前馈神经网络与遗传算法相结合解决曲轴中心缩孔

引言缩痕与孔洞是塑件成型时一种常见的缺陷。当制件外层材料冷却固化后,心部材料开始冷却,心部收缩把制件表层拉向制件内部,引起缩痕,如果制件表层的刚度足够大,则将在制件内部产生孔洞而不是缩痕[1]。关于塑件成型过程中的缩痕、翘曲、收缩等缺陷问题,许多学者提出了工艺参数设计的单目标和多目标优化模型,如Kriging模型、BP神经网络、响应面法、支持向量回归等,针对这些模型,采用的优化求解算法主要有:遗传算法、粒子群法、蚁群算法等。申长雨等[2]采用神经网络与混合遗传算法结合优化注塑成型工艺,改善了制品的体收缩     

一种带阻力墙的新型飞边槽结构设计

设计了一种结构新颖的具有阻力墙的飞边槽结构,介绍了该新型飞边槽结构的特点.以阻力墙的形状及位置参数为主要设计指标,利用建立的有限元模型,分析了阻力墙参数对汽车曲轴模锻成形的影响.通过对仿真结果分析,对阻力墙的关键参数进行了设计、优化,获得了4拐曲轴锻模飞边槽结构中阻力墙的斜度、间隙及距模具型腔的位置等参数.生产实践表明,带阻力墙的新型飞边槽结构在保证锻件成形饱满的前提下可以显著降低成形中的变形抗力,为提高曲轴模具寿命创造了良好的条件.     

同步器齿环模锻金属流动规律分析及工艺改进

分析了同步器齿环模锻成形过程的金属流动特点,针对同步器齿环模锻成形后花键附件齿顶存在裂口的问题,为改善金属的充模流动状态,提出将齿形的充填由金属的径向流动为主变为轴向镦挤流动为主的模式。应用刚塑性有限元理论及数值软件,对同步环的模锻过程进行了模拟,得出齿顶裂口的原因是齿顶金属充不满所致。通过加大环坯的内、外直径,改变了环坯在模具型腔中的定位,工艺改进有效的改善了齿形形成过程中金属的径、轴向流动状况。模拟结果显示,工艺改进后,花键上方齿顶成形饱满。批量生产后的产品检测未发现齿顶有裂口。     

超高强度钢热成形冷却过程数值模拟

针对热成形模具的冷却系统中冷却管道布置情况,建立了超高强度钢板热成形有限元模型,并利用ABAQUS进行热冲压模拟仿真,着重对成形速度与保压时间对冷却效果进行了研究。模拟分析表明:成形速度越快,板料变形抗力与最大温差越小;管道对板料的冷却并不是保压时间越长而效果越好。该研究结果为同类钢板热成形时工艺参数的选择提供了参考。     

顺序控制技术在复杂塑料制品注射成型中的应用

采用传统热流道注射技术成型大型复杂的塑料产品,由于熔接痕数目多,使产品在涂装过程中频繁出现色兰.针对这一问题,提出了顺序控制注射技术的新方法,通过在原有注塑机上加装可控制的液压回路,实现多浇口顺序控制,从而减少或消除熔接痕.建立了某轿车前保险杠顺序控制注射成型数值模拟模型,运用控制机理及数值模拟技术,对其成型过程进行了分析.通过比较,表明采用顺序控制注射方法可以较好地控制大型注射产品成型中的熔接痕,生产试验验证所提出模型和方法的有效性和可靠性.     

基于GR神经网络的汽车U形纵梁多工步冲压成形回弹预测分析

针对纵梁件单工步成形回弹预测误差较大的缺陷,提出对汽车纵梁件进行多工步成形回弹控制分析;在数值模拟的基础上,建立了基于广义回归神经网络(GRNN)回弹预测模型,并运用该模型对不同凹模圆角与压边力等重要成形工艺参数下的回弹值进行了模拟预测.结果表明,采用的广义回归神经网络模型的预测值与模拟试验值有较好的吻合度,说明广义回归神经网络模型能够准确地预测纵梁多工序后回弹分布.     

基于协同仿真技术的铁道货车零件铸改锻双目标优化设计方法

利用有限元分析软件ANSYS对产品结构进行力学分析,提取应力数据并根据失效理论计算出的安全系数作为产品结构的力学优化判据;利用金属塑性成形模拟软件DEFORM对产品锻造成形过程进行仿真,预测锻件缺陷,分析成形质量及其影响因素,获取产品结构的工艺性优化判据。以高安全系数和高成形质量为优化目标,综合考虑结构设计对产品力学性能和成形工艺性的影响,对产品进行综合优化设计。     

ST型缓冲器推力锥锻造成形过程仿真与实验

分析了推力锥的锻造工艺性,提出了相应的锻造工艺方案,采用金属塑性成形仿真软件DE-FORM-3D模拟了推力锥的锻造成形过程,利用仿真优化结果进行了生产试制,实现了推力锥锻造工艺的开发.通过论文的研究,得到以下结论:(1)生产试制结果表明,论文提出的锯切下料、空气锤上镦粗和预锻、摩擦压力机上终锻的锻造工艺方案可行,锻件无需机械加工;(2)锻件产品检验结果表明,采用论文提出的锻造工艺生产推力锥,其锻件壁厚差在1.5mm以内的达100%、摩擦面的平面度低于0.7mm;(3)对于推力锥类薄壁、深腔锻件,控制其壁厚差的关键技术为精备料、准定位、快成形.     

一种电子设备监测识别与定位方法

针对敏感区域,基于智能图像识别、定位与轨迹跟踪方法,提出了一种新的电子设备监测识别与定位方法。提供以“物”为中心的身份识别、行为识别、威胁评估新功能,实现对不同安全等级电子设备轨迹行为的实时智能监测和及时预警响应。利用目标识别与定位算法对监测区域任意时段内电子设备的历史运动轨迹进行图形化表征,并通过人工辅助进一步判断敏感区域内设备的异常情况,可以为敏感区域电子设备的管理提供增强的安全管理,有利于及时追溯威胁源头,避免敏感区域内电子设备带来的安全问题,从而为关键信息基础设施及其敏感区域提供增强的物理环境安全与网络信息安全保障。