桶形件变压边力冲压成形工艺仿真实验及分析

随着成形加工技术的广泛应用,控制板料拉深工艺质量成为目前冲压技术研究的热点.以桶形件的成形为例,采用CAE软件Dynaform对变压边力控制的成形工艺进行数值模拟计算,最终得到合适的压边力变化曲线,并进行模拟实验验证,极大地提高了板料的拉深性能.     

薄板成形中变压边力优化设计方法

变压边力的最大优点是可以根据成形过程不同阶段的变形特点来设置不同压边力 ,从而可以充分利用板料的成形性能 ,然而如何设计变压边力的形式及大小一直未成定论。T Ohata提出的基于网格法和单纯形法的混合算法在求解约束问题时存在解的可行性和有效性问题 ,针对这种不足提出一种改进的混合优化算法 ,使之适合求解非线性约束优化问题 ,并将这种改进的优化算法与薄板成形数值仿真软件相结合 ,提出应用优化理论和数值仿真来确定薄板成形中的变压边力设计方法。将这种方法应用到一球头柱形杯零件的变压边力方案设计时 ,大大减小了零件局部最大减薄量 ,改善了零件的总体质量     

新型计算机控制多点变压边力液压压力机的研制

在分析现有单动、双动压力机不足的基础上，介绍了新型计算机控制多点变压边力液压压力机的设计方法、工作原理、液压和控制系统的实现，最后，为验证该压力机的应用效果，给出盒形件拉深的实验结果。     

基于变压边力控制的非轴对称拉深成形数值模拟与优化

在给定合理毛坯形状、拉延筋与凹模渐变圆角条件下,分别在定常、递减、峰形、谷形压边力加载模式下,对汽车车灯反射镜拉深进行了数值模拟。结果表明:谷形压边力加载模式可使工件减薄率小于13.45%,适合该拉深工序;利用数值模拟结果和神经网络方法优化获得最优压边力加载曲线,该曲线可用于拉深中压边力的准确控制。     

多目标粒子群优化算法在薄板冲压成形中的应用

有限元分析与优化算法相结合来提高板料的成形质量、缩短设计周期己在板料成形领域得到广泛的研究.传统的优化方法主要是将多目标问题转化为单目标问题进行研究,然而,评价一个板料的成形质量应该是多方面的(如拉裂、起皱和成形不足等)并且各个质量特性之间可能会发生相互冲突.因此直接采用多目标优化算法来提高板料的成形性具有非常重要的现实意义.采用自主开发的STLMesher软件建立模具的参数化模型,在此基础上将试验设计、能代表实际冲压过程精度较高的近似模型和多目标粒子群优化算法相结合,获得了一组最小化起皱和拉裂缺陷的非劣解.在板料成形优化过程中调用的是近似模型,大大减少了调用有限元模型的次数,提高了优化效率.为指导工程设计人员快速有效地从非劣解集中挑选出一组成形效果最好的解,提出最小距离选解法,选出的解实现了对起皱和拉裂缺陷的优化,提高了板料的成形性能.数字算例表明,该方法具有较高的精度和较强的工程实用性.     

计算机仿真中板料冲压成形压边力的优化

通过运用板料拉伸、压缩失稳理论和有限元计算方法，提出了新的起皱临界应力计算方法，对板料冲压成形中各处的稳定性进行数值化描述，从而确定冲压工艺的合理性，并优化压迫力，有效地防止拉裂和起皱的发生，解决了工程分析中的一个难题。通过实例的计算对比，表明该方法是正确有效的。     

分区变压边力成形系统的误差分析

介绍分区变压边力系统及该系统各个部分存在的主要误差,并根据各个部分的不同特点,给出相应的解决途径和方法.通过多种压边力加载方式下的盒型件拉伸实验,验证了解决方案的有效性,并确定了V形曲线是盒型件拉伸过程中较为合理的变压边力控制曲线.     

拉深工艺变压边力控制数值模拟研究

根据实际生产中压边力的控制状况和理论分析确定了几种压边力变化曲线，以非轴对称抛物面车灯反光罩的成形为例，采用Dynaform软件对多种变压边力控制的成形工艺分别进行了数值模拟计算，分析了各种变压边力控制对成形的影响，并确定了对成形最为有利的压边力的变化趋势。     

基于径向基神经网络杯形件拉深成形变压边力预测技术研究

分析了RBF神经网络的预测策略和方法,并建立了板料拉深成形的变压边力预测神经网络模型.采用正交设计法进行样本参数的制定,利用板材成形CAE软件Dynaform获得训练数据,利用被训练好的神经网络对薄板成形过程中变压边力的预测技术进行了研究.数值模拟结果表明,此方法对拉深成形变压边力的预测是可行的.     

基于多目标遗传算法优化板料拉深成形工艺参数

利用人工神经网络构建了板料拉深成形的目标函数模型,建立了板料拉深成形工艺参数和性能评价指标之间的映射关系.以多种工艺参数(压边力、摩擦因数等)作为优化变量,多种成形缺陷(起皱、破裂等)作为优化目标,结合多目标遗传算法和数值模拟,建立了板料拉深成形工艺参数的优化设计模型,大大提高了优化的效率.以油底壳下盖为例,对其拉深成形工艺参数进行了优化,通过对优化结果进行数值模拟可以看出,该优化参数完全避免了各种缺陷的产生,这说明该优化算法具有较好的优化结果.     

基于多目标遗传算法的板料拉深成形工艺参数优化设计

以多种工艺参数(压边力、摩擦因数等)作为优化变量,多种成形缺陷(起皱、破裂等)作为优化目标,结合多目标遗传算法和数值模拟,建立了板料拉深成形工艺参数的优化设计模型。为了减少数值模拟的次数,利用人工神经网络建立了各种工艺参数和模拟结果之间的映射关系,大大提高了优化的效率。以汽车消声器为例,对其拉深成形工艺参数进行了优化,通过对优化结果进行数值模拟可以看出,该优化参数完全避免了各种缺陷的产生,这说明该优化算法具有较好的优化结果。     

冲压件成形计算机模拟工艺参数优化方法研究

分析了常规有限元金属板料成形模拟的不足，提出了参数化有限元分析的概念，在对人工神经网络、遗传算法进行深入分析研究的基础上，采用参数化有限元分析方法进行分析，得到了训练样本。提出了采用人工神经网络技术建立冲压件成形多参数映射关系模型，采用遗传算法进行多参数组合优化，实现冲压件成形计算机模拟工艺参数优化的方法。实际应用结果表明，优化结果与试验结果基本吻合，该优化方案实用可行。     

基于鱼群BP神经网络的板料成形分块压边力优化

采用人工鱼群算法与BP神经网络相结合的方法建立了分块压边力与成形质量的映射关系。首先以分块压边力为设计变量,通过基于最大最小原则的拉丁超立方取样设计方法抽取了BP神经网络的训练样本,并将通过仿真软件获得的成形质量指标作为BP神经网络的训练输出;其次通过人工鱼群算法优化的BP神经网络建立了分块压边力与成形质量的映射关系;然后采用粒子群算法对该映射函数关系式进行优化,得到最优分块压边力;最后将该最优分块压边力成形效果与整体压边力成形效果进行对比,结果表明成形效果大大改善。研究表明,采用该方法可以快速计算最优分块压边力,克服了分块压边力计算困难的缺点。     

提高铝合金板料成形极限的新型可控压边力技术

提出了一种可随位置和行程同步优化压边力的新型控制策略，并将其用于不等深铝合金阶梯盒零件的冲压，在零件成形过程中按照优化策略在不同压边圈位置随冲压行程施加最优压边力，使其冲压深度从恒定压边力下的45mm提高到60mm。在多点变压边力压机上的实验验证了这种优化策略的有效性，从而提高了可控压边力技术的鲁棒性和实用性。     

基于动态序列响应面方法的钣金成形过程参数优化

为得到钣金成形最佳工艺方案，结合有限元方法将设计转化为特定目标和约束的待优化问题；针对成形模拟易受干扰和强非线性特点，提出采用逐次逼近模型，分解复杂设计函数为显式简单函数组合，进行递进全局寻优，避免出现局部最优解和过程发散现象；并利用动态多项式序列响应面方法构造目标和约束的简单近似响应面，用以去除噪声干扰及最大程度减少精确分析计算量。该方法无需求解复杂函数敏度，经实例验证具有很高的精度和效能。     

金属板材数控单点渐进成形加工轨迹优化研究

提出一种对金属板材数控单点渐进成形的加工轨迹优化及成形压头压入点沿工件轮廓均布处理的方法。解决了工件局部的凹陷与破裂问题，提高了板料数控渐进成形的质量。     

晶体塑性模型在板材成形计算机模拟中的应用

阐述晶体塑性理论的基本原理，包括单晶体塑性本构关系，多晶体塑性模型的构造，介绍它在金属成形模拟中的应用概况。在速率相关的晶性模型的引入滑移系活动与否的判断准则，忽略不活动滑移系的贡献，从而在保持计算精度的时间时，大大减少了本构关系的计算时间。采用动力显式有限元方法和多晶体塑性模型模拟铝板的ＬＤＨ试验过程，考察板材的织构对其成形性能的影响。     

基于多目标遗传算法的齿轮传动优化

针对某牵引机车齿轮常出现齿面胶合、点蚀等问题,采用遗传算法,以重合度,齿面接触应力和齿根弯曲应力为优化目标,对齿轮的啮合参数进行了优化。为节省计算成本,在齿轮参数化有限元模型仿真计算的基础上,建立了齿面接触应力和齿根弯曲应力的代理模型。结果表明:遗传算法在多维区域内能快速有效的搜索Pareto解集,实现多目标的优化。以优化的结果对齿轮进行重新设计后,经有限元仿真验证,轮齿齿面接触应力及齿根弯曲应力均得到有效降低。