一、轴对称件拉深成形智能化控制过程中参数实时识别的GA-ENN建模(论文文献综述)
张红升[1](2021)在《电控永磁压边方法关键技术及拉深工艺研究》文中研究表明板材成形工艺广泛应用于民用和军工制品的生产过程中,压边力载荷施加方式及控制方法是保证板材成形的重要手段,同时也是板材先进成形工艺和成形设备的共性关键技术之一。根据电控永磁技术特点和压边力载荷的施加要求,将电控永磁技术与板材拉深工艺有机地结合,对改进现有工艺面貌和节能降耗、开发新工艺和新工艺设备、提高板料成形性能,以及推动自动化和智能化生产等都有重要的理论意义和实用价值。基于电控永磁技术,提出了磁力驱动的压边力控制方法,以可控的永磁体提供的磁吸力作为压边力的动力来源,以电控永磁磁垫为驱动装置,研发了新的压边力控制系统。提出将电永磁技术与分区压边技术相结合的新的压边力控制方法,可有效抑制板坯起皱,提高了板料成形性能。采用理论推导、数值分析和实验等方法对新压边方法的基本原理、参数优化等关键技术及拉深成形工艺进行了研究。设计了应用于电控永磁磁场单元的电路结构和磁路结构,确定了磁场单元的结构形式。通过理论分析和数值模拟确定了影响磁场单元性能的工艺参数,以最大化磁场强度和最小化退磁强度为优化目标,确定了磁场单元的原材料和结构尺寸。采用拉伸试验机对4磁场单元进行了磁力测量实验,结果表明,4磁场单元的最大磁吸力超过了16000 N,约为160 N/cm2,完全能够满足拉深时的压边需求。此外,进行了2磁场单元的瞬态热分析和温升实验,确保连续拉深操作时,电控永磁压边力控制方法不会产生过热问题。从分析和实验结果可以看出,即使在最苛刻的条件下,经历180分钟连续拉深操作后,磁场单元最高温度也不到70℃,完全能够满足拉深工艺要求。基于确定的磁场单元材料、尺寸、形状和相对数量等影响充磁和消磁性能的参数,设计了可同时应用于正装和倒装拉深模具的电控永磁磁垫。通过磁场分析确定了在保证顺利退磁的情况下,磁垫上平均磁感应强度和所产生的磁力分别为1.36 T和152598 N。此外,研究了磁垫产生的磁吸力随气隙宽度变化的规律,根据分析结果可以看出,磁吸力随着气隙宽度的增加而快速减小。基于ANSYS软件,给出了采用电控永磁技术施加压边力载荷的磁-力耦合问题的分析方法。选择一定的成形制件,根据预定的压边力载荷要求,给出了采用电控永磁压边方法确定各控制参数的具体方法。首先,在进行磁-力耦合分析的基础上,确定作用在被压板坯上压边力的初始分布情况。然后,采用成形模拟的方法对比分析了电控永磁压边方法和常规压边方法作用下的板坯成形效果,结果表明,两种压边方法作用下,板坯三个方向上的厚度应变没有明显区别。这表明,新压边方法在革新了压边力加载方式,具有节能等优点的同时,能达到传统压边方法的成形效果。采用直径为190 mm的08Al圆形板坯,分别进行了磁垫磁场等级为1、2、5和10时的倒装拉深实验,成形高度都为45 mm。结果表明,基于所开发的电控永磁拉深工艺,新压边方法能够施加足够大的压边力,且压边力大小可调。此外,在正装拉深实验中,对直径为180 mm的08Al板坯施加了磁垫等级分别为4和12时所产生的压边力,实验结果进一步验证了电控永磁压边方法及正装拉深工艺的可行性。根据电控永磁加载方法的特点,将电控永磁压边方法与分区压边工艺相结合,提出了针对轴对称圆筒形件的多环分区压边方法。理论分析确定了多环分区压边方法的可行性,并设计了适用于多环压边的磁垫。通过静力学分析获得的板坯上的初始压边力分布及其线性化曲线表明,多环压边圈所施加的压边力沿径向的作用范围更大,有效降低了法兰外缘压边力的峰值,有助于材料的合理流动。对直径为190 mm的镀锌板进行了拉深实验,整体压边的制件在高度约为35 mm时产生起皱,而多环压边的制件成形高度能达到50 mm。结果表明,多环分区压边可以有效的抑制起皱,提高成形极限。将周向分区压边和多环分区压边技术相结合,开发了针对方盒形件等非轴对称结构的电控永磁复合式分区压边方法,并推导和计算了相应的皱纹模型和能量消耗。借助有限元分析和实验的方法,采用08Al板坯验证了复合式分区压边方法可以更有效地提高方盒形件的成形效果,整体压边的制件成形高度不足38 mm,而分区压边的制件成形高度可达50 mm。此外,对电控永磁压边方法、电磁压边方法和传统机械压边方法进行了能耗分析和对比。结果表明,电磁压边能耗最高,传统压边方法次之,而电控永磁压边方法的能耗远低于前两者。在所设定的拉深参数下,电控永磁压边方法能耗只占传统压边能耗的32%。相对于电磁压边方法中节能效果最好的脉冲方法,电控永磁压边方法的节能效果达到了97%以上。
李闯[2](2021)在《铜板电控永磁压边拉深成形工艺研究》文中研究指明铜板制件广泛用于工业生产及民用电器等领域,考虑经济性因素,一般的铜板制件厚度较薄,通常其成形性能较差,而与钢板成形相比,压边力做功在总的成形能耗中所占的比例更大。电控永磁技术具有磁力强劲、节能环保等优点,因此将电控永磁技术应用于铜板拉深成形中的压边工艺,以磁吸力作为压边力,在实现低碳成形方面具有广阔的应用前景。采用理论分析、有限元模拟及实验方法,以铜板拉深成形工艺作为研究对象,对基于电控永磁压边方法的拉深成形关键技术问题进行研究,主要内容包括:分析电控永磁压边方法的工作原理、结合拉深成形特点设计电控永磁磁垫、分析磁路、研究不同电流强度对磁垫的磁吸力影响、进行基于电控永磁压边的铜板拉深实验研究、对电控永磁压边方法进行能耗分析。首先,对电控永磁磁垫结构与工作原理进行理论分析,通过有限元软件模拟磁垫充退磁时的磁路状态验证原理准确性。基于电控永磁原理与拉深成形特点,将磁场区与成形区重合,设计八磁极单元磁垫与配套拉深模具。利用理论分析与有限元模拟分别验证了八磁极单元磁垫的设计合理性。其次,通过ANSYS有限元软件与磁吸力实验得出不同电流下磁垫的磁吸力大小,发现两者的磁吸力变化趋势相同,数值基本吻合,验证了ANSYS软件模拟的准确性。同时结果表明磁吸力随电流强度的增大呈现线性增长趋势,当励磁电流为40A时,磁垫的磁吸力可达到32649N。再次,选择H68铜板,在不同电流强度下进行基于电控永磁压边方法的圆筒形件拉深实验。通过Dynaform有限元模拟对实验结果进行对比分析,发现模拟制件与实验制件在成形效果上具有一致性。在电流15A时,压边力过小,板料出现严重失稳起皱。电流为25A时,压边力合适,板料成形效果良好。在电流35A时,压边力过大,板料出现失稳破裂。结果表明,随着电流强度的增大,磁垫提供的压边力随之增大。同时验证了压边过程中磁垫提供的压边力大小与ANSYS模拟得到的磁吸力大小相符。说明可以根据特定板坯所需压边力大小,采用ANSYS软件确定磁垫充磁电流强度参数,达到定量控制电控永磁磁垫压边力的目的。最后,采用理论计算与有限元模拟相结合的方法,对不同的压边方法进行了压边能耗分析。结果表明,在压边力为16717N的情况下,将直径94mm的H68铜板拉深25mm,电控永磁压边方法的压边能耗最小,仅相当于传统压边方法的57.4%,相当于电磁压边方法的4.1%,同时压边能耗占比最小,且随着拉深行程的增加,节能效果更加明显。通过有限元模拟的方法,发现随着板料厚度的减小,压边能耗占比增大;随着强度系数的减小,压边能耗占比增大。同时得出电控永磁压边方法的压边能耗占比在板料任意厚度、强度系数下总是最低,说明采用电控永磁压边方法进行拉深成形,总能量大部分用于板料成形,能量的有效利用率最高,验证了电控永磁压边方法具有节能减排的优点。
马向东[3](2015)在《拼焊板成形性能及其在方盒形件拉深成形中的应用研究》文中研究指明拼焊板成形技术是指采用不同厚度、不同材质或不同表面涂层的板材,经下料后焊接成整体预制板坯,再进行冲压成形的工艺方法。拼焊板成形技术在减少车身重量、增强车身结构安全性等方面具有重要作用。近年来,随着社会对环境保护、节能减排等要求越来越高,拼焊板成形技术在汽车制造业中的应用越来越广泛。但是,拼焊板母材或厚度不同或强度不同,且存在焊缝和热影响区,导致拼焊板在成形技术上与常规单一板材相比有很大不同,有很多新的技术问题亟待解决,如拼焊板激光焊接、焊接区对拼焊板成形的影响和成形极限等问题。因此,对拼焊板激光焊接过程、焊缝及热影响区金属力学性能测定、拼焊板成形极限以及拼焊板拉深成形过程控制等问题进行深入研究具有十分重要的意义。本文首先研究了不同焊接功率和不同焊接速度对拼焊板激光焊接接头宏观质量的影响规律,给出了课题研究用拼焊板的合理焊接工艺参数取值范围,并基于显微组织分析、硬度测试等试验对拼焊板激光焊接接头进行了质量检测。通过“小尺寸型”拼焊板试样单向拉伸、混合法则和纳米压痕等技术,分别建立了拼焊板焊缝及热影响区金属的平均和非平均弹塑性力学性能测定模型。采用Erichsen杯突试验对比了忽略和考虑焊缝及热影响区金属弹塑性力学性能对拼焊板成形结果的影响。基于塑性本构关系和Hosford屈服准则,在拼焊板焊缝及热影响区金属的弹塑性力学性能已知条件下,提出了一种能较好预测同材等厚拼焊板成形极限的理论计算方法。对于异厚拼焊板,建立了从细观损伤角度预测拼焊板成形极限的GTN(Gurson-Tvergaard-Needleman)模型,采用有限元软件ABAQUS,耦合基于Mises屈服准则的弹塑性GTN损伤模型,对异厚拼焊板的成形极限进行了预测。设计了拼焊板半球凸模胀形物理试验,试验过程中通过改变试件的宽度得到了不同应变状态下完整的拼焊板成形极限图,并与前面两种预测模型得到的拼焊板成形极限图进行了对比分析。综合考虑焊缝及热影响区金属弹塑性力学性能,以拼焊板成形极限图作为拼焊板方盒形件拉深成形的破裂判据,建立了拼焊板方盒形件拉深成形的有限元数值模拟模型。着重分析了拉深成形过程中压边力这一最重要且易于控制的工艺参数对拼焊板方盒形件拉深成形极限、焊缝移动和侧壁起皱(对于锥壁类方盒形件而言)的影响规律,给出了较优的压边力加载方式。引入人工神经网络模型,分析了拼焊板方盒形件拉深成形过程中的主要影响因素,建立了拼焊板方盒形件拉深成形过程中较优的压边力神经网络预测模型。基于正交试验设计和有限元数值模拟构建了神经网络预测模型所需的训练样本,从而实现了压边力控制规律的准确预测。本文最后建立了拼焊板方盒形件拉深成形实验系统,在拉深过程变量P(拉深力)、Q(压边力)和h(拉深行程)的采集实验中,利用LabVIEW虚拟仪器和技术,建立了拼焊板方盒形件拉深成形实验的数据采集系统。设计了拼焊板方盒形件拉深成形的实验模具,并通过物理实验和有限元数值模拟相结合的方法,探讨了板料厚度比、压边力和模具参数等因素对拼焊板方盒形件拉深成形的影响规律。
刘瑞光[4](2012)在《拼焊板方盒形件拉深成形规律及材料性能参数的实时识别》文中指出随着汽车市场竞争日益激烈,社会对安全、经济、环保的呼吁,具有提高生产效率、降低生产成本、节能环保、增加安全性等优势的拼焊板,在汽车行业受到越来越多的重视,成为制造业和学术界的一大研究热点。拼焊板两侧板料的厚度不同或者材质不同,导致金属流动不均匀,容易出现难以控制的焊缝移动、起皱、破裂等问题。方盒形件是最常见的、几何形状相对比较规则、应用比较广泛的一类冲压件,在非对称零件中具有一定的代表性,因此研究拼焊板方盒形件冲压成形技术对于掌握拼焊板非轴对称零件拉深成形技术具有重要的意义。本文以拼焊板方盒形件拉深成形为研究对象,利用有限元软件DYNAFORM,对两侧板料施加不同的压边力方案进行模拟研究,在尽可能满足成形深度的同时,减小焊缝移动量,得出了较优的压边力方案,并对多种材料进行了模拟,为训练神经网络提供了样本数据;在此基础上建立了拼焊板方盒形件拉深成形材料性能参数的神经网络识别模型;识别模型收敛精度达到了1‰,随机抽取的样本识别误差都比较小,并利用实验数据验证了识别模型的可行性;此外研究了样本复杂性和网络结构复杂性对模型的泛化能力的影响规律,实验证明,BP神经网络适合拼焊板方盒形件拉深材料性能参数的实时识别。本文将正交试验、模拟与神经网络三者结合,得出拼焊板方盒形件拉深成形参数识别模型,为拼焊板方盒形件拉深成形过程的实时控制技术的研究奠定了基础。
马瑞,赵军,屈晓阳[5](2009)在《盒形件智能化拉深压边力规律的实时预测》文中研究指明拉深过程中,压边力规律的实时预测是实现变压边力实时控制的关键。以盒形件为研究对象,引入人工神经网络,研究了变压边力规律实时预测模型的拓扑结构,获得了样本数据与提高预测模型收敛精度和泛化精度的方法。结果表明:对输入样本进行归一化处理,采用正则化训练方法,并适当地选取训练样本数和隐层节点数,可使预测模型的泛化精度控制在10%以内。
赵海会[6](2009)在《锥形件智能化拉深系统的研究》文中研究表明板材成形的智能化,是控制科学、计算机科学与板材成形理论的有机结合,根据被加工对象的特征,利用易于监测的物理量,识别材料的性能参数,预测最优的工艺参数,并自动以最优的工艺参数完成板材成形过程。轴对称件拉深成形的智能化是板材成形智能化研究的一个重要方面,是研究复杂曲面件智能化拉深成形的基础。材料参数和摩擦系数实时识别是轴对称件拉深成形智能化系统主要组成部分,实时识别精度的高低、实时识别时间的长短直接影响轴对称件拉深成形智能化的成败。本文利用人工神经网络学习能力强、容易进行模式识别与预测、容易进行信息处理的特点来实现材料参数的实时识别与最优工艺参数的预测,同时利用BP(Back Propagation)神经网络对材料参数进行了实时识别与最优工艺参数实时预测的研究。本文建立了锥形件拉深成形智能化控制过程中参数识别的神经网络模型,利用MATLAB编程语言编写了BP神经网络算法程序。实验证明,BP神经网络比较适合于锥形件拉深成形智能化控制过程中参数的实时识别与最优工艺参数的预测,对以后进一步研究板材锥形件拉深成形智能化控制具有较为重要的意义。本文采用虚拟仪器控制软件LabVIEW,开发了材料性能参数识别模型和优化压边力预测模型接口程序,解决了智能拉深过程中的压边力的实时预测和实时控制关键技术问题。结合原有的数据采集系统以及控制系统,完成了整个锥形件智能化系统的集成和调试工作。
李建[7](2009)在《大口径直缝埋弧焊管JCO成形智能化控制技术的研究》文中研究说明自河北青县巨龙钢管有限公司引进了我国第一条大口径直缝埋弧焊管JCO生产线后,我国开始对管坯JCO成形工艺及相关技术进行了消化和吸收,由于关键技术和设备从国外引进,对管坯成形质量控制及工艺参数调整只停留在经验层面上,存在着工艺参数调整误差大、人员工作强度大及产品质量波动大等现实情况。为此,本文提出了大口径直缝埋弧焊管JCO成形智能化控制技术,以实现管坯成形质量的实时监测和工艺参数的实时预测。本文在板材弯曲智能化控制技术的研究成果基础上,分析了管坯JCO成形智能化控制需要解决的关键技术,并对管坯JCO成形过程理论解析、成形过程中的信息监测、材料性能参数识别及工艺参数预测等方面的相关问题展开了系统研究。从板料成形状态和板料内质点变形状态出发,基于塑性弯曲工程理论,建立了管坯JCO弯曲成形过程的力学模型,推导出了板料任一成形状态板料内任一质点卸载前后的转角、弯曲半径数学表达式,分别给出了描述弯曲力和弯曲行程、弯曲角和弯曲行程之间关系的更为精确的解析表达式。根据卸载理论,建立了精确的回弹计算模型,并利用有限元和实验研究等方法对理论计算结果进行了数值验证,为管坯JCO成形智能化控制技术中识别和预测模型的建立奠定了理论基础。利用机器视觉和传感器技术,开发了管坯JCO成形过程实时监测系统,实现了弯曲力、弯曲行程和弯曲角等物理参数的非接触、高精度的实时测量。详细研究了管坯端面图像处理和直线检测算法,在试验和结果比较基础上,提出了适合管坯端面的图像处理流程。系统地研究了摄像机标定方法,为克服传统标定方法的标定过程繁琐、需高精度标定参照物的不足,本文提出了适合现场使用的正三角形标定方法,并用实验验证了该方法的正确性和有效性。通过对管坯JCO成形及弹复过程中的特征变量进行分析和研究,完成了神经网络识别模型的输入、输出层设计,利用MATLAB编程语言,开发了管坯JCO成形过程中的参数识别和预测程序。选择前馈BP网络作为识别和预测模型的神经网络结构、LM算法作为网络优化算法,提高了网络收敛和泛化精度。在上述研究基础上,利用Visual C++编程语言开发了管坯JCO成形智能化控制系统软件,主要内容包括:管坯弯曲成形过程理论解析计算程序开发,神经网络训练样本自动创建程序开发,弯曲力、弯曲行程数据采集程序开发,管坯端面图像处理及直线检测程序开发,摄像机标定程序开发以及Visual C++与MATLAB接口程序开发。最后利用PCI总线数据采集卡、面阵CCD及相关硬件,完成了管坯JCO成形智能化控制硬件系统开发。利用管坯JCO成形智能化控制系统进行了物理模拟实验,实验结果表明系统运行稳定,行程工艺参数预测精度可靠,制品椭圆度具有较高的一致性。作为研究工作的最终成果,成功地将自主开发的智能化控制系统移植到了大口径直缝埋弧焊管JCO成形生产线上。
钱志平[8](2009)在《型材拉弯的智能化控制工艺理论研究》文中提出型材拉伸弯曲工艺在汽车、航空工业等领域中应用极为广泛。研发型材拉弯新产品制件的周期较长,最突出的问题是制品弹复难以精确控制,为保证制件精度须经常调整生产工艺参数。即使是同牌号、同批次的型材,由于制造型材的板材性能和辊压工艺条件的波动,也会引起拉弯制品弹复的较大变化。当前制造业市场的发展趋势是对高精度、多品种、小批量的弯曲件的需求日益增加,而原材料成本与最终产品价格的差额逐渐减小,并且竞争日趋激烈,迫使制造业寻求更为有效的方法,降低生产成本,提高生产率。采用智能化控制技术来实现拉弯回弹的精确控制,是解决上述问题的一种有效途径。型材拉弯智能化是将每个坯料看成性能各异的个体,对在拉弯成形过程中,实时识别出每个个体的性能参数及工况参数,进而预测出最优的工艺参数,并以最优的工艺参数完成拉弯成形及其卸载的过程,从而达到更高的精度。本文分析了型材拉弯智能化需要解决的关键技术,对理论解析、参数识别及最优工艺参数的预测等方面的相关问题展开了系统研究。在型材拉弯智能化控制所要求的实时监测、识别、预测和控制四个基本要素中,参数识别模型和最优工艺参数预测模型的建立是基于对拉弯成形规律认识的基础上的。利用塑性弯曲工程理论,根据拉弯变形特点,对加载模式为先拉伸后弯曲的任意截面型材小曲率拉弯成形及回弹机理进行了深入的理论研究,建立了能够描述任意截面型材小曲率拉弯成形过程及回弹的力学模型。得出了几何参数和力学参数对拉弯回弹的影响规律,为型材拉弯智能化控制提供了理论依据。利用理论解析、有限元模拟和实验等研究手段,分析了影响矩形板材拉弯成形及卸载后回弹的主要因素,提出了理论预测模型的修正方法和性能参数实时识别的判据,从而确定了拉弯智能化控制过程中的参数识别及最优工艺参数预测模型。采用虚拟仪器控制软件LabVIEW、6062E数据采集卡及相关模块,建立了便携式数据采集系统。在该系统上开发了信号采集和传感器标定等程序,获得了令人满意的信号检测与控制的速度和精度。建立了拉伸弯曲智能化控制系统,提出了通过控制预拉力来控制型材的回弹的方案。设计加工了拉弯实验装置,改装了液压系统。对矩形板材和П形对称截面型材进行了拉弯试验,实验结果表明,理论预测模型是正确的。
杨嵩[9](2008)在《锥形件智能化拉深仿真系统的研究》文中进行了进一步梳理板材成形是金属塑性加工领域的一大分支,在汽车、航空、仪表等工业领域占有重要的地位,其技术水平在某种程度上反映了一个国家或地区的工业现代化水平。成形过程的智能化是继自动化、柔性化后目前板材成形的主要研究方向。板材成形智能化,由实时监测、实时识别、实时预测和实时控制四个基本要素构成,根据被加工对象的特点,利用易于监测的物理量,实时确定材料性能参数及最优的工艺参数,并自动以最优工艺参数完成板材成形过程。板材成形智能化不但可以改变冲压生产工艺的面貌,而且还将促进冲压设备的变革,同时也会引起板材成形理论的进步与分析精度的提高,在降低板材级别,消除模具与设备调整的技术难度,缩短调模试模时间,提高成品率和生产率等方面都具有十分明显的意义。本文通过以锥形件的拉深为对象进行板材成形智能化技术的研究,对促进我国的板材成形智能化研究及其在工业生产中的应用将有重要的意义。本文在原有的已建立的锥形零件拉深过程的理论模型研究成果基础上,分析了锥形件拉深智能化需要解决的关键技术,对其中的压边力控制曲线的加载模式、板材性能参数的实时识别、实时控制以及系统的集成仿真等方面的相关问题展开了系统研究。在锥形件拉深智能化控制所要求的四个基本要素中,参数识别模型和最优工艺参数预测模型的建立都是基于对锥形件成形规律的认识程度基础上的。本文针对锥形件拉深成形中侧壁起皱失稳具体情况,运用能量法,解析了考虑曲侧壁母线时的侧壁起皱临界压边力。在结合原有的法兰起皱临界压边力以及侧壁破裂临界压边力的基础上,得到了锥形件拉深的压边力安全区域。利用有限元仿真模拟和实验的方法,考察了多种加载曲线对工件成形质量的影响,得到法兰不起皱、侧壁不破裂、侧壁质量较优的一条变压边力加载曲线,这为实时控制提供了理论依据。并在此基础上建立了优化压边力预测神经网络模块。针对BP神经网络在材料性能参数识别中存在的收敛速度慢、预测精度不高等问题,引入了Rough集理论,运用强大的数据约简功能、分类功能为神经网络提供了更合理的结构和样本数据,确定了锥形件拉深智能化中实时预测问题的解决方法。常规的PID控制方法,由于PID参数设定以后在拉深过程中无法改动,PID参数不随着压边力优化控制曲线的变化而变化,这就使得实际控制效果不佳,理想的压边力优化曲线与实际输出曲线存在一定的误差。本文在此提出了结合PID控制和神经网络技术,编译出针对锥形件拉深的仿真控制程序,采用PID神经网络根据实际输出与理想输出曲线的误差进行网络的自我调节,这就可以有效的减小实际输出曲线与理想输出曲线的误差,符合智能化控制系统实时控制的要求。本文采用虚拟仪器控制软件LabVIEW,集成实时识别系统和实时预测系统和PID神经网络实时控制系统,实现智能拉深过程中材料性能参数的实时识别、变压边力控制规律的实时预测、以及拉深过程的实时控制,完成了整个智能化控制系统的集成,建立起了以锥形件为代表的轴对称件的智能化拉深仿真系统。
苏春建[10](2008)在《多角单次弯曲件回弹规律及智能化控制技术的研究》文中指出板材弯曲在汽车、农机、航空航天、仪表等领域中应用极为广泛。弯曲成形中最突出的问题是弯曲回弹难以精确控制,尤其是形状复杂的弯曲件。影响弯曲回弹的因素很多,即使是同牌号、同批次的板材,由于材料性能及工艺条件的波动也会引起弯曲件回弹量的较大变化。当前制造业市场的发展趋势是对高精度、多品种、小批量的弯曲件的需求日益增加,而原材料成本与最终产品价格的差额逐渐减小,并且竞争日趋激烈,迫使制造业寻求更为有效的方法,降低生产成本,提高生产率。采用智能化控制技术来实现弯曲回弹的精确控制,是解决上述问题的一种有效途径。板材弯曲智能化是将每个坯料看成性能各异的个体,在弯曲成形过程中,实时识别出每个个体的性能参数及工况参数,进而预测出最优的工艺参数,并以最优的工艺参数完成弯曲成形及其卸载的过程,从而达到更高的精度。本文在板材拉深成形和V形件自由弯曲成形智能化控制的研究成果基础上,分析了板材帽形件弯曲智能化需要解决的关键技术,在理论解析、参数识别及最优工艺参数的预测等方面的相关问题展开了系统研究。在板材弯曲智能化控制所要求的四个基本要素中,参数识别模型和最优工艺参数预测模型的建立是基于对弯曲成形规律认识的基础上的。利用板材成形塑性理论,根据弯曲变形特点,对多角单次弯曲成形及回弹机理进行了深入的理论研究,建立了能够描述多角单次弯曲成形及其回弹过程的U形件自由弯曲模型和帽形件弯曲模型。得出了几何参数和力学参数对弯曲回弹的影响规律,为帽形件弯曲智能化控制提供了理论依据。利用理论解析、有限元模拟和实验等研究手段,分析了对U形件自由弯曲和帽形件弯曲成形及卸载后回弹有影响的主要因素,从而确定了帽形件弯曲智能化控制过程中的参数识别及最优工艺参数预测模型。网络拓扑结构选择前向神经网络结构,Levenberg-Marquarat算法作为网络优化算法,并利用Matlab编程语言编写了神经网络算法程序。通过数值模拟和实验得到数据样本,进行网络训练,使得识别收敛精度达到1‰,且识别的泛化精度较高。此外,研究了样本数据和隐层节点数目对网络模型的效率、精度和泛化能力的影响规律。采用虚拟仪器控制软件LabVIEW、6062E数据采集卡及相关模块,建立了便携式数据采集系统。在该系统上开发了信号采集和传感器标定等程序,获得了令人满意的信号检测与控制的速度和精度。开发了信号采集程序与识别和预测模型之间的接口程序,从而实现了帽形件弯曲过程中材料参数的实时识别与最优工艺参数的实时预测及控制。建立了帽形件弯曲智能化控制系统,通过控制压边力,实现了弯曲回弹的精确控制,从而实现了帽形件弯曲成形的智能化控制。四种板材的帽形件弯曲智能化实验结果表明,按前述理论和实验研究结果建立的智能化弯曲系统是成功的。
二、轴对称件拉深成形智能化控制过程中参数实时识别的GA-ENN建模(论文开题报告)
(1)论文研究背景及目的
此处内容要求:
首先简单简介论文所研究问题的基本概念和背景,再而简单明了地指出论文所要研究解决的具体问题,并提出你的论文准备的观点或解决方法。
写法范例:
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
(2)本文研究方法
调查法:该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法:用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法:通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法:通过调查文献来获得资料,从而全面的、正确的了解掌握研究方法。
实证研究法:依据现有的科学理论和实践的需要提出设计。
定性分析法:对研究对象进行“质”的方面的研究,这个方法需要计算的数据较少。
定量分析法:通过具体的数字,使人们对研究对象的认识进一步精确化。
跨学科研究法:运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法:这是社会科学用来分析社会现象的一种方法,从某一功能出发研究多个方面的影响。
模拟法:通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、轴对称件拉深成形智能化控制过程中参数实时识别的GA-ENN建模(论文提纲范文)
(1)电控永磁压边方法关键技术及拉深工艺研究(论文提纲范文)
摘要 |
ABSTRACT |
第1章 绪论 |
1.1 课题研究背景及意义 |
1.2 拉深成形工艺中的压边力技术研究现状 |
1.2.1 压边力加载方式研究现状及存在问题分析 |
1.2.2 分区压边技术发展现状 |
1.3 电控永磁技术研究现状及应用于拉深成形的优势 |
1.3.1 电控永磁技术研究现状 |
1.3.2 应用电控永磁技术施加压边力的优势 |
1.4 基于电控永磁技术的压边方法简介及研究意义 |
1.5 本文主要研究内容 |
第2章 电控永磁磁垫设计的影响因素研究 |
2.1 电控永磁技术实现的材料基础 |
2.1.1 磁感应强度和磁场强度 |
2.1.2 永磁材料的分类和特性参数 |
2.2 磁场发生单元设计 |
2.2.1 电路设计 |
2.2.2 磁路结构设计 |
2.2.3 磁场单元材料和结构 |
2.3 磁场单元磁力性能研究 |
2.3.1 磁场单元的磁场有限元分析 |
2.3.2 磁场单元的磁吸力测量实验研究 |
2.4 磁场单元温升问题研究 |
2.4.1 磁场单元的瞬态热分析 |
2.4.2 磁场单元的温升实验 |
2.5 用于拉深模具的电控永磁磁垫设计及分析 |
2.5.1 基于电控永磁技术的磁垫设计 |
2.5.2 磁垫的磁场分析 |
2.6 本章小结 |
第3章 电控永磁拉深模具设计和拉深工艺研究 |
3.1 拉深模具及拉深工艺设计 |
3.1.1 倒装拉深模具 |
3.1.2 正装拉深模具 |
3.2 磁垫的磁力耦合问题研究 |
3.2.1 一步耦合分析法 |
3.2.2 顺序耦合分析方法 |
3.2.3 全耦合法 |
3.2.4 基于绘图法的耦合分析方法的研究 |
3.2.5 板坯上压边力的初始分布 |
3.3 常规压边和电控永磁压边拉深成形的数值模拟研究 |
3.4 圆筒形件的倒装拉深实验 |
3.5 圆筒形件的成形模拟正装拉深实验 |
3.6 本章小结 |
第4章 基于电控永磁技术的多环分区压边方法研究 |
4.1 引言 |
4.2 基于能量法的径向多环分区压边方法的理论研究 |
4.3 多环压边实验装置的设计 |
4.4 多环压边磁垫的有限元分析 |
4.4.1 磁场有限元分析 |
4.4.2 初始单位压边力分布的研究 |
4.5 成形有限元模拟 |
4.6 多环分区压边方法的实验研究 |
4.7 本章小结 |
第5章 基于电控永磁技术的复合分区压边方法研究 |
5.1 引言 |
5.2 电控永磁复合分区压边装置和模具设计 |
5.3 复合分区压边方法的理论研究 |
5.3.1 轴对称圆角区的起皱机理及分区压边合理性分析 |
5.3.2 法兰直边段的起皱机理及分区压边合理性分析 |
5.4 复合分区压边方法作用下的有限元分析 |
5.4.1 复合式压边装置的磁场分析 |
5.4.2 复合式压边方法作用下的初始压边力分布 |
5.5 复合分区压边方法的实验验证 |
5.6 电控永磁压边技术的节能分析 |
5.7 本章小结 |
结论 |
参考文献 |
攻读博士学位期间承担的科研任务与主要成果 |
致谢 |
(2)铜板电控永磁压边拉深成形工艺研究(论文提纲范文)
摘要 |
Abstract |
第1章 绪论 |
1.1 研究背景 |
1.2 压边力控制技术研究现状 |
1.2.1 压边力曲线随行程变化的研究现状 |
1.2.2 压边力曲线随位置变化的研究现状 |
1.2.3 压边力实现方法的研究现状 |
1.3 电控永磁技术研究现状 |
1.4 本课题研究目的及意义 |
1.5 本文的主要研究内容 |
第2章 磁垫磁路设计及双磁极单元磁场分析 |
2.1 引言 |
2.2 电控永磁磁垫结构及工作原理 |
2.2.1 电控永磁磁垫结构 |
2.2.2 电控永磁磁垫工作原理 |
2.3 磁极单元磁路分析 |
2.3.1 磁路计算方法 |
2.3.2 双磁极单元磁路模拟分析 |
2.4 磁极单元材料选取及磁吸力计算 |
2.4.1 磁极单元材料选取 |
2.4.2 磁极单元磁吸力理论计算 |
2.5 本章小结 |
第3章 八磁极单元磁垫设计及其磁吸力研究 |
3.1 引言 |
3.2 八磁极单元磁垫设计与分析 |
3.2.1 磁场区与成形区的设计 |
3.2.2 磁极单元布置与材料选择 |
3.2.3 电控永磁磁垫充退磁状态分析 |
3.2.4 基于ANSYS有限元模拟的磁路分析 |
3.2.5 电控永磁磁垫拉深模具设计及压边过程分析 |
3.3 基于ANSYS有限元磁垫磁吸力模拟 |
3.3.1 ANSYS软件的电磁学简介 |
3.3.2 基于ANSYS软件的磁吸力分析步骤 |
3.3.3 电控永磁磁垫磁吸力有限元模拟结果 |
3.4 电控永磁磁垫磁吸力测量实验 |
3.4.1 实验目的及方案 |
3.4.2 实验装置 |
3.4.3 实验过程 |
3.4.4 磁吸力实验结果分析 |
3.5 本章小结 |
第4章 铜板电控永磁压边拉深成形仿真模拟及实验研究 |
4.1 引言 |
4.2 铜板拉深成形有限元模拟 |
4.2.1 DYNAFORM有限元软件简介 |
4.2.2 基于DYNAFORM的有限元模型建立 |
4.2.3 圆筒形件拉深成形有限元模拟结果 |
4.3 铜板电控永磁压边拉深成形实验 |
4.3.1 实验目的及方案 |
4.3.2 实验装置 |
4.3.3 圆筒形件拉深实验过程 |
4.3.4 拉深实验结果分析 |
4.4 本章小结 |
第5章 电控永磁压边方法力能参数分析 |
5.1 引言 |
5.2 力学分析 |
5.2.1 拉深成形过程的力学分析 |
5.2.2 不同压边方法的力学分析 |
5.3 电控永磁压边方法与其他压边方法能耗对比 |
5.3.1 压边能耗分析 |
5.3.2 压边能耗占比分析 |
5.4 板料厚度与强度系数对压边能耗占比的影响 |
5.4.1 板料厚度对压边能耗占比影响 |
5.4.2 强度系数对压边能耗占比影响 |
5.5 本章小结 |
结论 |
参考文献 |
攻读硕士学位期间承担的科研任务与主要成果 |
致谢 |
(3)拼焊板成形性能及其在方盒形件拉深成形中的应用研究(论文提纲范文)
摘要 |
ABSTRACT |
第1章 绪论 |
1.1 引言 |
1.2 拼焊板成形技术及其应用 |
1.3 拼焊板成形研究现状及国内外发展趋势 |
1.3.1 拼焊板弯曲成形的研究 |
1.3.2 拼焊板拉深成形的研究 |
1.3.3 有限元法在拼焊板成形中的应用 |
1.3.4 板材拉深智能化成形技术研究 |
1.4 课题研究的意义 |
1.5 课题研究的主要内容 |
第2章 拼焊板制备及其焊缝弹塑性力学性能测定 |
2.1 引言 |
2.2 拼焊板激光焊接工艺参数确定及其制备 |
2.2.1 激光焊接实验设备 |
2.2.2 激光焊接工艺参数确定 |
2.2.3 激光焊接接头质量检测 |
2.3 拼焊板焊缝及热影响区金属力学性能测定 |
2.3.1 平均力学性能 |
2.3.2 基于纳米压痕试验的非平均力学性能 |
2.4 焊缝及热影响区金属力学性能对拼焊板成形结果的影响 |
2.5 本章小结 |
第3章 拼焊板成形极限图的试验方法与预测研究 |
3.1 引言 |
3.2 拼焊板成形极限图的试验研究 |
3.2.1 试验材料及设备 |
3.2.2 应变路径的获得方法 |
3.2.3 极限应变状态的判断与测量 |
3.2.4 试验结果与讨论 |
3.3 基于塑性失稳理论的拼焊板成形极限图预测 |
3.3.1 塑性失稳理论简介 |
3.3.2 拼焊板及其母材成形极限理论预测 |
3.3.3 计算结果与讨论 |
3.4 基于GTN细观损伤模型的拼焊板成形极限图预测 |
3.4.1 细观损伤力学模型 |
3.4.2 GTN模型损伤参数确定 |
3.4.3 获取拼焊板成形极限图的有限元数值模拟模型 |
3.4.4 结果与讨论 |
3.5 本章小结 |
第4章 拼焊板方盒形件拉深成形的有限元数值模拟研究 |
4.1 引言 |
4.2 有限元数值模拟模型的建立 |
4.2.1 材料模型的选择 |
4.2.2 单元类型的选择 |
4.2.3 求解算法的选择 |
4.2.4 接触部分的处理 |
4.2.5 焊缝模型的建立 |
4.2.6 拼焊板成形极限图的引入 |
4.3 直壁类拼焊板方盒形件拉深成形的数值模拟 |
4.3.1 有限元分析模型 |
4.3.2 数值模拟结果分析 |
4.4 锥壁类拼焊板方盒形件拉深成形的数值模拟 |
4.4.1 有限元分析模型 |
4.4.2 数值模拟结果分析 |
4.5 本章小结 |
第5章 拼焊板方盒形件拉深成形过程中的压边力预测 |
5.1 引言 |
5.2 人工神经网络技术简介 |
5.2.1 人工神经网络的特点 |
5.2.2 人工神经网络在塑性加工领域的应用 |
5.3 拼焊板方盒形件拉深成形过程中的压边力预测模型 |
5.3.1 BP神经网络模型 |
5.3.2 输入层和输出层设计 |
5.3.3 隐含层数目和隐含层节点数的选取 |
5.3.4 BP神经网络训练算法 |
5.3.5 编程语言的选择 |
5.4 样本数据的采集与处理 |
5.4.1 正交试验简介 |
5.4.2 正交试验设计 |
5.4.3 样本数据归一化处理 |
5.5 神经网络训练 |
5.6 神经网络泛化能力检验 |
5.7 本章小结 |
第6章 拼焊板方盒形件拉深成形实验 |
6.1 引言 |
6.2 拼焊板方盒形件拉深成形实验系统 |
6.3 移动式多功能信号采集系统 |
6.3.1 LabVIEW虚拟仪器控制程序介绍 |
6.3.2 基于LabVIEW的数据采集系统 |
6.3.3 数据采集的信道设置 |
6.3.4 数据采集的信号调理 |
6.4 拼焊板方盒形件拉深成形的主要影响因素 |
6.4.1 实验模具设计 |
6.4.2 实验结果与讨论 |
6.5 本章小结 |
结论 |
参考文献 |
攻读博士学位期间承担的科研任务与主要成果 |
致谢 |
(4)拼焊板方盒形件拉深成形规律及材料性能参数的实时识别(论文提纲范文)
摘要 |
ABSTRACT |
第1章 绪论 |
1.1 引言 |
1.2 拼焊板冲压成形 |
1.2.1 拼焊板的成形特点 |
1.2.2 拼焊板方盒形件的成形机理 |
1.3 拼焊板成形的国内外研究现状 |
1.4 本课题研究的意义和内容 |
1.4.1 选题的意义 |
1.4.2 本课题的研究内容和方法 |
第2章 拼焊板方盒形件成形规律的仿真模拟 |
2.1 仿真软件的选取及简介 |
2.2 基于 DYNAFORM 拼焊板冲压成形的模拟流程 |
2.3 拼焊板方盒形件仿真模型的建立 |
2.3.1 模具与板料几何模型的建立 |
2.3.2 前处理模型的建立 |
2.3.3 后处理分析 |
2.4 拼焊板方盒形件冲压成形的仿真分析 |
2.4.1 焊缝移动规律的研究 |
2.4.2 成形极限研究 |
2.4.3 综合考虑焊缝移动和成形极限 |
2.4.4 不同板厚比拼焊板的最佳压边力方案 |
2.5 本章小结 |
第3章 BP 神经网络在拼焊板方盒形件拉深过程中的应用 |
3.1 引言 |
3.2 人工神经网络技术的特点及应用 |
3.2.1 人工神经网络的特点 |
3.2.2 人工神经网络在塑性加工领域的应用 |
3.3 拼焊板方盒件拉深成形过程中的神经网络模型的设计 |
3.3.1 BP 神经网络 |
3.3.2 网络输入层输出层的设计 |
3.4 样本数据的采集 |
3.4.1 拼焊板方盒形件拉深数值模拟 |
3.4.2 实验 |
3.5 隐含层数目和隐含层节点的选取 |
3.6 编程语言的选择 |
3.7 本章小结 |
第4章 拼焊板方盒形件拉深过程中参数的实时识别 |
4.1 神经网络的优化算法 |
4.2 LM 算法与 GDM 和 SCG 算法的结果比较 |
4.3 拼焊板方盒形件拉深成形材料参数的识别结果 |
4.4 样本输出数据对网络输出变量识别精度的影响 |
4.5 网络的泛化能力 |
4.5.1 样本的复杂性 |
4.5.2 网络的结构复杂性 |
4.6 本章小结 |
结论 |
参考文献 |
攻读硕士学位期间承担的科研任务与主要成果 |
致谢 |
作者简介 |
(6)锥形件智能化拉深系统的研究(论文提纲范文)
摘要 |
Abstract |
第1章 绪论 |
1.1 前言 |
1.2 板材拉深成形智能化研究现状及国内外发展趋势 |
1.2.1 拉深智能化的研究 |
1.2.2 筒形件拉深过程自适应控制 |
1.2.3 轴对称件拉深过程的智能化 |
1.2.4 神经网络控制系统的研究 |
1.2.5 人工神经网络在塑性加工领域的应用 |
1.2.6 板材成形智能传感与控制系统的研究 |
1.3 选题意义及主要研究内容 |
第2章 材料性能参数的在线识别 |
2.1 前言 |
2.2 人工神经网络的概述及特点 |
2.3 材料性能参数实时识别网络模型的建立 |
2.3.1 输入层和输出层的确定 |
2.3.2 神经网络模型的确定 |
2.3.3 神经网络算法的选取 |
2.3.4 获取样本数据 |
2.3.5 样本数据的预处理 |
2.3.6 隐层数和隐层节点数的选取 |
2.4 编程语言的选取 |
2.5 训练及检验结果 |
2.6 材料性能参数的在线实时识别 |
2.6.1 系统的构成 |
2.6.2 在线实时识别的结果及实验验证 |
2.7 本章小结 |
第3章 锥形件拉深成形变压边力控制规律的预测 |
3.1 前言 |
3.2 以压边力形式描述的锥形件拉深理论三极限 |
3.3 变压边力加载的三种模式 |
3.4 三种变压边力加载模式的数值模拟 |
3.4.1 成形质量评价函数的确定 |
3.4.2 有限元数值模拟软件介绍 |
3.4.3 模拟计算中的关键性技术因素 |
3.4.4 三种加载模式的变压边力拉深模拟 |
3.5 压边力控制规律的实时预测 |
3.5.1 输入层和输出层的确定 |
3.5.2 网络样本数据的获得 |
3.5.3 预测结果及分析 |
3.6 本章小结 |
第4章 锥形件拉深智能化控制实验系统 |
4.1 前言 |
4.2 系统的构成 |
4.3 液压机液压系统改装及实验设计 |
4.4 系统软件的功能及特点 |
4.4.1 系统软件的组成 |
4.4.2 系统软件编程工具的特点 |
4.5 基于LABVIEW 的数据采集系统的工作原理及特点 |
4.6 智能化系统的标定 |
4.6.1 监测系统的标定 |
4.6.2 控制系统的标定 |
4.7 锥形件智能化拉深软件系统的介绍 |
4.8 锥形件智能化拉深实验系统 |
4.8.1 锥形件拉深智能化方案 |
4.8.2 拉深智能化实验 |
4.8.3 拉深智能化实验系统的整改方案 |
4.9 本章小结 |
结论 |
参考文献 |
攻读硕士学位期间承担的科研任务与主要成果 |
致谢 |
作者简介 |
(7)大口径直缝埋弧焊管JCO成形智能化控制技术的研究(论文提纲范文)
摘要 |
Abstract |
第1章 绪论 |
1.1 引言 |
1.2 管线钢管制造业现状及国产化研究 |
1.3 管线钢管制造工艺概述 |
1.3.1 螺旋缝埋弧焊管 |
1.3.2 直缝埋弧焊管 |
1.3.3 管坯JCO 成形 |
1.3.4 机械扩径 |
1.4 板材智能化成形技术概述 |
1.4.1 轴对称件智能化拉深成形技术研究 |
1.4.2 非轴对称件智能化拉深成形技术研究 |
1.4.3 板材智能化弯曲成形技术研究 |
1.5 选题意义及主要研究内容 |
1.5.1 选题意义 |
1.5.2 主要研究内容 |
第2章 管坯JCO 成形及弹复理论解析 |
2.1 引言 |
2.2 宽板自由弯曲成形及弹复理论解析 |
2.2.1 基本假设 |
2.2.2 宽板自由弯曲成形过程分析 |
2.2.3 宽板自由弯曲成形及弹复理论解析 |
2.2.4 编程计算 |
2.3 理论解析值与数值模拟、实验结果的比较 |
2.3.1 有限元模型的建立 |
2.3.2 弯曲实验系统 |
2.3.3 弯曲力 |
2.3.4 回弹 |
2.3.5 弯曲行程 |
2.4 本章小结 |
第3章 管坯端面图像处理及角度识别 |
3.1 数字图像处理技术的发展及应用 |
3.2 管坯端面图像处理 |
3.2.1 图像去噪 |
3.2.2 图像增强 |
3.2.3 图像分割 |
3.2.4 边缘检测 |
3.3 直线检测 |
3.3.1 Hough 变换直线检测 |
3.3.2 最小二乘法直线检测 |
3.3.3 Hough 变换和最小二乘法相结合的直线检测 |
3.3.4 角度识别结果及比较 |
3.4 摄像机标定 |
3.4.1 摄像机标定概念 |
3.4.2 摄像机成像模型 |
3.4.3 常用的摄像机标定方法 |
3.4.4 现场标定方法研究和实验验证 |
3.5 本章小结 |
第4章 管坯JCO 成形智能化控制系统的建立 |
4.1 管坯JCO 成形工艺缺陷及控制方法 |
4.2 管坯JCO 成形智能化控制方案 |
4.3 管坯JCO 成形智能化控制硬件系统 |
4.3.1 PCI 总线数据采集卡 |
4.3.2 面阵CCD 及光学镜头 |
4.3.3 图像采集卡 |
4.3.4 其他辅助装置 |
4.4 管坯JCO 成形智能化控制软件系统 |
4.4.1 系统参数设置模块 |
4.4.2 系统标定模块 |
4.4.3 工艺参数设置模块 |
4.4.4 实时监测模块 |
4.4.5 材料性能参数识别模块 |
4.4.6 行程工艺参数预测模块 |
4.5 本章小结 |
第5章 管坯JCO 成形智能化控制实验研究及工业应用 |
5.1 引言 |
5.2 管坯JCO 成形智能化控制实验系统 |
5.3 基于VC++的数据采集系统开发 |
5.4 基于VC++的MATLAB 程序开发 |
5.4.1 系统编程语言 |
5.4.2 材料性能参数识别程序开发 |
5.4.3 VC++与MATLAB 之间接口程序开发 |
5.5 管坯JCO 成形智能化控制实验结果 |
5.6 管坯JCO 成形智能化控制技术的工业应用 |
5.6.1 X80 直缝焊管JCO 成形智能化控制技术的应用 |
5.6.2 X70 直缝焊管JCO 成形智能化控制技术的应用 |
5.7 本章小结 |
结论 |
参考文献 |
攻读博士学位期间承担的科研任务与主要成果 |
致谢 |
作者简介 |
(8)型材拉弯的智能化控制工艺理论研究(论文提纲范文)
摘要 |
Abstract |
第1章 绪论 |
1.1 课题背景 |
1.2 引言 |
1.3 塑性加工成形智能化控制技术 |
1.3.1 成形智能化的发展 |
1.3.2 板材成形智能化系统 |
1.3.3 弯曲回弹的智能控制方法 |
1.4 型材拉弯成形工艺的研究现状及国内外发展趋势 |
1.4.1 拉弯成形工艺研究的主要内容 |
1.4.2 研究拉弯成形的基本方法 |
1.4.3 拉弯成形研究的发展方向 |
1.5 选题的意义及主要研究内容 |
1.5.1 选题的意义 |
1.5.2 主要研究内容 |
第2章 任意截面型材小曲率(截面内无压缩屈服)拉弯理论研究 |
2.1 引言 |
2.2 基本假设 |
2.3 预拉应力小于屈服应力的拉弯 |
2.3.1 弹性拉弯 |
2.3.2 截面部分塑性状态拉弯 |
2.4 预拉屈服后的拉弯 |
2.4.1 拉弯力学模型分析 |
2.4.2 截面应变应力分析 |
2.4.3 应力应变中性层 |
2.4.4 预拉应力的取值范围 |
2.4.5 截面弯矩的计算 |
2.5 卸载过程及弹复研究 |
2.5.1 反向弹性压弯 |
2.5.2 卸载弹复分析 |
2.6 本章小结 |
第3章 矩形板材拉弯及回弹研究 |
3.1 引言 |
3.2 矩形板材拉弯理论研究 |
3.2.1 弹性拉弯的相对弯曲半径 |
3.2.2 部分截面塑性的拉弯回弹 |
3.2.3 预拉屈服拉弯的条件 |
3.2.4 预拉屈服的拉弯回弹 |
3.2.5 预拉应力对回弹的影响 |
3.3 矩形板材拉弯的实验研究 |
3.3.1 实验条件 |
3.3.2 实验结果 |
3.4 预拉屈服回弹公式的修正 |
3.4.1 实验与理论结果的分析 |
3.4.2 理论回弹公式的修正 |
3.5 矩形板材拉弯的数值模拟 |
3.5.1 有限元模拟相关模型及参数的设定 |
3.5.2 拉弯和弹复的模拟 |
3.5.3 模拟结果分析 |
3.6 本章小结 |
第4章 拉弯智能化控制策略 |
4.1 引言 |
4.2 型材性能参数的确定原理 |
4.2.1 拉伸力增值比较法 |
4.2.2 硬化指数和强度系数的确定 |
4.3 最佳预拉力的确定 |
4.3.1 预拉力与回弹的关系 |
4.3.2 预拉力区域 |
4.4 拉弯智能化控制系统 |
4.4.1 系统构成 |
4.4.2 智能拉弯控制模型 |
4.5 本章小结 |
第5章 型材智能化拉弯实验系统 |
5.1 实验系统的构成 |
5.2 拉弯实验装置设计 |
5.2.1 拉伸油缸 |
5.2.2 弯曲油缸 |
5.3 液压系统改造 |
5.4 智能控制系统 |
5.5 基于LabVIEW 的数据采集系统 |
5.5.1 数据采集系统的工作原理及特点 |
5.5.2 基于便携式数据采集系统上的程序开发 |
5.6 监测元件的标定 |
5.6.1 拉力传感器的设计和标定 |
5.6.2 位移传感器的标定 |
5.7 拉弯实验 |
5.8 本章小结 |
结论 |
参考文献 |
攻读博士学位期间承担的科研任务与主要成果 |
致谢 |
作者简介 |
(9)锥形件智能化拉深仿真系统的研究(论文提纲范文)
摘要 |
Abstract |
第1章 绪论 |
1.1 引言 |
1.2 板材成形智能化研究现状及国内外发展趋势 |
1.2.1 拉深成形智能化的研究 |
1.2.2 筒形件拉深过程自适应控制 |
1.2.3 轴对称件拉深过程的智能化 |
1.2.4 自适应模糊控制系统的发展 |
1.2.5 神经网络控制系统的研究 |
1.2.6 板材成形智能传感与控制系统的研究 |
1.3 选题意义及主要研究内容 |
第2章 以压边力形式描述的锥形件拉深理论三极限 |
2.1 引言 |
2.2 拉深力与压边力及拉深行程三者的关系 |
2.2.1 力学模型 |
2.2.2 接触摩擦的简化处理 |
2.2.3 拉深力-行程曲线的能量法解析 |
2.3 侧壁破裂临界压边力 |
2.4 法兰起皱临界压边力 |
2.5 侧壁起皱临界压边力 |
2.5.1 侧壁起皱数学模型 |
2.5.2 悬空侧壁应力分布 |
2.5.3 应力分界圆位置近似解 |
2.5.4 侧壁起皱失稳判据 |
2.5.5 侧壁起皱失稳判据的实验验证 |
2.6 压边力理论三极限曲线 |
2.7 本章小结 |
第3章 锥形件拉深变压边力控制规律 |
3.1 引言 |
3.2 变压边力加载的三种模式 |
3.3 三种加载模式的数值模拟 |
3.3.1 成形质量评价函数的确定 |
3.3.2 有限元模拟相关模型及参数的设定 |
3.3.3 三种加载模式的变压边力拉深模拟 |
3.4 三种加载模式的实验研究 |
3.5 直母线条件下的变压边力控制规律可行性分析 |
3.6 压边力控制规律的实时预测 |
3.7 本章小结 |
第4章 基于Rough 集理论的神经网络参数识别系统 |
4.1 引言 |
4.2 Rough 集理论基本概念 |
4.3 数据约简 |
4.4 Rough 集理论与神经网络的结合 |
4.4.1 神经网络简介 |
4.4.2 粗糙神经网络的结构 |
4.5 Rough 集约简功能在轴对称件性能参数识别中的运用 |
4.5.1 Rosetta 软件介绍 |
4.5.2 轴对称件的神经网络识别模型 |
4.5.3 运用Rosetta 软件对样本数据约简 |
4.5.4 优化后的锥形件材料性能参数识别神经网络 |
4.6 本章小结 |
第5章 PID 神经网络仿真控制 |
5.1 引言 |
5.2 传统控制理论与智能控制技术 |
5.2.1 传统PID 控制特点 |
5.2.2 神经网络控制特点 |
5.2.3 神经网络控制与PID 控制相结合的研究现状 |
5.3 PID 神经网络控制系统 |
5.3.1 PID 神经网络的结构 |
5.3.2 PID 神经网络的反向传播算法 |
5.3.3 PID 神经网络的权值的初始值选取和等价系统 |
5.4 基于智能化拉深控制系统的PID 神经网络仿真 |
5.5 本章小结 |
第6章 锥形件智能化拉深实验系统 |
6.1 模具设备 |
6.2 液压部份 |
6.3 智能控制系统 |
6.4 基于 LabVIEW 的数据采集系统 |
6.5 锥形件智能化拉深过程仿真系统 |
6.6 本章小结 |
结论 |
参考文献 |
攻读博士学位期间承担的科研任务与主要成果 |
致谢 |
作者简介 |
(10)多角单次弯曲件回弹规律及智能化控制技术的研究(论文提纲范文)
摘要 |
Abstract |
第1章 绪论 |
1.1 课题背景 |
1.2 引言 |
1.3 板材成形智能化技术 |
1.4 板材弯曲成形智能化技术的研究现状及国内外发展趋势 |
1.4.1 板材弯曲成形的理论研究 |
1.4.2 弯曲回弹控制技术的研究现状 |
1.4.3 弯曲回弹的人工智能控制方法 |
1.5 选题的意义及主要研究内容 |
1.5.1 选题的意义 |
1.5.2 主要研究内容 |
第2章 U 形件自由弯曲和帽形件弯曲过程理论分析 |
2.1 概述 |
2.2 平面应变弯曲理论 |
2.2.1 纯弯矩弯曲理论 |
2.2.2 板料在模具作用下的弯曲理论 |
2.3 宽板U 形件自由弯曲理论分析 |
2.3.1 基本假设 |
2.3.2 弯矩及其分布 |
2.3.3 曲率 |
2.3.4 弯曲角和回弹角 |
2.3.5 弯曲力和弯曲行程之间的关系 |
2.3.6 影响弯曲力的因素 |
2.4 帽形件模型理论分析 |
2.4.1 基本假设 |
2.4.2 拉力的计算 |
2.4.3 弯矩的计算 |
2.4.4 弯曲行程 |
2.4.5 弯曲与反弯曲变形产生的条件 |
2.4.6 弯曲力 |
2.4.7 板材回弹 |
2.5 本章小结 |
第3章 U 形件自由弯曲及回弹影响因素分析 |
3.1 引言 |
3.2 有限元模拟模型的建立 |
3.2.1 求解算法的选择 |
3.2.2 材料模型的选择 |
3.2.3 单元类型的选择 |
3.2.4 接触分析 |
3.2.5 卸载路径的选择 |
3.2.6 仿真条件 |
3.2.7 数值模拟中摩擦系数的确定 |
3.3 U 形件自由弯曲及回弹的主要影响因素 |
3.3.1 分析模型 |
3.3.2 凸模圆角半径的影响 |
3.3.3 凹模圆角半径的影响 |
3.3.4 凸凹模间隙的影响 |
3.3.5 凹模跨度的影响 |
3.3.6 摩擦系数的影响 |
3.3.7 板材厚度的影响 |
3.3.8 材料性能的影响 |
3.4 本章小结 |
第4章 帽形件弯曲成形及回弹影响因素分析 |
4.1 引言 |
4.2 帽形件弯曲及回弹的主要影响因素 |
4.2.1 分析模型 |
4.2.2 压边力的影响 |
4.2.3 凸模圆角半径的影响 |
4.2.4 凹模圆角半径的影响 |
4.2.5 凸凹模间隙的影响 |
4.2.6 凹模跨度的影响 |
4.2.7 摩擦系数的影响 |
4.2.8 板材厚度的影响 |
4.2.9 材料性能的影响 |
4.3 本章小结 |
第5章 帽形件弯曲智能化控制技术的研究 |
5.1 帽形件弯曲的缺陷形式及控制方法 |
5.2 帽形件弯曲智能化控制方案 |
5.3 帽形件弯曲智能化控制过程的神经网络参数识别 |
5.3.1 人工神经网络技术简介 |
5.3.2 神经网络技术在塑性加工领域中的应用 |
5.3.3 识别网络模型输入输出层设计 |
5.3.4 网络模型隐层数目和隐层节点的选取 |
5.3.5 神经网络的优化算法 |
5.3.6 编程语言的选择 |
5.3.7 样本数据的采集及处理 |
5.3.8 网络模型识别结果 |
5.3.9 样本数据对网络输出变量识别精度的影响 |
5.3.10 网络泛化能力 |
5.4 帽形件弯曲智能化控制过程最优工艺参数的预测 |
5.5 本章小结 |
第6章 帽形件弯曲智能化控制实验系统 |
6.1 引言 |
6.2 系统的构成 |
6.3 液压机液压系统改装及实验装置设计 |
6.4 系统软件的功能及特点 |
6.4.1 系统软件的组成 |
6.4.2 系统软件编程工具的特点 |
6.5 基于LabVIEW 的数据采集系统 |
6.5.1 数据采集系统的工作原理及特点 |
6.5.2 基于便携式数据采集系统上的程序开发 |
6.6 智能化系统的标定 |
6.6.1 监测系统的标定 |
6.6.2 控制系统的标定 |
6.7 单向拉伸实验 |
6.8 帽形件弯曲智能化控制实验 |
6.8.1 帽形件弯曲智能化方案 |
6.8.2 弯曲过程中的参数实时识别及压边力预测 |
6.8.3 帽形件弯曲智能化实验 |
6.9 本章小结 |
结论 |
参考文献 |
攻读博士学位期间承担的科研任务与主要成果 |
致谢 |
作者简介 |
四、轴对称件拉深成形智能化控制过程中参数实时识别的GA-ENN建模(论文参考文献)
- [1]电控永磁压边方法关键技术及拉深工艺研究[D]. 张红升. 燕山大学, 2021(01)
- [2]铜板电控永磁压边拉深成形工艺研究[D]. 李闯. 燕山大学, 2021(01)
- [3]拼焊板成形性能及其在方盒形件拉深成形中的应用研究[D]. 马向东. 燕山大学, 2015(07)
- [4]拼焊板方盒形件拉深成形规律及材料性能参数的实时识别[D]. 刘瑞光. 燕山大学, 2012(08)
- [5]盒形件智能化拉深压边力规律的实时预测[J]. 马瑞,赵军,屈晓阳. 中国机械工程, 2009(17)
- [6]锥形件智能化拉深系统的研究[D]. 赵海会. 燕山大学, 2009(07)
- [7]大口径直缝埋弧焊管JCO成形智能化控制技术的研究[D]. 李建. 燕山大学, 2009(07)
- [8]型材拉弯的智能化控制工艺理论研究[D]. 钱志平. 燕山大学, 2009(07)
- [9]锥形件智能化拉深仿真系统的研究[D]. 杨嵩. 燕山大学, 2008(04)
- [10]多角单次弯曲件回弹规律及智能化控制技术的研究[D]. 苏春建. 燕山大学, 2008(04)