气门电热镦粗工艺的数值模拟

综合运用ANSYS和DEFORM软件对气门电热镦粗工艺的电镦加热过程和电镦变形过程进行了模拟 ,获得了整个电热镦粗过程的加热与变形的详细信息及分布规律 ,提出了消除缺陷的措施 ,为优化工艺参数提供了较为严密的理论依据。     

气门锻模的失效分析及提高寿命措施的探讨

采用理论分析与实验研究相结合的方法，分析归纳气门锻模的失效形式与原因，探讨并提出提高模具寿命的有效措施。经应用试验表明，所采取的措施效果显著，提高了模具的综合性能。     

全自动气门毛坯生产线的研究与开发

目前,气门成形普遍采用液压电镦机镦粗制坯,摩擦压力机终锻成形工艺.为解决废品率较高、制件质量不能稳定等问题,建立了由4台立式数控电镦机和1台电动螺旋压力机通过机器人和出料机械手组成的全自动化气门锻件生产线,详细分析了数控电镦机和电动螺旋压力机的结构和特点.该生产线已投入实际生产,提高了产品尺寸的一致性,毛坯废品率由2%降至0.5%,取得了良好的效果.     

气门电热镦制坯与终成形过程模拟及工艺优化

针对气门锻件生产中常出现的问题,综合运用ANSYS和DEFROM软件,对电镦加热、镦粗制坯和终锻成形过程进了模拟,根据模拟结果,提出了气门电热镦粗制坯与终成形工艺优化方法.     

基于Web的气门产品CAPP系统开发

为满足工艺的协同设计、知识积累和快速复用的实际需求，在总结网络数据库查询方法的基础上，提出了基于Web的气门CAPP系统体系结构、功能以及系统的关键技术：零件信息的描述与输入技术、基于典型零件的工艺设计原理、Web实现技术及企业设备资源描述等。     

基于人工神经网络的气门电镦工艺参数的选择

由于气门电热镦粗的工艺参数大多数是借助于经验来选择的,某些参数的选择不合理或者参数之间配合不好,都会造成工艺不稳定,从而使生产的成品率下降.并且在成形过程中,电加热和镦粗同时进行,很难建立合理且实用的数学模型.本文利用神经网络具有黑箱特性和非线形映射能力强的特点,提出了一种组合神经网络结构（ANN）来逐步确定气门电热镦粗的工艺参数.以实际生产中的数据作为ANN的学习训练样本,经过训练的网络不仅可以达到描述确定气门电镦成形控制参数的目的,而且还具有一定的预测功能,从而为气门电镦工艺提供了较合理的控制参数.     

基于人工神经网络的气门电热镦粗工艺专家系统

由于气门电热镦粗过程复杂,其成形过程的工艺参数大多是借助于经验选择。文章针对不同的工艺参数,不同的确定方式,提出了一种采用传统人工智能方法和人工神经网络相结合的混合专家系统,将逻辑思维推理的知识和形象思维推理的知识结合起来,避免了各自的不足,得到了较好的工艺参数确定方式。该专家系统采用原型的知识表示方式,运用面向对象的程序设计方法开发整个软件,为气门电镦提供了便于维护的确定较合理工艺控制参数的系统。