFePO4/C composite cathode materials have a high initial capacity, good cycle stability and excellent low temperature performance. The electrical conductivity of LiFePO4 material can be obviously improved by doping Al. The better electrochemical performances of Al-doped LiFePO4/C composite cathode materials have a connection with its conductivity.