《冷弯成型过程的FEA仿真及工艺参数的优化》.pptVIP

LOGO 答辩人：张宝 指导教师：丁武学 主要内容 1 选题的科学意义及背景 2 论文主要研究内容 3 预期解决的主要问题 4 4 6 5 科研背景简介 辊式冷弯成型是金属带材在常温下经过一系列轧辊辊弯，逐步变形达到设计要求的形状和尺寸。 1.选题的科学意义和应用前景 冷弯成型是一种节材、节能、高效的金属板料成型新工艺、新技术 产品具有重量轻、强度高、抗震性能好，便于自动化生产等等优点 应用范围在逐步加大。 1.选题的科学意义和应用前景 国内冷弯型钢生产与国外还有很大差距。国外公司如德国舒勒、美国维尔森、日本小松等型材轧制生产线的设计制造技术已形成完整的系列，精度高、自动化程度高、速度快。 差距主要体现在：生产效率低，质量差，轧机寿命短 本文《冷弯成型过程的FEA仿真及工艺参数优化》对生产过程采用计算机辅助设计，并进行FEA仿真，在此基础上优化相关工艺参数，并对轧辊进行优化，提高了生产效率、产品的质量和轧辊的使用寿命，对冷弯成型生产工艺具有一定的理论指导作用。 2. 论文主要研究内容 辊弯成型过程工艺设计 1 冷弯成型过程有限元分析 2 轧辊的优化 3 基于神经网络遗传算法的工艺参数优化 4 2. 论文主要研究内容 冷弯成型过程的工艺设计 1 1.板材宽度、成型道次、弯曲角度、成型方法、轧辊直径、道次间距等等 2.辊花图生成 3.轧辊的设计 2. 论文主要研究内容 模型的建立及FEA仿真 2 1）.根据轧辊的设计，及轧辊间距、板材厚度等参数，建立计算机仿真的有限元模型 2）.对冷弯成型进行FEA仿真，分析成型过程中型材的变化规律和影响冷弯型材成型质量的主要因素。 2. 论文主要研究内容 轧辊的优化 3 冷弯成型过程中，中间道次的变形量比较大，对轧辊的磨损比较严重，将轧辊的弹性、摩擦等因素考虑在内，通过有限元分析，修改轧辊相关参数，对轧辊进行优化。 2. 学位论文主要研究内容 基于神经网络遗传算法的工艺参数优化 4 本文从神经网络和遗传算法的原理出发,利用神经网络和遗传算法相结合的策略，利用各自的优点对冷弯成型过程相关参数进行优化。 利用神经网络极强的非线性，学习归纳能力建立出设计参数与优化目标映射关系的神经网络模型，然后利用遗传算法对该神经网络模型进行全局寻优，最终得到的最优成型参数。 3.预期解决的主要问题 1.成型工艺图的设计 2.设计合理性验证 3.优化目标及参数的设定 4. 优化原理及步骤 5.轧辊的优化 1.成型工艺图的设计 2.影响因素的分析 3.轧辊的优化 4.优化目标的确定 5.成型工艺图的设计 3.预期解决的主要问题 1.成型工艺图的设计 本文采用冷弯成型专业设计软件COPRA进行初始设计 设计思路 断面设计 成型工艺模拟 成型工艺图优 化 配制轧辊 结构设计 输出图纸 3.预期解决的主要问题 2.设计合理性验证 轴线方向的弹性拉伸以及横向方向的弹塑性弯曲变形 几何上的大变形、材料上的超塑性、接触边界非线性和动态加工 前处理 后处理 模型及算法 计算求解 有限元建模、网格划分、边界条件等 运算 对所得结果结合工程问题进行分析 有限元分析步骤 3.预期解决的主要问题 3. 优化目标及参数的设定 准则：边部拉伸最小（边部拉伸应力应变分布最均匀） 从统计学的角度，是应力应变的方差要尽量小 优化目标：最终成形横截面上纵向应变的方差最小 优化参数：弯曲角、轧辊直径 3.预期解决的主要问题 4. 优化原理及步骤 1 有限元分析，利用正交试验设计神经网络训练样本 2 训练神经网络，建立神经网络模型 3 利用遗传算法对该神经网络模型进行全局寻 优 3.预期解决的主要问题 5. 轧辊的优化 4.背景科研项目情况简介 本课题来源于扬州市科技攻关项目“高精度复杂数控型材轧制生产线” ，是南京理工大学与扬州市某公司的共同承担项目。将以该公司前期工作为背景，在吸收以前机组的结构优点和核心技术的基础上通过计算机辅助设计辊压成型技术等关键技术的攻关，研发出满足相关行业的需要、产品技术水平达到国际同类产品先进水平、尺寸精度高达±0.2mm，所冲的孔或槽精确度达±0.05mm，正品率高达98％，生产速度达到40m/min的高精度复杂数控型材轧制生产线。 LOGO