厚壁大尺寸椭圆形封头热成形数值模拟与神经网络预测
NUMERICAL SIMULATIONHOT FORMING PROCESS FORLARGE-SCALE THICK-WALLEDELLIPTICAL HEAD AND THEPREDICTION BASED ON ARTIFICALNEURAL NETWORK
摘 要
Abstract
目 录
第1章 绪论
1.1 研究的目的和意义
1.2.1 热变形过程中的软化及研究方法
1.2.2 本构方程的研究现状
1.2 金属高温塑性变形行为概述
1.3 有限元模拟技术在塑性加工中的应用
1.4 神经网络在塑性加工中的应用
1.5 论文的主要研究内容
第2章 金属高温塑性本构方程参数确定
2.1 引言
2.2 19Mn6 钢的高温压缩实验及压缩力学行为
2.2.1 实验材料及设计
2.2.2 应力应变曲线
2.2.3 各素对流变应力的影响
2.3 本构方程的选定与其参数的确定
2.3.1 本构方程的介绍及其选择
2.3.2 本构方程参数确定
2.4 本构方程的验证
2.5 本章小结
第3章 封头热成形过程有限元数值模拟
3.1 引言
3.2 热力耦合弹塑性有限变形基本理论
3.2.1 弹塑性有限变形分析
3.2.2 热传导基本理论
3.3 有限元模型的建立与其中关键参数的设定
3.3.1 有限元模型的建立
3.3.2 边界条件及载荷施加
3.4 厚壁封头的热成形过程分析
3.4.1 应力分布
3.4.2 应变分布
3.4.3 应变速率分布
3.4.4 温度及热应变分布
3.4.5 冲头冲压力曲线
3.5 厚壁椭圆封头热成形性能评价
3.5.1 减薄率
3.5.2 定型性能评价
3.5.3 圆度及内径公差
3.6 本章小结
第4章 正交实验设计与工艺参数优化
4.1 引言
4.2 正交实验设计与分析
4.2.1 正交表设计
4.2.2 正交表结果的分析
4.3 最优方案及模拟验证
4.3.1 最优方案的确定
4.3.2 最佳工艺参数的模拟验证
4.4 本章小结
第5章 神经网络预测
5.1 引言
5.2 BP 神经网络模型
5.3 BP 网络模型的确定
5.3.1 样本的选择
5.3.2 数据预处理
5.3.3 网络结构参数的设定
5.3.4 预测能力的提高
5.4 网络预测结果分析比较
5.5 本章小结
结 论
参考文献
哈尔滨工业大学硕士学位论文原创性声明
哈尔滨工业大学硕士学位论文使用授权书
致谢