發(fā)布時間：2021-10-26 05:21

　　為了預(yù)測航空發(fā)動機葉片精鍛過程中所產(chǎn)生的最大殘余應(yīng)力值,在已建立好的葉片精鍛有限元模型基礎(chǔ)上,基于simufact. forming平臺對TC4鈦合金航空發(fā)動機葉片精鍛過程進行了仿真研究,分別獲得了上模速度、坯料溫度、模具溫度和摩擦系數(shù)等不同工藝參數(shù)組合下的葉片最大精鍛殘余應(yīng)力值。以收集的仿真數(shù)據(jù)作為訓(xùn)練樣本,先后建立了響應(yīng)曲面模型、BP神經(jīng)網(wǎng)絡(luò)模型和GA-BP神經(jīng)網(wǎng)絡(luò)模型,并將這3種模型的預(yù)測值與仿真值進行比較。結(jié)果表明:所建立預(yù)測模型的最大相對誤差不超過6%,其中GA-BP神經(jīng)網(wǎng)絡(luò)模型預(yù)測精度最高,可對航空發(fā)動機葉片精鍛最大殘余應(yīng)力進行有效的預(yù)測。 

【文章來源】：塑性工程學(xué)報. 2020,27(06)北大核心CSCD

【文章頁數(shù)】：6 頁

【部分圖文】：

航空發(fā)動機葉片有限元模型

圖1 航空發(fā)動機葉片有限元模型對式(1)進行顯著性檢驗及方差分析，得到了航空葉片精鍛最大殘余應(yīng)力回歸模型P=0.0098<0.05及該模型的負相關(guān)系數(shù)R2=0.8664，表明所建立模型的擬合預(yù)測結(jié)果較為準確，具有一定的統(tǒng)計學(xué)意義。圖3a為模具溫度為250℃，摩擦系數(shù)為0.2時，上模速度和坯料溫度對航空葉片精鍛最大殘余應(yīng)力的三維響應(yīng)曲面。圖3b為上模速度為30 mm·s-1，摩擦系數(shù)為0.2時，坯料溫度和模具溫度對航空葉片精鍛最大殘余應(yīng)力的三維響應(yīng)曲面。圖3c為上模速度為30 mm·s-1，坯料溫度為910℃時，模具溫度和摩擦系數(shù)對航空葉片精鍛最大殘余應(yīng)力的三維響應(yīng)曲面。從圖3中可知，航空葉片精鍛最大殘余應(yīng)力隨著上模速度、坯料溫度和模具溫度的增大都有明顯的減小趨勢，而摩擦系數(shù)所產(chǎn)生的影響最不顯著。

對式(1)進行顯著性檢驗及方差分析，得到了航空葉片精鍛最大殘余應(yīng)力回歸模型P=0.0098<0.05及該模型的負相關(guān)系數(shù)R2=0.8664，表明所建立模型的擬合預(yù)測結(jié)果較為準確，具有一定的統(tǒng)計學(xué)意義。圖3a為模具溫度為250℃，摩擦系數(shù)為0.2時，上模速度和坯料溫度對航空葉片精鍛最大殘余應(yīng)力的三維響應(yīng)曲面。圖3b為上模速度為30 mm·s-1，摩擦系數(shù)為0.2時，坯料溫度和模具溫度對航空葉片精鍛最大殘余應(yīng)力的三維響應(yīng)曲面。圖3c為上模速度為30 mm·s-1，坯料溫度為910℃時，模具溫度和摩擦系數(shù)對航空葉片精鍛最大殘余應(yīng)力的三維響應(yīng)曲面。從圖3中可知，航空葉片精鍛最大殘余應(yīng)力隨著上模速度、坯料溫度和模具溫度的增大都有明顯的減小趨勢，而摩擦系數(shù)所產(chǎn)生的影響最不顯著。3 神經(jīng)網(wǎng)絡(luò)對殘余應(yīng)力的預(yù)測

【參考文獻】：
期刊論文
[1]基于響應(yīng)面和神經(jīng)網(wǎng)絡(luò)模型的7003-T4鋁合金防撞橫梁拉彎成形多目標優(yōu)化[J]. 林天豪,徐從昌,林啟權(quán),李落星,向瀚林,華家輝.  塑性工程學(xué)報. 2019(06)
[2]超聲滾擠壓軸承套圈表面粗糙度數(shù)學(xué)模型對比分析[J]. 崔鳳奎,蘇涌翔,榮莎莎,姚國林.  塑性工程學(xué)報. 2018(05)
[3]超聲滾擠壓軸承套圈表層殘余應(yīng)力模型[J]. 徐紅玉,黃焱燚,崔鳳奎.  塑性工程學(xué)報. 2018(05)
[4]基于神經(jīng)網(wǎng)絡(luò)的機械油泵軸鍛造工藝優(yōu)化[J]. 莫洪武,塔金星.  鍛壓技術(shù). 2018(09)
[5]微銑削高溫合金GH4169表面殘余應(yīng)力分析與預(yù)測優(yōu)化[J]. 馬世玲,董長雙.  工具技術(shù). 2018(04)
[6]基于BP神經(jīng)網(wǎng)絡(luò)的連桿襯套強力旋壓軸線直線度預(yù)測[J]. 吉夢雯,樊文欣,張濤,郭代峰,李興艷.  塑性工程學(xué)報. 2018(01)
[7]基于BP和GA的激光焊接熱源模型參數(shù)優(yōu)化[J]. 宋燕利,余成,戴定國,徐勤超.  塑性工程學(xué)報. 2017(01)
[8]基于GA-BP神經(jīng)網(wǎng)絡(luò)的PDC刀頭釬焊殘余應(yīng)力優(yōu)化分析[J]. 張亞東,李嫚,侯慶坤,王雨溥.  工具技術(shù). 2016(08)
[9]基于遺傳算法與BP神經(jīng)網(wǎng)絡(luò)的微晶玻璃點磨削工藝參數(shù)優(yōu)化[J]. 馬廉潔,曹小兵,鞏亞東,陳小輝.  中國機械工程. 2015(01)
[10]基于BP神經(jīng)網(wǎng)絡(luò)的鏟斗焊接殘余應(yīng)力預(yù)測[J]. 俞勇,黃莉.  機械設(shè)計與制造工程. 2013(05)



本文編號：3458914