厚壁大尺寸椭圆形封头热成形数值模拟与神经网络预测

摘要

压力容器是石油、化工、能源等行业的重要设备之一，由于对压力容器的质量、安全性、可靠性有很高的要求。因此，各国针对各行业中的压力容器尤其对封头的加工质量都制订了相应的标准。经济的发展使得对能源尤其是电力需求也迅速增长，电站用锅炉机组容量由100MW发展到1000MW,这使得封头壁厚及尺寸随之趋于大型化。目前，压力容器中的封头部件特别是大型厚壁头多采用热冲压工艺来制造。长期以来的实践所形成的经验计算方法在一定程度上存在较大的误差，采用数值模拟则能更好的指导实践。本文采用有限元法对其热成型过程进行研究，并对封头的成型工艺条件进行优化分析。最后利用神经网络预测了各成形条件下的减薄率。
　　锅炉用19Mn6钢的热成形是在再结晶温度上进行。据此，通过不同应变速率及不同温度下的高温力学性能实验，获得多组真应力-真应变数据，并以此建立了高温下稳态流变应力的本构方程，为后续的有限元模拟提供了准确的材料数据。
　　通过Deform-3D有限元软件对规格为Φ1200×100mm的椭圆封头进行了变形-传热耦合模拟研究。获得了成形过程中的应力、应变、厚度、温度及应变速率等变化规律。从减薄率，热收缩，及圆度三方面对其成形质量进行了评价，数值模拟结果与实际吻合较好。
　　利用正交设计法，对影响封头热成形质量的主要工艺参数进行了数值模拟研究。采用极差分析法研究不同工艺参数如摩擦、温度等对椭圆封头减薄率的影响规律；通过方差分析对各因素的显著性进行了评价，获得了封头热成形的最优工艺参数组合。
　　综合了均匀设计试验的均匀可靠性及神经网络的非线性映射及预测能力，对椭圆封头在不同工艺条件下的减薄率进行了预测，为封头热冲压成形提供理论依据。

目录

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