共查询到18条相似文献,搜索用时 328 毫秒
1.
起皱是传统冲压成形和多点成形时共有的现象,尤其在无压边成形方式下很容易发生。文章采用有限元数值模拟手段,针对两种多点成形工艺和整体模具成形过程中产生的起皱现象进行了探讨,分析了无压边成形过程中不同的成形工艺对球形件起皱的影响。文章用显式动力学算法进行了数值模拟,结果表明,采用多点模具成形工艺成形1mm厚度的板料时,曲率半径为200mm的成形件起皱明显;但在相同条件下,用多点压机成形工艺的成形件结果良好,甚至成形厚度为0.5mm,曲率半径为150mm的球形件也没有起皱;而在这两种条件下,整体模具成形都有微小的起皱发生。也就是说,多点压机成形方式比多点模具成形方式以及整体模具成形方式效果更好,缺陷少,能够得到更大的变形量。 相似文献
2.
3.
变形路径对于板材的成形质量有着重要的影响。多点压机成形和多道次多点模具成形充分利用多点成形的柔性特点,实现了对板材变形路径的控制。文章通过有限元数值模拟研究了这两种成形方式各自的特点和规律,并进行了比较。结果表明,多点压机成形和多道次多点模具成形,都能够优化板材变形路径,使变形均匀,有效地抑制起皱,提高板材变形能力。在同样条件下,多点压机方式好于多道次成形,但当多道次成形道次逐渐增多时,成形质量接近于多点压机成形。多点压机成形是理想化的成形方式,但设备造价昂贵,多道次多点模具成形可以近似实现多点压机成形效果。 相似文献
4.
5.
多点拉形中回弹的影响因素研究 总被引:1,自引:1,他引:0
多点拉形是成形飞机蒙皮件的一种新技术。整体模具被离散的多点模具代替,在多点模具和板料之间放置弹性垫用来抑制压痕。在卸载之后,不仅有板料自身的恢复变形,还有弹性垫恢复到原来的形状的影响,这使得多点拉形比传统拉形的回弹更加复杂。文章对多点拉形成形蒙皮类零件的成形和回弹过程进行了数值模拟,分析了拉伸量、板厚、材料、摩擦系数等因素对回弹和成形精度的影响。结果表明,拉伸量越小,回弹量越大;板料越薄,回弹量越大;板料的弹性模量越大,回弹量越小,对成形件的形状影响越大;摩擦系数越大,回弹量越大。比较了在相同的成形条件下柱面件、马鞍面件、环面件回弹的大小,结果表明,回弹对单曲度成形件的影响比双曲度的大。 相似文献
6.
7.
8.
9.
压痕是板材多点成形中特有的成形缺陷,是多点成形必须解决的问题.通过ANSYS软件对板材进行球形面的多点成形仿真分析,并针对分析的结果提出了抑制压痕的方法,进一步数值模拟说明了一定厚度的弹性垫技术消除压痕缺陷的有效性. 相似文献
10.
为满足工业和生活中对个性化、小批量三维复杂型面的需求,利用柔性多点成形技术具有柔性可调能够反复造型的特点,验证使用多点成形方式成形不规则三维曲面的有效性和适用性。通过有限元软件模拟耐腐蚀性铝合金三维复杂曲面的多点成形以及实验验证可得:多点成形方式可以通过调节单元体直接构造目标型面成形;通过模拟预测复杂曲面在多点成形过程中出现的压痕、起皱等表面缺陷;由于此类曲面属于大变形弹塑性成形,各结点位置和方向都具有较大的回弹量,可以通过模拟对回弹进行预测,并通过优化调节包络面结构进行反复成形来保证成形精度。 相似文献
11.
12.
13.
14.
15.
16.
Fei HAN Jian-hua MO Hong-wei QI Rui-fen LONG Xiao-hui CUI Zhong-wei LI 《中国有色金属学会会刊》2013,23(4):1061-1071
In the incremental sheet forming (ISF) process, springback is a very important factor that affects the quality of parts. Predicting and controlling springback accurately is essential for the design of the toolpath for ISF. A three-dimensional elasto-plastic finite element model (FEM) was developed to simulate the process and the simulated results were compared with those from the experiment. The springback angle was found to be in accordance with the experimental result, proving the FEM to be effective. A coupled artificial neural networks (ANN) and finite element method technique was developed to simulate and predict springback responses to changes in the processing parameters. A particle swarm optimization (PSO) algorithm was used to optimize the weights and thresholds of the neural network model. The neural network was trained using available FEM simulation data. The results showed that a more accurate prediction of springback can be acquired using the FEM-PSONN model. 相似文献
17.