一种基于塑性流动规则的汽车覆盖件成形拉深筋优化方法

摘要

汽车产业是中国制造2025的重要载体，覆盖件模具智能制造是汽车产业关键技术之一。拉深筋是覆盖件模具最重要的工艺参数，对覆盖件成形质量起着决定性作用。为了摆脱拉深筋设计对技术人员经验的依赖，很多学者开展了拉深筋优化方法的研究。现有的优化方法优化效率低，不适合复杂的覆盖件成形工艺优化，现有的商业软件中也没有实用的工艺优化模块。因此，研究一种高效实用的覆盖件成形拉深筋优化方法具有重要的理论研究和实际应用价值。
　　本文结合国家工业转型升级强基工程项目“汽车用自动化精密多工位高效级进模实施方案”，通过建立成形缺陷数字化模型，塑性流动规则和迭代学习控制模型，提出了一种全新的覆盖件成形拉深筋理论优化方法。该方法与以纯数学为基础或模仿自然现象建立的通用优化方法有本质区别，能够准确反映优化过程中成形缺陷与塑性流动规律之间的关系，对于复杂覆盖件成形拉深筋多变量多目标优化，具有更高的优化效率和精度。
　　为了准确描述成形缺陷发生和演化，本文建立完善的覆盖件成形缺陷数字化模型。对于常规缺陷，采用成形极限图识别和量化；对于成形极限图无法判断的特殊缺陷，提出新的数字化方法。完善的缺陷数字化模型的建立是拉深筋优化结果准确的前提。
　　为了在优化过程中反映拉深筋与成形缺陷之间的关系，本文建立拉深筋优化塑性流动规则。破裂方向影响规则和扇形影响规则确定影响成形缺陷的拉深筋区域，特征截面线进料规则和应变状态影响规则确定拉深筋阻力对成形缺陷的影响程度。塑性流动规则的建立能准确确定拉深筋对成形缺陷的影响程度，保证拉深筋优化的准确性和快速性。
　　为了在优化过程中准确确定搜索方向和调整量，本文建立包含拉深筋线段成形质量评价函数和学习律函数的迭代学习控制模型。拉深筋线段成形质量评价函数能综合评价拉深筋影响区内的整体缺陷程度，从塑性流动理论的角度确定搜索方向，提高优化效率。学习律函数考虑成形质量偏差且具备学习能力，进一步加快收敛速度。基于迭代学习控制模型，提出一种全新的拉深筋理论优化方法。该方法与现有的方法相比，具有更高的优化效率和精度。
　　为了验证拉深筋理论优化方法的有效性，将其集成于自主开发的覆盖件成形模拟软件FASTAMP系统，选择典型的零件进行拉深筋优化测试。优化结果证明拉深筋理论优化方法能够准确确定拉深筋阻力与成形缺陷的关系，控制各种缺陷的产生，减少对设计经验的依赖，提高优化效率，对提高覆盖件模具设计的智能化水平具有重要意义。

目录

声明

1 绪论

1.1 选题目的和意义

1.2 覆盖件成形工艺传统优化方法研究现状

1.3 覆盖件成形工艺智能优化方法研究现状

1.4 现有优化方法在冲压成形中存在的问题

1.5 本文的研究内容

2 覆盖件成形缺陷数字化模型

2.1 引言

2.2 覆盖件成形缺陷分类

2.3 常规缺陷数字化模型

2.4 特殊缺陷数字化模型

2.5 本章小结

3 基于塑性流动理论的覆盖件成形拉深筋优化规则

3.1 引言

3.2 细分组合规则

3.3 破裂方向影响规则

3.4 扇形影响规则

3.5 特征截面线进料规则

3.6 应变状态影响规则

3.7 本章小结

4 基于迭代学习控制模型的拉深筋理论优化方法

4.1 引言

4.2 覆盖件成形工艺优化的迭代学习控制模型

4.3 考虑常规缺陷的拉深筋线段成形质量评价函数

4.4 考虑特殊缺陷的拉深筋线段成形质量评价函数

4.5 学习律函数

4.6 基于迭代学习控制模型的拉深筋优化

4.7 本章小结

5 基于塑性流动规则的拉深筋理论优化方法应用

5.1 引言

5.2 车身外板件拉深筋优化

5.3 车身内板件拉深筋优化

5.4 高强钢板结构件拉深筋优化

5.5 本章小结

6 总结与展望

6.1全文总结

6.2研究展望

致谢

参考文献

附录 攻读博士学位期间发表的论文