【摘要】：智能優(yōu)化算法在近年來得到巨大的發(fā)展和應用,本文基于數(shù)值模擬和人工智能算法,對沖壓工藝的六個參數(shù)進行綜合優(yōu)化。提供了一個以模具磨損量與光亮帶長度為優(yōu)化目標的多目標優(yōu)化模型。主要研究內容包括:(1)根據(jù)精沖零件的特點結合Proe進行模具設計使其滿足結構與成形要求。研究精沖件成形工藝與模具沖裁工藝過程,并對沖壓模具的失效形式展開了分析。(2)從凹凸模間隙、刃口圓角半徑、沖裁速度、摩擦系數(shù)、壓邊力、反頂力這六方面綜合考量,并把光亮帶長度作為精沖件質量評價標準,把模具磨損量作為模具壽命評價標準。光亮帶值越大,表明成形質量越好,磨損量越小,表明模具壽命越長。利用Deform有限元分析軟件中的Deform-2D模塊以控制變量的方式研究各因素對斷面的成形質量的影響規(guī)律,利用Deform-3D模塊通過正交實驗的方式研究各因素對模具磨損量的影響,并對所獲得數(shù)據(jù)進行極差分析。(3)結合CAE技術和正交試驗設計方法,通過灰色關聯(lián)分析得出各因素對成形質量以及模具磨損量影響大小排序。分析得出反頂力、凹凸模間隙是模具磨損發(fā)生的主要原因,其次是摩擦系數(shù)、壓邊力、刃口圓角半徑和沖裁速度。凹凸模間隙和反頂力同樣也是影響斷面質量的主要因素,速度、刃口圓角半徑、壓邊力和摩擦系數(shù)是次要因素。(4)以模具磨損量和光亮帶長度分別作為模具壽命和斷面質量的評價指標,利用BP神經(jīng)網(wǎng)絡智能預測模型對不同成形工藝對應的數(shù)據(jù)樣本進行訓練并建立“黑箱”模型,再利用多目標遺傳算法進一步尋優(yōu),最終獲得“最優(yōu)”的帕累托解集。采用神經(jīng)網(wǎng)絡結合遺傳算法優(yōu)化后的工藝參數(shù)組合所獲得精沖件的成形質量和模具壽命能得到有效的控制。
【學位授予單位】：南華大學
【學位級別】：碩士
【學位授予年份】：2018
【分類號】：TG385
【圖文】：

要求壓力機提供三種壓力，即使材料分離的剪切根據(jù)設計經(jīng)驗這三個力可做如下的近似計算[4]：計算公式為：SbF = 0. 9×L×S×σ…………………………計算公式為：rsF = 0. 5×F………………………………計算公式為：psF = 0. 2×F……………………………… 為沖裁邊緣的周長(mm)；σb為材料抗拉強度(N/mm)；S向壓力作用于板料，板料及模具的受力情況如圖所示：

圖 2.2 一點的應力狀態(tài)圖態(tài)用張量σT 表示： =zxzyzyxyyzxxyxzTττστστσττσ………………增加或減少同樣的數(shù)值時，主剪應力數(shù)值不變應力，并不改變主剪應力的數(shù)值，這就可能將應表達。力：( )mxyzσ =σ+σ+σ31…………… ()00xmxymxzσστστ

比強力壓邊精沖更小的裁間隙值，精度比普通沖裁高；圈為平板，所以精沖件沒有齒痕，因此提高了材料的利比于強力壓邊精沖，平板精沖的模具及設備更為簡單。邊精沖與普通沖裁有很大的不同，普通沖裁工藝是基于力集中和拉應力狀態(tài)，使輪廓面易于斷裂分離[38]。而平面式一樣都是保證最大程度上抑制斷面產(chǎn)生裂紋，讓金屬在性變形狀態(tài)。為此就要盡量增大材料的塑性，通過強大的角來產(chǎn)生強大的三向壓應力狀態(tài)，讓輪廓面在幾乎完全塑以其加工質量高。

【參考文獻】

相關期刊論文 前10條

1 王光明;王愛平;;遺傳算法優(yōu)化BP神經(jīng)網(wǎng)絡的非線性函數(shù)擬合研究[J];赤峰學院學報(自然科學版);2014年22期

2 王俊平;李加彥;;BP神經(jīng)網(wǎng)絡的學習過程與算法分析[J];計算機光盤軟件與應用;2014年04期

3 付濤;王大鎮(zhèn);弓清忠;張文光;;基于改進型BP神經(jīng)網(wǎng)絡和NSGA-Ⅱ遺傳算法的機械零件多目標優(yōu)化[J];組合機床與自動化加工技術;2013年09期

4 李進霞;張偉杰;張素香;;有限元法及應用狀況[J];科技創(chuàng)新導報;2012年31期

5 趙曉芬;;灰色系統(tǒng)理論概述[J];吉林省教育學院學報;2011年03期

6 劉瑞江;張業(yè)旺;聞崇煒;湯建;;正交試驗設計和分析方法研究[J];實驗技術與管理;2010年09期

7 趙中華;張猛;韋習成;;沖裁速度對沖壓件斷面質量的影響[J];塑性工程學報;2010年04期

8 陳錫棟;楊婕;趙曉棟;范細秋;;有限元法的發(fā)展現(xiàn)狀及應用[J];中國制造業(yè)信息化;2010年11期

9 李煥芳;;冷沖壓模具發(fā)展現(xiàn)狀[J];中國高新技術企業(yè);2010年15期

10 溫莉敏;王賢才;王益民;王韜;許樹勤;;間隙與精沖質量的關系研究[J];模具工業(yè);2010年02期

相關會議論文 前2條

1 李莉;潘豐;;基于遺傳算法的多目標進化算法綜述[A];2007中國控制與決策學術年會論文集[C];2007年

2 任莉新;秦升學;陳寶成;楊俊茹;;壓邊力和反頂力對厚板精沖影響的有限元模擬[A];全國先進制造技術高層論壇暨第九屆制造業(yè)自動化與信息化技術研討會論文集[C];2010年

相關博士學位論文 前1條

1 楊勁秋;智能優(yōu)化算法評價模型研究[D];浙江大學;2011年

相關碩士學位論文 前10條

1 宋瑞珍;基于多目標和超多目標優(yōu)化問題的智能優(yōu)化算法的研究[D];深圳大學;2015年

2 候桂葉;基于DEFORM的沖壓模具設計的仿真與分析[D];電子科技大學;2015年

3 王振球;基于平面壓邊技術的厚板精沖工藝研究及斷面質量預測[D];湘潭大學;2014年

4 程冬梅;黑箱多目標優(yōu)化系統(tǒng)研究與開發(fā)[D];東北大學;2013年

5 郭飛;鋼背無齒圈精沖成形模擬及工藝參數(shù)優(yōu)化[D];武漢理工大學;2012年

6 孫成亮;平面壓邊半精沖工藝成形參數(shù)優(yōu)化及實驗研究[D];重慶理工大學;2011年

7 張成;基于知識的精沖工藝設計系統(tǒng)的研究[D];華中科技大學;2011年

8 周雅;基于ANSYS Workbench的精沖模具-壓力機一體化結構分析[D];華中科技大學;2009年

9 王磊;曲柄精沖工藝研究及模具結構優(yōu)化[D];華中科技大學;2009年

10 金芬;遺傳算法在函數(shù)優(yōu)化中的應用研究[D];蘇州大學;2008年

本文編號：2776088