汽车覆盖件拉深过程中的压边力预测

结合数值模拟与人工神经网络技术研究了汽车内覆盖件承载地板在冲压成形中压边力的预测。将板料模型零件导入到Dynaform中进行网格划分并对其拉深过程进行模拟仿真,结合正交试验获取不同参数条件下最佳压边力的数据样本,然后运用Matlab软件中的GRNN神经网络工具箱对数据进行训练学习,采用训练好的神经网络对板料成形过程中的压边力进行预测,获得了板料拉深过程中的压边力变化曲线。通过预测结果和模拟结果对比,预测误差在10%以内。将预测的曲线对零件模拟仿真,结果显示零件最大减薄率在25%以内,并对板料进行实际冲压验证。结果显示成形效果良好,无起皱、破裂缺陷,符合实际生产的要求,说明GRNN神经网络可以用于零件冲压过程中压边力的预测。     

变压边力对圆筒形件拉伸性能的影响

通过利用有限元数值模拟的方法,研究了几种典型的变压边力对于铝合金圆筒形件拉伸成形性能的影响,分析了圆筒形件不同位置板料在成形过程中的应变路径,揭示了铝合金圆筒形件的基本成形原理;研究了铝合金材料在几种典型压边力条件下拉伸成形时的区别,并以板料在出现破裂前所达到的最大减薄率为主要判断依据,对圆筒形件在具有几种典型变化规律的压边力的作用下所能达到的最大拉伸深度进行了研究。结果表明,渐增型和∧型压边力有助于改善铝合金圆筒形件的成形性能。     

基于数值模拟的矩形件成形变压边力曲线确定方法

变压边力技术可以根据成形过程不同阶段的变形特点来设置板料成形所需要的压边力,因此可以充分利用板料成形性能,提高零件成形质量。但是得到复杂零件成形过程中变压边力的形式仍是板料成形领域的难题。该文以矩形件为对象,通过数值模拟技术,提出了基于压边圈位移变化确定变压边力的方法。     

应用神经网络优化压边力

以汽车行李箱盖冲压成形过程为例,提出一种利用人工神经网络技术对压边力控制曲线进行优化的方法,将压边力优化理论与数值仿真技术相结合,建立了压边力优化RBF神经网络模型。仿真结果证明,采用优化后的变压边力控制曲线能有效改善板料的成形性能和成形质量。     

变压边力对圆筒形件拉伸性能的影响研究

通过利用有限元数值模拟的方法，研究了几种典型的变压边力对于铝合金圆筒形件拉伸成形性能的影响，分析了圆筒形件不同位置板料在成形过程中的应变路径，揭示了铝合金圆筒形件的基本成形原理；研究了铝合金材料在几种典型压边力条件下拉伸成形时的区别，并以板料在出现破裂前所达到的最大减薄率为主要判断依据，对圆筒形件在具有几种典型变化规律的压边力的作用下所能达到的最大拉伸深度进行了研究。结果表明，渐增型和∧型压边力有助于改善铝合金圆筒形件的成形性能。     

基于变压边力的汽车翼子板成形

采用变压边力加载方式对汽车翼子板的冲压成形过程进行研究。运用Dynaform软件对汽车翼子板的成形过程进行有限元仿真分析。仿真结果发现,恒定压边力下零件发生轻微拉裂,不能满足成形要求。在恒定压边力无法获得满意成形结果的情况下,采用变压边力加载方式对其进一步研究,模拟分析了6种变压边力加载方式下的成形效果,获得了最佳的变压边力加载方式,大大改善了零件的成形效果。将实际拉深成形试模结果与仿真分析结果进行对比,验证了变压边力成形方案的可行性。在最终成形状态下,零件的最大变薄率为25.0%,最大增厚率为8.0%,总体成形质量较好,满足成形要求。研究结果表明,变压边力加载方式能够改善零件的成形效果。     

基于BP神经网络的铝合金板料弯曲回弹控制研究

针对铝合金板料在弯曲成形后回弹的现象,分析了板料弯曲时回弹的力学原理,采用变压边力法,利用数值模拟软件对板料弯曲的回弹进行了模拟。利用BP神经网络技术对变压边力下,板料的弯曲回弹量进行了预测。通过优化后的神经网络模型,找到了最佳的弯曲成形工艺参数。与实际情况对比,预测的板料弯曲回弹量具有一定的准确性和适用性。     

基于人工免疫算法和RBF神经网络的板料成形变压边力优化

针对人工免疫算法搜索时间长、效率低等缺点,对其进行了改进,使其在保持种群多样性的同时,提高了收敛速度。为了减少板料成形工艺参数试错时间,运用数值模拟建立近似模型。以方盒件为例,利用Dynaform软件仿真获得训练数据,通过人工免疫算法优化RBF神经网络,获得隐层中心位置和数量,并采用伪逆法确定输出层的权值。利用改进后的人工免疫算法对该模型进行优化,获得变压边力加载曲线。研究结果表明,采用优化后的变压变力控制曲线能有效地提高板料成形质量。     

分区变压边力矩形件成形

通过分区变压边力技术研究了矩形件的成形.介绍了分区变压边力成形系统的结构和组成以及液压压边装置和控制部分原理;通过CSS-44000电子万能试验机测得板料性能参数,利用动力显式有限元分析方法,模拟了分区变压边力矩形件成形过程;以分区变压边力为控制条件,基于分区变压边力矩形件成形系统,完成了矩形件成形.成形过程中压边力通过控制系统可以随拉深起皱规律而合理变化,有效地改善了法兰区变形的不均匀性,提高了盒形件的成形质量.     

方盒形件拉深成形变压边力加载规律优化

选择方盒形非轴对称件为模拟研究对象,分析了方盒形件拉深成形的工艺特点和常见的失效形式及判定标准,通过专业CAE分析软件DYNAFORM,研究分析了方盒形件在不同典型压边力加载模式下的拉深成形性能和极限拉深比(LDR),确定了V型或者类似于V型的变压边力加载状态下坯料的成形效果和LDR最优。建立了方盒形件成形过程中变压边力加载规律的径向基(RBF)神经网络智能预测模型,并完成预测模型的训练和性能检验,对比发现预测结果与模拟结果吻合较好,而且RBF神经网络预测变压边力加载时板料拉深成形质量更好,也更趋近实际生产状态。最后对神经网络预测结果进行多项式拟合优化,获得了成形效果较为理想的变压边力加载曲线。     

基于BP人工神经网络的油箱端盖拉深成形仿真预测

以油箱端盖作为分析对象,借助DYNAFORM仿真软件,对油箱端盖的拉深成形过程进行数值模拟,并通过拉深成形试验验证可知,板料最大减薄率与最大增厚率的试验值与模拟值之间的相对误差分别为9.26%与8.32%,验证了有限元模型的正确性。结合正交试验,进行有限元仿真试验的设计,基于BP人工神经网络,对板料的成形质量进行仿真预测。选择冲压速度、模具间隙以及压边力作为输入层,将板料成形的最大减薄率作为输出层,建立了3-11-1的3层BP人工神经网络。通过BP人工神经网络的训练与测试得知:BP人工神经网络仿真预测值与数值模拟值之间的相对误差为2.15%,验证了BP人工神经网络应用于油箱端盖拉深成形质量仿真预测的正确性。     

分块式压边圈盒形件成形数值模拟研究

建立了分块式压边圈盒形件冲压数值模型,通过在压边圈的短直边Ⅰ、圆角部分Ⅱ、长直边Ⅲ的3个区域施加不同的载荷,研究了定压边力和变压边力对板料冲压成形的影响规律,并以冲压制件的起皱、破裂和厚度分布作为评判标准。研究发现,在定压边力时,圆角区压边力的变化对盒形件拉深成形影响较小,短直边和长直边压边圈压边力变化对拉深成形影响较大,其中长直边影响最大;相对于恒压边力,采用变压边力能够很好地提高板料的成形性能,其中∧型压边力加载方式效果最好。     

基于遗传算法和神经网络的曲面零件拉伸类翻边研究

利用遗传算法和BP神经网络建立曲面零件拉伸类翻边的计算模型,该模型可代替系统原来的有限元模型,提高了优化过程的效率.首先通过分析曲面零件拉伸类翻边的变形特点,找出影响其成形极限的主要因素,并利用正交试验法和有限元技术确定神经网络训练样本,同时得到了上述因素对翻边结束后板料最大变薄率的影响规律和影响重要程度,最后利用遗传算法的神经网络构建了主要影响因素对零件最大变薄率的响应面,并得到使翻边成形性能最优的设计参数组合.     

基于有限元的椭圆件变压边力冲压成形工艺研究

针对椭圆件的形状特点,对变压边力的研究提出了两种方案.运用有限元分析软件Dynaform,通过改变压边圈分区和变压边力方式进行了板料成形性能的有限元分析仿真.对不同变压边力曲线下成形极限图进行了观察,最终确定了较优的变压边力曲线.从模拟结果看,曲率半径较大区域上应该施加递增型的变压边力曲线,曲率半径较小区域上应该施加先减后增型的变压边力曲线.这可以显著提高拉深件的成形极限,且能减少或消除成形过程中出现的起皱、破裂等缺陷.     

变压边力下TRIP600高强钢板的成形窗口

为了提高TRIP高强钢板的冲压成形性能,在板料成形基本理论的基础上,通过单向拉伸试验和基于成形极限曲线的Naddrg模型,获得了TRIP600高强钢板的基本力学参数。在分析板料成形失效判据的基础上,提出变压边力成形窗口的建立方法,以圆筒件为例建立了TRIP600高强钢板的成形窗口,通过数值模拟和试验验证了该方法的准确性。结果表明:TRIP600高强钢板同时兼有高强度和高延伸性,但其弹性模量较低;1.2mm厚TRIP600高强钢板的平面应变点FLD0为0.397;成形窗口中的临界起皱变压边力曲线可通过实时调节压边力大小使零件始终处于临界起皱状态而获得;临界破裂变压边力曲线可通过两种极端加载模式获得;该成形窗口的建立能够有效指导TRIP高强钢板的实际冲压生产。     

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。     

变压边力方式对板料U形回弹影响的有限元模拟研究

板料卸载后回弹变形对覆盖件的精度影响很大,研究回弹过程的影响因素对于板料成形过程的模具设计非常重要。基于NUMISHEET’93的U形弯曲标准考题,考虑板材与模具间的接触演变过程,建立了一个有限元模型来预测回弹。模拟中板材卸载过程采用模具反向运动方法,模拟结果与NUMISHEET’93的试验结果比较表明了模型的正确性和可行性。对不同的变压边力方式对回弹结果的影响研究发现,变压边力方式对回弹结果有较大影响。当变压边力的后半部分力较大时,能够有效降低回弹,采用阶梯型和直角梯形方式较好。     

基于压边力控制方盒形件拉深成形的数值模拟

板料拉深成形的起皱和破裂是拉深成形工件常出现的主要成形缺陷。通过压边圈对板料施加一定的压边力是控制板料塑性流动的有效方法。利用有限元数值模拟方法,在整体压边圈方式、不同的恒定压边力及变压边力加载模式下模拟方盒形件拉深成形材料流动情况。从模拟结果看出:在变压边力加载下,方盒形件拉深成形结果比恒定压边力下的理想。通过压边圈对板料施加变压边力是控制板料塑性流动的一种有效方法,可以抑制板料起皱和延缓破裂以及提高拉深件成形性能。     

板料成形中的新型可控压边力技术研究

板料成形中,压边力是控制板料流动的重要因素。前人大量的研究表明,在拉伸成形的不同行程施加合适的变压边力(VBHF),可有效避免板料成形中起皱和破裂的缺陷。文章基于压边力成形窗口的定义和分析,提出新的控制目标,并采用PID闭环控制策略来优化不同冲压行程中分块压边圈上的压边力。针对一个具有不同角部半径的盒型件进行了闭环的变压边力优化模拟,得到其不同位置的分块压边圈随行程变化的最优压边力曲线,并在变压边力压机上进行实验验证,结果表明,使用铝合金板料并在恒定压边力下难以成形的盒形件,在最优变压边力下成功成形。     

压边力方式对高强度板应变路径影响规律研究

本文以盒形件为例,利用板料成形分析软件Dynaform为平台,建立DP590高强度板拉深成形模型,研究压边力方式对拉深成形应变路径的影响,结果表明:相对于恒定式压边力和变压边力方式,分块式压边力材料的减薄率更低,应变路径处于负应变区,危险点较低。