遗传算法薄板冲压件定位设计.docVIP

遗传算法薄板冲压件定位设计 ; 冷冲压加工以其较高的生产率和材料利用率,广泛应用于汽车、飞机、船舶等制造工业。而冷冲压产品多为大型柔性易变形的薄板件,故在制造、检测、装配等过程当中,定位问题成为生产过程中的关键问题,定位点数及位置选取的恰当与否直接影响到产品的质量。在企业中,定位点的定位布局问题主要涉及到冷冲模设计,焊装夹具设计和检具设计等。随着全球汽车企业竞争的加剧和制造技术的进步,对车身覆盖件的质量控制越来越严格,工艺装备的定位精度问题也越来越凸显。Menassa,R.J.[1]结合有限元方法和Broyden-Fletcher-Goldfarb-Shanno优化算法对检具定位点的位置进行优化,优化目标是使得工件定位后偏差最小。LiB.和ShreyseMN.[2]采用有限元软件AN-SYS和软件Matlab对工件的定位做优化,以有限元模型在夹紧力作用下的刚体位移为目标函数,通过Matlab软件编程对其进行优化。这些研究都是以三维实体作为工件来研究的,属于传统的基于“3-2-1定位原理”的优化设计。Cai[3]等提出一种新型的夹具定位原理———“N-2-1”定位原理,该定位原理认为柔性薄板件的定位系统在第一基准面上布置N(Ngt;3)个定位点,第二和第三基准面上分别布置两个和一个定位点。研究证明,该定位原理与“3-2-1”定位原理相比更适合于薄板件定位。然而Cai的研究对于定位点的优化布置没有给出有效的解决方法,且没有考虑存在定位偏差时,“N”的数目变化对零件变形的影响。Wu[4]等首次采用遗传算法处理焊装夹具的定位点布置问题。Ishikawa[5]等用遗传算法对柔性件的夹头位置进行优化。Krishnakumar[6]等考虑定位点和夹持力的变化对零件变形的影响,用遗传算法对夹具布局进行优化。并且提出遗传算法很适合解决一些传统优化算法解决不了的问题,比如目标函数和设计变量之间不存在明显梯度的问题。G.Prabhaharan和R.Krishnakumar[7]以有限元软件为平台,分别用遗传算法(GA)和蚁群算法(ACA)对加工过程中零件的定位进行优化,经过计算得到蚁群算法能较快的收敛到更优的结果。然而,以上研究成果忽略了定位偏差和工件的弹性变形,有的即使考虑了这些因素,所用的方法也并不适合于薄板件定位问题。目前,国内对柔性薄板件的检具或夹具的定位优化问题的研究相对较少。姜潮和韩旭[8]提出了一种用于电阻点焊焊装夹具的定位点优化设计方法。该方法利用有限元软件ANSYS计算工件第一基准面上的变形,并以此为目标函数,使用遗传算法对其进行优化。林忠钦[9]在柔性薄板件检具的优化设计方面也做了大量工作。本文以适合于柔性薄板件的“N-2-1”定位原理为指导,在ANSYS环境下利用APDL语言基于遗传算法开发了定位点优化布置计算方法,并采用开发出的工具研究了平面及曲面零件在重力作用下定位点的分布情况,形成了考虑工件制造误差及定位元件误差的定位点布置的随机有限元分析方法,提出了一套更适用于柔性薄板件定位布局优化的方法。; 1薄板定位优化模型的建立及计算流程; 1.1“N-2-1”定位原理柔性薄板冲压件的定位模型如图1所示,P为工件的自身重力(不考虑“夹头-零件-定位点”之间的摩擦力及其它外力作用)。M1和M2为两个定位销,分别限制工件x,y方向的平移自由度和工件绕z轴的转动自由度。L1,L2,…,LN为N个定位点,限制刚体运动的其它3个自由度。当N=3时即为传统的“3-2-1”定位原理,因薄板的易变形性,适当的过定位是必须的,所以“N-2-1”中的N一般大于3。; 1.2基于有限元分析的优化模型; 在基于“N-2-1”定位原理的定位点优化中,主要是优化第一基准面上N个定位点的数目和位置使得薄板件在重力和定位误差作用下整体变形最小。本文中采用ANSYS为分析平台,建立工件和装夹系统的有限元模型,利用SHELL63单元对薄板进行网格划分,模拟柔性薄板件定位时的变形特性。基于N-2-1定位原理的定位点优化问题有N个连续变化的设计变量。车身覆盖件通常是尺寸大、形状复杂的三维零件,如果设计变量采用有界连续量,在有限元分析时难以处理,优化的计算量将很大。本文中以柔性零件的有限元模型中的节点集合作为变量的选择范围。由于柔性件定位位置的优化包括定位点数目优化和定位点的布局两个方面,对于这样的双目标优化问题一般采用协调曲线来寻找最优设计方案[10]。协调曲线如图2所示,其中S点就是优化目标点。本文中所研究的优化约束条件有:设计变量的选择范围必须位于由有限元模型确定的节点集合中、同一方案中设计变量不能选择相同的点、工件实际最大变形量要小于所允许的最大变形量。设由有限元节点构成的决定设计变量的可行域; 1.3基于ANSYS/APDL的遗传算法; 遗传算法最初是