车身前翼子板成形质量控制与工艺参数优化

发布时间：2017-09-25 23:07

  本文关键词：车身前翼子板成形质量控制与工艺参数优化

  更多相关文章： 车身覆盖件 工艺参数 PAM STAMP 灰色关联分析 多目标优化 BP神经网络

【摘要】：汽车覆盖件成形是汽车制造的关键环节,车身覆盖件尺寸和形状精度要求高,零件表面要求光顺、圆角均匀和装饰特征线清晰。车身覆盖件具有复杂的空间自由曲面,轮廓尺寸较大,在拉延成形过程中容易出现拉裂,起皱和回弹等质量缺陷。拉延工序是车身覆盖件所有制造工序的基础,车身覆盖件拉延质量的好坏关系到整个工艺方案的成功与否,直接决定产品的外观质量是否满足质量要求。本文以某车身前翼子板为研究对象,利用专业板料成形有限元软件PAM STAMP,建立拉延成形有限元模型,仿真拉延成形过程,结合软件后处理模块观察制件成形质量缺陷,有效地减少试模次数和模具设计周期。针对前翼子板塑性变形过程复杂,容易产生多种质量缺陷,最优成形工艺参数难以确定的问题,本文研究将灰色关联分析法应用于前翼子板拉延成形多质量目标工艺参数优化设计,通过仿真数据分别计算各个工艺参数与优化单目标之间关联度系数、多目标函数关联度和影响因素对理想质量目标平均关联度,从而全面衡量压边力、摩擦因子及拉延筋几何尺寸对前翼子板拉延成形质量影响,确定最优拉延工艺参数组合方案为压边力900 KN、凸筋圆角半径5mm、凹筋圆角半径4mm、凸筋高度5mm、凹筋宽度12mm、摩擦系数0.12。将优化后所得工艺参数组合进行仿真试验和生产试验验证,可以发现优化后工艺参数组合可以明显提高制件质量,表明将灰色关联分析法应用于车身覆盖件成形多质量目标工艺参数优化方法有效可行,为优化冲压工艺参数和设计模具结构提供有力的指导依据。最后结合BP神经网络理论,基于MATLAB平台编写了BP网络成形质量预测程序,利用该程序构建板料成形质量与成形工艺参数之间复杂非线性映射关系。以正交试验表拓展后的数据为样本数据,在不同的训练次数和不同的隐含层单元数的情况下分别计算误差均方差值,从而可以确定最佳网络结构为6-9-2,建立前翼子板冲压工艺参数与成形质量预测模型。通过改变某一工艺参数值,并保持其他参数不变,利用训练好的BP网络预测模型给定输入值,将相应输出结果与仿真试验结果作比较,检测模型数据预测准确性,进一步获得工艺参数变化对于制件成形质量的影响,大大节约了仿真试验时间,缩短了产品研发周期。
【关键词】：车身覆盖件 工艺参数 PAM STAMP 灰色关联分析 多目标优化 BP神经网络
【学位授予单位】：江苏大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：U466;TG386
【目录】：

• 摘要5-7
• ABSTRACT7-11
• 第一章 绪论11-17
• 1.1 课题研究背景及意义11-12
• 1.2 国内外车身覆盖件成形仿真技术应用研究状况12-13
• 1.3 国内外车身覆盖件成形最优化技术应用研究状况13-14
• 1.4 目前存在问题与本文研究内容及方法14-17
• 第二章 板料成形数值仿真关键技术与最优化方法概述17-26
• 2.1 数值仿真关键技术17-21
• 2.1.1 单元类型17-18
• 2.1.2 本构关系18-20
• 2.1.3 求解格式20-21
• 2.2 最优化方法概述21-23
• 2.2.1 最优化问题的数学模型21-22
• 2.2.2 多目标优化22-23
• 2.3 数值模拟软件PAM STAMP简介23-25
• 2.4 本章小结25-26
• 第三章 车身覆盖件成形特性及前翼子板拉延成形仿真26-40
• 3.1 车身覆盖件组成26
• 3.2 车身覆盖件质量要求26-27
• 3.2.1 表面质量要求26-27
• 3.2.2 刚性要求27
• 3.2.3 工艺性要求27
• 3.3 车身覆盖件成形质量缺陷及其控制措施27-29
• 3.3.1 起皱及其控制措施27-28
• 3.3.2 拉裂及其控制措施28
• 3.3.3 变薄及其控制措施28
• 3.3.4 回弹及其控制措施28-29
• 3.4 成形极限图29-30
• 3.5 前翼子板拉延成形数值仿真30-37
• 3.5.1 建立产品数模30
• 3.5.2 划分网格与选择冲压方向30-32
• 3.5.3 创建压料面32
• 3.5.4 设计工艺补充面32-33
• 3.5.5 设置拉延筋33-34
• 3.5.6 设计坯料34-36
• 3.5.7 建立有限元模型36
• 3.5.8 拉延成形仿真36-37
• 3.6 生产试验37-38
• 3.7 本章小结38-40
• 第四章 灰色关联分析法在前翼子板成形工艺优化中的应用40-54
• 4.1 灰色关联分析法40
• 4.2 优化变量选择40-42
• 4.3 优化目标选择42-43
• 4.3.1 最大减薄率42-43
• 4.3.2 最大增厚率43
• 4.4 正交试验43-46
• 4.4.1 选择评价指标和试验对象43-44
• 4.4.2 选择正交试验表44-46
• 4.5 计算灰色关联度46-51
• 4.6 成形质量优化验证51-53
• 4.6.1 仿真试验验证51-52
• 4.6.2 生产试验验证52-53
• 4.7 本章小结53-54
• 第五章 BP神经网络在前翼子板成形优化中的应用54-65
• 5.1 BP神经网络概述54
• 5.2 基于BP神经网络冲压成形质量预测模型的建立54-63
• 5.2.1 确定网络结构54-56
• 5.2.2 组织训练样本56
• 5.2.3 确定隐含层单元数56-57
• 5.2.4 BP神经网络模型的训练与预测57-59
• 5.2.5 工艺参数变化对车身覆盖件成形质量的影响59-63
• 5.3 本章小结63-65
• 第六章 总结与展望65-68
• 6.1 总结65-67
• 6.2 展望67-68
• 参考文献68-73
• 致谢73-74
• 攻读硕士学位期间取得的科研成果74

【相似文献】

中国期刊全文数据库 前10条

1 贾美慧;唐承统;王文刚;;工艺参数对管材绕弯成形质量的显著性影响分析[J];机床与液压;2012年21期

2 刘骅,游致敏,刘泽薇;改进纸板机成形质量的体会(上)[J];纸和造纸;1999年04期

3 肖棋,江开勇;熔融挤压堆积成形质量分析[J];机械设计与制造;1999年04期

4 张永波;任乃飞;;应用均匀设计预测方盒件成形质量[J];机床与液压;2007年04期

5 郑燕平;闫盖;何镇罡;;冲压工艺参数对成形质量的影响分析[J];热加工工艺;2013年23期

6 田飞;周杰;谭毅;李军超;杨明;;高强度钢U形件成形质量多目标优化[J];热加工工艺;2011年11期

7 竺志超;基于结构敏感参数的卷装成形质量控制[J];纺织学报;2002年05期

8 王在德;保温瓶生产工艺[J];玻璃与搪瓷;1982年04期

9 胡振志;周杰;李路;张平;;锻钢支撑座成形质量分析及实验研究[J];锻压装备与制造技术;2009年01期

10 何艳斌,程秀全,夏琴香;旋压件的成形质量及其控制参数[J];机电工程技术;2005年09期

中国硕士学位论文全文数据库 前7条

1 陆林;车身前翼子板成形质量控制与工艺参数优化[D];江苏大学;2016年

2 李增楼;数控弯管成形质量分析及数值模拟系统集成[D];哈尔滨理工大学;2011年

3 王欣芳;汽车半轴热摆辗工艺及成形质量的研究[D];合肥工业大学;2014年

4 张鲁汉;钢制车轮轮辋滚形工艺数值模拟研究[D];山东大学;2013年

5 张元;电弧直接制造过程监测与工艺智能优化[D];华中科技大学;2011年

6 管静静;典型汽车覆盖件选材模型对成形质量影响的分析[D];哈尔滨工业大学;2012年

7 姜炜;不锈钢选择性激光熔化成形质量影响因素研究[D];华中科技大学;2009年

，

本文编号：920077