U形件成形工藝參數(shù)優(yōu)化研究.pdf

1、板料成形過程中普遍存在回彈問題,特別是在彎曲和淺拉深過程中回彈更為嚴(yán)重,對零件的尺寸精度和生產(chǎn)效率造成極大的影響,因此對回彈控制進(jìn)行深入研究有重要意義.沖壓界以往對于拉延成形件的回彈控制問題研究的不多,工程實(shí)際中通?；诮?jīng)驗(yàn)和反復(fù)試驗(yàn)來減小或消除回彈的影響.上世紀(jì)90年代以來,隨著拉延成形中起皺和拉裂問題逐步得到解決,回彈控制問題逐漸上升為研究重點(diǎn),另外,板料沖壓CAE技術(shù)的不斷完善也為回彈控制研究提供了必要基礎(chǔ).本文工作主要包括以下幾

2、個方面的內(nèi)容:1.綜合考察及評價了多個工藝參數(shù)對板料沖壓回彈量的影響.以NUMISHEET'93標(biāo)準(zhǔn)考題中U形板料作為研究對象,通過正交表安排試驗(yàn),對板料的沖壓進(jìn)行數(shù)值模擬獲得沖壓回彈量,取得試驗(yàn)數(shù)據(jù).從而研究了不同工藝參數(shù)對板料回彈的影響的程度,得出結(jié)論:除變壓邊力外的其它工藝參數(shù)如摩擦系數(shù)、凹模圓角等參數(shù)對回彈量控制同樣是起到不可忽視的作用,同時可以得到使板料回彈量最小的參數(shù)組合.2.建立了基于神經(jīng)網(wǎng)絡(luò)的從沖壓工藝參數(shù)到?jīng)_壓回彈量的

3、非線性映射關(guān)系.利用正交試驗(yàn)獲得的數(shù)據(jù)作為神經(jīng)網(wǎng)絡(luò)的訓(xùn)練樣本,得到輸入為工藝參數(shù)、輸出為沖壓回彈量的神經(jīng)網(wǎng)絡(luò)模型,并通過檢驗(yàn)樣本檢驗(yàn)了ANN(Artificial NeuralNetwork)模型的準(zhǔn)確性,為參數(shù)優(yōu)化及回彈預(yù)測做好準(zhǔn)備.3.利用神經(jīng)網(wǎng)絡(luò)模型的非線性映射關(guān)系,得到板料回彈量隨工藝參數(shù)變化的平滑曲線,彌補(bǔ)了目前普遍采用的折線圖的不足.4.基于神經(jīng)網(wǎng)絡(luò)和正交試驗(yàn)的工藝參數(shù)優(yōu)化.在工藝參數(shù)取值范圍內(nèi),采用ANN模型代替CAE軟件

4、數(shù)值模擬試驗(yàn),并結(jié)合正交試驗(yàn)法,對工藝參數(shù)進(jìn)一步優(yōu)化使得板料回彈量更小.論文工作表明:將神經(jīng)網(wǎng)絡(luò)與正交試驗(yàn)、數(shù)值模擬三者結(jié)合用于板料沖壓參數(shù)優(yōu)化可以明顯縮短優(yōu)化工藝參數(shù)的時間,提高工藝設(shè)計效率,同時在數(shù)值模擬試驗(yàn)次數(shù)一定的條件下,能獲得比單純使用正交試驗(yàn)和數(shù)值模擬方法更為精確的結(jié)果.5.研究了ANN在回彈量預(yù)測方面的應(yīng)用.利用神經(jīng)網(wǎng)絡(luò)的非線性映射關(guān)系,在訓(xùn)練樣本的取值范圍內(nèi),可以給定一組工藝參數(shù)得到一個回彈量,而不必重新利用CAE軟件計