关键词:
波形片
板料回弹
数值模拟
实验研究
正交试验
BP神经网络
摘要:
回弹是板料冲压成形过程中的常见现象,板料回弹的存在将影响冲压件的成形精度及装配尺寸等。回弹过程因涉及几何非线性、材料非线性及接触非线性而变得异常复杂,回弹量则与材料性能、模具的几何形状以及工艺条件等因素密切相关,因而板料弯曲成形中的回弹问题引起了广泛关注。对板料的回弹进行精确的预测是控制板料回弹的前提,传统上普遍采用“试错法”来调整成形工艺参数以及修正模具型面。为了缩短模具的设计开发周期以及减少模具的修模次数,应用数值模拟技术指导模具设计,可显著降低生产成本和提高企业的市场竞争力。本文利用Dynaform有限元软件,分析CK75板料波形片弯曲成形回弹过程,研究工艺参数与波形片成形高度之间的关系,设计了波形片成形模具对波形片的成形高度进行实验验证,并利用BP神经网络对波形片的成形高度进行预测。论文主要工作如下:(1)阐述板料弯曲成形回弹的基础理论,分析波形片成形过程材料流动情况以及回弹前与回弹后的应力状态,指出波形片回弹后残余应力的释放是波形片回弹的重要原因。(2)采用数值模拟方法研究模具间隙、弯曲半径、冲压速度、摩擦系数以及板料厚度对波形片成形高度的影响,并设计波形片的弯曲成形模具,对模具间隙、弯曲半径及板料厚度与波形片成形高度之间的关系进行实验验证。(3)运用正交试验设计方法模拟不同工艺参数组合下的波形片回弹过程,通过正交试验结果的直观分析和方差分析,得知各因素的影响主次顺序为:模具间隙>板料厚度>摩擦系数>弯曲半径>冲压速度,其中板料厚度及模具间隙对波形片的成形高度影响显著,并结合正交试验分析给出波形片成形高度的最优工艺方案。(4)利用BP神经网络对波形片弯曲成形高度进行预测,其过程涉及BP神经网络的结构设计、网络训练及网络测试。测试结果表明BP神经网络可以有效的应用于波形片弯曲成形高度的预测,为模具的设计提供了重要支持。本文的研究进一步丰富和发展了波形片的弯曲成形技术,得出的结论对于该项技术在企业实际生产中的应用具有重要的参考价值。