芯棒形式对薄壁管弯曲成形质量的影响

薄壁管弯曲成形过程中芯棒对弯管的成形质量影响较大,芯棒形式的选取是否合理直接关系着管件成形质量的优劣。采用有限元平台 ABAQUS ／Explicit 建立不锈钢管三维仿真模型,讨论了圆柱式、圆头式、弧式、球窝式和圆头球窝式5种形式的芯棒对弯管成形质量的影响,并对球窝式芯棒进行了实验验证。结果表明：在球窝式和圆头球窝式等关节式芯棒的支撑下弯曲管件的外壁减薄率比圆柱式、圆头式以及弧式芯棒等整体式芯棒高;弧式芯棒较有利于减轻管件弯曲后外壁减薄情况;球窝式芯棒有利于获得综合性能更好的成形管件;有限元仿真模型能够较可靠地模拟实际数控弯曲成形,为生产加工芯棒的选取提供了理论指导。     

芯棒形式对薄壁管弯曲成形质量的影响（英文）

薄壁管弯曲成形过程中芯棒对弯管的成形质量影响较大,芯棒形式的选取是否合理直接关系着管件成形质量的优劣。采用有限元平台ABAQUS/Explicit建立不锈钢管三维仿真模型,讨论了圆柱式、圆头式、弧式、球窝式和圆头球窝式5种形式的芯棒对弯管成形质量的影响,并对球窝式芯棒进行了实验验证。结果表明:在球窝式和圆头球窝式等关节式芯棒的支撑下弯曲管件的外壁减薄率比圆柱式、圆头式以及弧式芯棒等整体式芯棒高;弧式芯棒较有利于减轻管件弯曲后外壁减薄情况;球窝式芯棒有利于获得综合性能更好的成形管件;有限元仿真模型能够较可靠地模拟实际数控弯曲成形,为生产加工芯棒的选取提供了理论指导。     

感应加热小半径金属弯管成型的机理研究

所分析的感应加热小半径金属弯管过程符合金属塑性大变形的成型机理，建立了压缩弯曲小半径弯管的形变模型，并用数值分析方法进行了计算，其结果可作为研制中频小半径弯管设备和进行小半径弯管加工的理论基础。     

感应加热小半径金属弯管成型的机理研究

所分析的感应加热小半径金属弯管过程符合金属塑性大变形的成型机理，建立了压缩弯曲小半径弯管的形变模型，并用数值分析方法进行了计算，其结果可作为研制中频小半径弯管设备和进行小半径弯管加工的理论基础     

基于PGWO-BP神经网络的管材自由弯曲精确成形参数预测

为了提高管材自由弯曲成形技术的加工精度，针对平面弯管加工精度的成形参数开展精确预测工作，通过建立成形参数预测模型的方法使弯曲半径和弯曲角的实验值与设计值一致。首先，建立有限元仿真模型并通过管材加工实验进行修正，采用优化后的仿真模型建立预测的样本数据库，以有限元仿真得到的弯曲半径和弯曲角作为输入，以弯曲半径和弯曲角的设计值作为输出，结合BP神经网络和灰狼优化算法搭建成形参数预测模型。结果显示，改进后的PGWO-BP神经网络预测的弯曲半径和弯曲角的最大误差不超过2%,同时利用该预测模型开发了管材精确成形的工艺参数确定软件。     

L形管件弯曲成形有限元分析

采用有限元软件Deform-3D建立了L形管件三维有限元模型,并对其弯曲过程运动仿真。模拟分析了管件的等效应力、金属流动速度、材料损伤分布以及模具间隙和芯棒对弯管质量的影响。对成形缺陷进行了分析,通过优化得到满足要求的弯曲管件。     

基于BP神经网络的镁合金焊缝成形预测

为了研究镁合金的焊缝成形效果,搭建了焊接试验平台和数据采集系统,通过试验采集焊缝的数据样本,作为BP神经网络的学习训练和预测样本。建立了基于BP神经网络的镁合金焊缝成形预测模型,利用神经网络的映射能力和分析能力,采用焊接过程的焊接电流、焊接电压、焊接速度、焊丝干伸长作为预测输入,把焊缝成形中的焊缝熔深、熔宽、余高作为信息输出对神经网络进行训练,从而建立基于BP神经网络的焊接参数和焊缝成形的映射模型,通过BP神经网络的预测试验,预测值与实际值的误差能够控制在5%以内,可以满足设计要求。     

神经网络在模具型腔温升预测中的应用

挤压成形过程中由于坯料和模具之间的滑动接触摩擦和坯料的塑性变形产生热而使模具型腔表面温度升高,加剧模具的磨损。采用热力耦合有限元法计算挤压成形过程中模具型腔表面的温升,将模拟结果与人工神经网络相结合,以有限元模拟结果作为学习样本,训练BP神经网络模型,以此模型预测模具型腔表面的温升。根据预测结果分析了挤压锥角、挤压速度和摩擦系数对型腔温升的影响,为进一步建立挤压成形过程中模具型腔表面的温升模型和磨损预测模型奠定了基础。     

基于BP神经网络的单点渐进成形回弹预测

通过数值模拟与BP神经网络对单点渐进成形AZ31B镁合金方锥件的回弹进行了预测。首先采用ABAQUS数值模拟软件对方锥件成形过程进行了模拟,研究了成形角、成形温度、压下量对板料侧壁和底部的回弹的影响。再通过正交试验获取不同参数组合下的回弹数据并作为样本数据,在MATLAB软件中对BP神经网络进行训练,将预测结果与实验结果进行了对比。     

管件缩径工艺仿真分析

为了对管件在不同加载路径下的成形情况及变形规律进行预测,达到降低管件缩径工艺的开发成本及试验费用的目的,基于ABAQUS非线性有限元软件对管件缩径工艺进行数值模拟,通过实验结果与仿真分析结果的对比,验证了有限元模型的正确性,以此为基础,分析了不同摩擦系数以及模具进给速度对缩径管件成形效果的影响。研究结果表明,摩擦系数及加载速度对管件的塑性变形影响明显,摩擦系数为0.15或0.2、加载速度为70 mm·s-1时管件的成形效果较好,不易出现塑性失稳及材料堆积,为管件的缩径工艺的工程化应用提供了有益的参考。     

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。     

小半径薄壁管内胀推弯成形模拟与实验分析

通过拉弯、滚弯及数控弯曲等传统方法对Φ10 mm×1 mm、Φ20 mm×1 mm、Φ30 mm×1 mm三种规格管件进行弯曲加工实验。针对传统方法加工中出现的断裂、内侧壁厚增厚、外侧壁厚减薄、起皱和椭圆度差等问题设计了推弯模具,利用Deform软件建立了内胀推弯成形模型并进行仿真分析。在模拟过程中,对不同内压下的每一类型的管件采集数据绘制壁厚变化曲线,选取3条波动较小的曲线进行对比,最后确定模拟效果最好的内压值。依据模拟结果,通过实验对3种规格的弯管进行内胀推弯成形实验,结果表明,该方法很好地解决了小半径弯管内外壁厚度不均匀、起皱、断裂等问题。     

基于BP神经网络的管材数控弯曲多参数优化方法研究

针对管材数控弯曲成形过程中多工艺参数耦合的特点,基于BP神经网络,结合多目标优化算法研究了弯曲成形工艺参数的优化方法。采用ABAQUS对管材数控弯曲过程进行有限元仿真,并实验验证了结果的准确性。基于MATLAB平台,以芯棒直径、芯棒伸出量、防皱块与管材间摩擦系数等主要工艺参数为优化对象,以外壁减薄率、内壁增厚率(起皱)为优化目标,通过验证的数值模型获得样本数据,利用BP神经网络建立了优化对象和优化目标之间的映射关系,并采用多目标优化算法进行寻优求解,最后通过数值仿真实验验证了优化方法的准确性。结果表明:薄壁管数控弯曲有限元数值模拟结果与实验数据吻合较好,可以为神经网络提供准确可靠的训练样本;BP神经网络结合多目标优化算法可以有效地对弯曲工艺参数进行优化;优化的工艺参数有效地改善了弯曲管材内侧起皱和外侧减薄。     

拼焊板方盒件拉深成形过程变压边力曲线预测

基于有限元数值模拟软件LS-DYNAFORM,对拼焊板方盒形件拉深成形进行模拟研究。通过改变拉深成形过程中压边力这一最重要且易于控制的工艺参数,寻求拼焊板方盒形件拉深成形时较优的变压边力曲线加载形式。为预测不同工艺参数下拼焊板方盒形件拉深成形时的较优压边力加载曲线,建立了变压边力的BP神经网络预测模型,并将该模型预测的结果与数值模拟得到的结果进行对比分析。研究结果表明,拼焊板薄板采用变压边力、厚板采用恒定压边力、且薄板压边力不小于厚板压边力的加载形式,拼焊板成形件整体质量较好,焊缝移动量较小;神经网络预测模型能较好的预测拼焊板方盒形件拉深成形时的变压边力,与数值模拟结果的最大相对误差在12.3%以内。     

基于虚拟正交试验的热推弯管工艺参数优化设计

文章对热推弯管成形过程进行数值模拟,选取不同参数和水平进行正交试验设计,将管壁厚度和均匀性量化为壁厚的均值和方差,并基于该两项指标分析试验结果,得出牛角芯模的弯曲角度、扩径比、起始弯曲半径、推制速度、工模间摩擦系数对工艺的影响显著性和规律性,并获得较优的工艺参数值。验证实验结果表明,模拟及正交试验优化结果准确有效,推制管件达到壁厚减薄率和均匀性要求。     

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。     

基于薄壁管材冷弯工艺的空心芯棒形状参数研究

针对芯球结构具有成本高且弯曲时易在内壁卡住的缺点,考虑使用空心芯棒代替有球芯棒。针对不同几何尺寸的管材,讨论了空心芯棒形状参数的确定方法。借助数值分析手段,采用Abaqus软件针对不同规格的管材、不同空心芯棒的空心段厚度和长度进行了大量冷弯数值模拟,并对成形结果进行了分析。结果表明,空心段长度对管材冷弯成形的影响相对较小,空心段厚度影响较为显著。采用逐步回归分析法得到了空心段厚度选取的回归方程,并分析了空心段长度对成形结果的影响,得出了薄壁管冷弯的空心芯棒的空心段长度选取宜在80～120 mm,为弯管加工提供了参考。     

数控弯管机弯曲成形芯棒的研究

数控弯管机管件弯曲成形过程中,易出现管壁压扁、破裂、折皱等问题。芯棒的设计和应用解决了这一难题。所以优化芯棒的技术是提高弯管质量的重要环节。本课题以台湾颖霖弯管机(CNC-80 Tube bender型)为对象就芯棒的设计、结构、原理进行了研究,并研究了芯棒直径、伸出量、芯头数等参数及关系公式,抽芯速度、弯曲速度对弯曲质量的影响,芯棒与管件间隙对弯曲变形产生的影响,芯棒的选择和应用等问题。芯棒的使用降低了生产成本,提高了质量,为弯管成形加工提供理论参考与实际指导。     

基于MLP-PSO算法的锆合金支撑架成形质量优化

为了提高锆合金支撑架的冲压成形质量，基于Dynaform软件和正交试验设计方法，将最大减薄率作为评价指标，研究了折弯半径、板料厚度、摩擦因数、凸凹模间隙、压边力和冲压速度等参数对支撑架成形质量的影响规律。通过数值模拟获得了样本数据，利用多层感知机神经网络训练出预测支撑架减薄率的模型，对各因素的相关性进行分析，并通过粒子群优化算法得到了最优参数方案。结果表明：多层感知机神经网络模型能够有效预测支撑架的减薄率。在影响支撑架冲压的各参数中，折弯半径和摩擦因数的影响较大，凸凹模间隙和冲压速度的影响较小。采用粒子群算法优化后的参数方案进行冲压成形，最大减薄率降低24.2%,可有效降低支撑架的破裂率，提高支撑架的冲压成形质量。     

薄壁铝合金枝杈管件粘性介质内压成形及数值模拟

选用有限元软件ANSYS/LS-DYNA进行了薄壁铝合金枝杈管件粘性介质内压成形过程的数值模拟,得到了不同变形阶段成形试件的等效应力变化规律,以及粘性附着力影响因子对成形试件壁厚减薄率的影响。在此基础上,进行了薄壁铝合金枝杈管件粘性介质内压成形试验,验证了数值模拟结果的准确性。结果表明,粘性介质可以控制成形过程材料流动,能够整体成形出薄壁铝合金枝杈管件。