基于BPNN神经网络的板材V型折弯回弹预测模型

针对板材V型自由折弯工艺,首先合理地选择13个回弹影响因素,采用拉丁超立方进行实验设计,基于V型折弯回弹的有限元分析,建立对应不同因素组合的回弹数据大规模样本。通过平均冲击值法对13个回弹影响因素进行敏感性分析,确定影响较为显著的前7个因素。然后,通过遗传算法与反向传播神经网络相结合的方法(GA-BPNN)分别构建了考虑13因素和7因素的板材折弯回弹预测模型。经板材V型折弯实验及有限元模拟结果验证,考虑13因素的回弹预测模型比考虑7个敏感因素的回弹预测模型具有更高的预测精度,说明基于GA-BPNN算法的折弯回弹建模应全面合理地考虑回弹影响因素。     

基于径向基函数近似模型的板料自由折弯成形回弹预测

为实现对钣材V形自由折弯的有效控制,首先建立了V形自由折弯卸载前上模下压量模型,并基于此理论模型在有限元分析软件ABAQUS中运用显示和隐式相结合的方法,对板材V形自由折弯成形与回弹过程进行有限元仿真。然后以板料回弹量为试验指标,以板料厚度、板料弹性模量、上模圆角半径和下模开口宽度为影响因子,每个影响因子取5个水平数,设计了正交试验。根据正交试验方案及结果,建立自由折弯板料成形回弹的径向基函数近似模型。通过仿真试验与实际折弯试验对模型进行了验证,回弹预测角度误差为±0. 8°,验证了方法的可行性,为下一步应用于自主研发的折弯机数控系统提供支持。     

基于DPSO-BP神经网络的V形自由折弯成形角度和回弹预测北大核心CSCD

采用基于DPSO算法优化BP神经网络(DPSO-BP)的机器学习算法建模,提出一种考虑材料参数和几何参数的V形自由折弯成形角度和回弹的预测方法。该方法主要引入非线性惯性权重改进粒子群(PSO)算法,进一步优化神经网络的初始权值和阈值,构建神经网络预测模型。以不同批号的SUS304不锈钢板料为研究对象,通过设计正交试验得到45个训练样本数据,验证所建立的预测模型的准确性。结果表明:采用DPSO-BP神经网络模型预测的成形角和回弹角的平均误差分别为0.150°和0.120°,与未优化的PSO-BP神经网络模型相比,预测的成形角和回弹角的平均误差明显减小,且计算耗时由14.0 min大幅缩短至0.8 min,同时实现了高预测精度和高计算效率。     

基于BP神经网络的汽车车身覆盖件回弹预测

以汽车前围板为分析对象,利用DYNAFORM仿真软件建立前围板有限元模型,对其回弹进行了仿真模拟。在此基础上,在Matlab环境下建立BP神经网络回弹预测模型,对前围板在不同冲压条件下的回弹进行定量预测,并在固定板材厚度的条件下对BP神经网络进行修正,设定试验参数组进行多点回弹预测。将BP神经网络回弹预测结果与仿真测量值进行对比,结果表明,采用BP神经网络预测回弹具有较高的精度,比仿真预测耗时少,可为车身覆盖件冲压模具设计提供依据。     

AZ31B镁合金板材折弯过程中性层偏移规律研究

有效预测和评估板材变形程度对折弯成形工艺和产品精度控制有着现实的指导意义,且中性层偏移是衡量折弯板材拉压区域不均匀变形程度的重要参数。依据塑性变形理论中微元体应力平衡条件,基于能够体现镁合金拉压不对称性的Yoon2014屈服准则,得到了AZ31B镁合金板材折弯过程中中性层偏移量计算模型,并辅以有限元模拟和相应实验对中性层偏移模型进行验证。结果表明：所建立模型能够对镁板中性层偏移现象进行可靠预测,镁板在折弯过程中,受拉压不对称性的影响,中性层向拉伸侧偏移;折弯后角度越小,中性层偏移量越大,在折弯角度至90°,压下量为40～47 mm之间时的中性层偏移程度最明显。     

基于正交试验和神经网络的激光拼焊板回弹预测

准确预测和有效控制拼焊板成形回弹,研究各因素的影响及其交互作用具有重要意义。以U形件拼焊板为研究对象,通过数值模拟、正交试验和神经网络相结合的方法,考察多个工艺参数对拼焊板回弹的交互作用,建立拼焊板回弹的BP神经网络预测模型,对U形件拼焊板的回弹进行预测和控制。结果表明,板料参数、焊缝位置、压边力、模具间隙、凹模圆角等均对拼焊板回弹有重要的影响,并存在交互作用;建立的BP神经网络模型能很好地预测U形件拼焊板在各参数影响下的回弹变化趋势,和给定一组工艺参数下的拼焊板回弹量,为拼焊板的回弹控制提供了可靠的依据。神经网络技术在拼焊板回弹预测中的应用,为拼焊板成形优化研究提出了新思路。     

橡皮成形数值模拟回弹预测精度的影响因素

基于有限元数值模拟的工艺分析方法提高橡皮囊液压成形工艺的零件质量,回弹预测的精度,是直弯边橡皮成形数值模拟的关键。文章以有限元软件PAM-STAMP 2G为平台,针对铝合金板2B06-W30min的直弯边橡皮成形工艺,建立成形与回弹过程的数值模型,研究影响数值模拟回弹预测精度的关键因素,如单元积分类型、网格尺寸、厚向积分方案,以及板料厚度波动等对回弹量的影响规律。通过有限元数值模拟结果与实验测量结果对比,分析数值模拟中回弹预测精度的影响规律,提出了数值模型的改进方法。提高数值模拟成形精度,需要精确控制模拟过程的关键环节,力求在每个环节减小误差累积。该文对实际生产具有指导意义。     

基于FEM-BPNN技术的飞机框肋零件橡皮囊成形回弹仿真预测

为了精确预测和控制回弹量,利用有限元模拟软件PAM-STAMP 2G对橡皮囊成形过程进行模拟,并将模拟的回弹值结果与试验结果进行对比,吻合良好,验证了有限元模型的有效性。以成形压力、凸模圆角半径、摩擦系数、硬化指数、翻边高度及板料厚度为输入层,以回弹量作为输出层,建立了6-13-1的3层结构BP神经网络模型。基于正交试验设计及有限元模拟回弹结果值的相关数据对BP神经网络预测模型进行训练和测试,得出此预测模型的预测值与有限元模拟值的最大误差为9. 61%。进行了橡皮囊成形试验验证,结果显示试验值与预测值的误差为8. 58%,在工业要求的误差之内,进而验证了BP神经网络预测模型的可靠性,符合生产要求。     

防止5A06铝合金薄板折弯开裂工艺参数研究

应用有限元分析软件Ansys,考虑了上模压头圆弧半径R、V型槽宽度W及料厚t等因素,进行了5A06铝合金薄板90°折弯数值计算。通过对应力云图中应力变化的分析,总结了各因素对折弯开裂的影响规律:随上模压头圆弧R的增大,折弯开裂倾向减小;随料厚t增大,折弯开裂倾向增大。设计了上模圆弧半径R=1.0、1.5、2.0 mm,通过对料厚t≤2.5 mm的5A06铝合金薄板在不同槽宽进行90°折弯的正交试验,结果与数值分析总结的规律相吻合,并确定了V型槽宽度对折弯开裂的影响规律:随V型槽宽度的增大,折弯开裂倾向减小。     

Spherical—cymbal换能器端帽自由胀形回弹预测与控制

为更经济地制造出质量更高的Spherical-cymbal换能器端帽，在其成形中用自由液压胀形工艺取代传统的冲压工艺，并对其自由胀形中的回弹问题进行了重点研究。采用ANSYS／LS-DYNA软件对端帽的自由胀形回弹量进行了预测，并根据约束条件及有限元模拟结果提出了回弹控制措施。实验结果验证了采用有限元数值模拟进行Spherical—cymbal换能器端帽自由胀形回弹预测与控制的可行性。     

Ti55合金电辅助V弯电热力耦合仿真及回弹预测EI北大核心CSCD

本文为研究Ti55合金板材电辅助V弯回弹规律,基于ABAQUS软件平台建立Ti55合金板材电辅助V弯电-热-力耦合三维有限元模型。对板材V弯及回弹过程进行正交试验模拟,研究弯曲角、相对弯曲半径、有效电流密度、成形速度对板材回弹的影响规律,建立了基于径向基函数的回弹预测模型。结果表明:在选取参数范围内,随着弯曲角、相对弯曲半径的增大和有效电流密度的减小,回弹角增大;随着成形速度的增大,回弹角先减小后增大。极差分析和方差分析得到弯曲角和相对弯曲半径对回弹角有显著影响。电辅助板材V弯相对机械V弯回弹角平均降低48.7%。进行电辅助V弯实验,对比厚度、温度和回弹角,平均误差分别为9.4%、4.6%和13.4%,验证了有限元模拟及回弹预测模型的准确性。     

高强度钢筋弯箍回弹角及箍筋精度研究

高强度钢筋在弯箍机上进行弯箍加工成一定角度后,在残余应力作用下钢筋会产生回弹现象。为了提高箍筋角度的精度,需要考虑回弹角度对箍筋角度的影响。基于弹塑性弯曲回弹理论,考虑加工硬化影响的情况下,推导出箍筋角度与回弹角度的关系式。并基于弯箍转盘几何模型,推导出弯箍转盘转角与箍筋角度的关系。应用MARC有限元软件建立弯箍模型,分析了弯箍成形速度、弯箍轴回转半径对钢筋回弹角的影响。进行弯箍成形实验,结果表明,弯箍成形速度对回弹角度影响较小,回弹角随着弯箍轴回转半径的增大而增大,实验结果与有限元模拟结果基本吻合。     

管材数控绕弯回弹实验研究及BP网络预测模型

回弹是影响管材数控绕弯成形精度的主要因素之一。在EATON VB100弯管机上对直径φ6mm～φ15mm之间的3种管材进行弯曲成形实验后,利用激光测量仪测量回弹角度,整理得到准确、可靠的回弹实验数据作为样本数据。采用最小二乘法对实验数据进行拟合,得到关于弯曲角度和回弹角度的函数方程,同时分析了相对弯曲半径、相对管径和管材性能对管材弯曲回弹的影响规律,根据实验,确定了影响管材弯曲回弹主要工艺参数。综合主要工艺参数对管材弯曲回弹的交叉影响,以实验数据作为样本数据,建立和优化了BP神经网络模型,预测弯曲角度和相对管径对回弹的影响规律,通过实验数据的对比,证明预测BP模型具有较高的精度。     

单元尺寸和积分点个数对冲压回弹模拟精度的影响

冲压回弹是板料成形数值模拟领域中最难准确预测的缺陷之一,其模拟精度受多种因素的影响,如材料本构模型、单元类型与尺寸、接触摩擦模型和有限元算法等。该文采用ABAQUS有限元软件对拉弯回弹进行数值模拟研究,重点分析了壳单元的积分点个数和接触角度对回弹预测精度与模拟时间的影响。研究结果表明,随着壳单元积分点个数的增加和单元尺寸的减小,冲压回弹的预测精度总体趋于提高趋势,但模拟时间相应地增大。当接触角度取16°时,得到的回弹预测精度与接触角度为5°时比较相近;另外,在7个积分点时,得到的回弹预测精度相当于25~51个积分点之间的范围。这与传统观点认为的,积分点应取25~51个,接触角度应小于10°不同。利用这一规律,有望在模拟时,既能得到较高的模拟精度,又可大大降低模拟时间。     

基于小弯曲半径的线材折弯设计与角度误差分析

针对线材折弯工艺在线材直径较小且折弯长度较短的情况下,由于折弯半径过大无法满足折弯要求的现状,通过伺服控制技术提出一种基于小弯曲半径的线材折弯成形方法,建立了线材折弯过程的数学模型,推导出折弯刀进给量与折弯角度的关系。以此为基础设计了对小弯曲半径线材折弯的折弯机,并对折弯模块和折弯刀具做了详细的设计。以设计的折弯机为实验样机对直径为Φ0.5 mm的铜线进行折弯实验研究,将理论值与实际折弯角度进行对比,结合实验数据对线材折弯角度误差做了分析,得出线材折弯回弹是影响折弯角度的主要因素。最后通过对实验数据拟合的方法推导出折弯刀进给量与折弯角度的经验公式,并应用于折弯成形实验中,取得了明显的折弯补偿效果。     

基于数值模拟和神经网络的圆台件渐进成形回弹量预测研究

以圆台件为研究对象,运用DYNAFORM对板材渐进成形加工过程和回弹过程进行了数值模拟,并结合正交实验设计方法,对渐进成形回弹影响因素的敏感性进行了深入分析;同时,分别建立了回弹量的线性回归预测模型和BP神经网络预测模型。结果表明,各因素对回弹量的敏感程度由高到低按顺序依次为成形半顶角、加工高度、工具头直径和层进给量;BP神经网络模型可有效逼近工艺参数与回弹量间的非线性关系,预测精度相对误差2%以内。     

Invar 36合金厚板四辊滚弯成形及回弹规律研究

为了分析Invar 36合金厚板的四辊滚弯成形工艺及工艺参数对滚弯回弹的影响规律,进行了不同板料厚度和工艺参数条件下的Invar 36合金厚板四辊滚弯实验,同时基于ABAQUS有限元平台,利用Swift硬化模型、Mises屈服准则,建立了四辊滚弯有限元模型。通过有限元模拟结果与滚弯实验结果的对比发现,随着设定弯曲半径的减小,模拟精度随之提高。总体而言,有限元模拟结果和实验结果吻合度高,利用该有限元模型可精确预测Invar 36合金板料四辊滚弯成形件曲率半径。综合实验和数值模拟结果表明,弯曲半径越大、板料厚度越小、上下辊夹持力越小,则弹塑性变形中弹性应变占比越大,回弹越显著。     

方矩形焊管多规格柔性冷弯成形回弹分析

针对方矩形焊管在冷弯成形过程中的回弹问题,利用COPRA软件进行冷弯成形工艺设计,确定了适用于柔性制造的工艺参数,基于ABAQUS软件建立了8种冷弯成形有限元模型,先后进行显示动力学分析和静力学分析,模拟板材冷弯成形和卸载过程,得到了不同模型各道次的回弹角度,同时,通过单因素分析法研究了板料厚度、侧壁高度和成形宽度对回弹的影响。结果表明:最终成形角相同时,回弹角度呈先增大后减小的趋势;增大板料厚度、成形宽度和减小侧壁高度均会分别导致冷弯成形中各道次的回弹角度减小,且回弹角度与板料厚度成线性关系;在进行弯角二的冷弯成形过程中,宽度方向板材的等效应力基本不变,弯角一不会发生回弹现象。     

超高强钢板V形弯曲回弹影响因素有限元分析

回弹是超高强钢板冲压成形过程中影响冲压件尺寸精度和形状精度的重要因素之一.本文应用ABAQUS有限元模拟软件,以试验验证为基础,通过正交试验对超高强钢板980GI的V形弯曲成形与卸载回弹过程进行有限元数值模拟,研究试验过程中几何参数、工艺参数对回弹的影响.由模拟结果分析出各因素对回弹影响的主次顺序及变化趋势,并进行仿真预测,为实际应用提供参考.     

应用BP神经网络预测镍基合金薄壁筒胀形回弹率

采用BP神经网络方法建立了镍基合金薄壁筒胀形回弹率预测的神经网络模型。模型的输入参数包括胀形温度、胀形压力、摩擦系数、薄壁筒与模具间隙等,模型的输出为薄壁筒中心截面平均回弹率。与传统回归拟合公式相比,该模型具有容错性好、通用性强等优点。该模型可以预测镍基合金薄壁筒在不同胀形工艺参数匹配下的回弹率,也可以用于优化胀形工艺参数。