双锥形件同时旋压成形的工艺研究

摘要

锥形件是一种常见的薄壁回转体零件，它被广泛应用于航空、军工、车辆、建筑及日常生活等各个领域，其传统的加工方式有拉深、挤压以及剪切旋压，但上述方法生产效率低、模具损耗大。研究人员在传统工艺的基础上提出了双锥形件同时旋压成形的新工艺，该方法一次旋压出两个锥形件，将生产效率提高了一倍，且加工时平衡了旋轮所受的轴向力，提高了旋轮的使用寿命。本文采用数值模拟的手段，对新工艺展开了研究，制定并改进了成形工艺，分析了成形机理，优化了工艺参数，提高了产品的成形质量。
　　首先基于ABAQUS软件平台建立了双锥形件同时旋压成形的弹塑性实体单元模型，包括一至三道次的旋压成形、道次间的退火和成形结束后的回弹过程。结合工艺特点展开实验，验证了双锥形件同时旋压成形工艺的可行性。
　　然后研究了第一道次旋压成形的应力、应变场分布与变化特点。分析了板坯厚度对成形质量的影响，发现中等厚度(4mm左右)板坯在旋压成形时出现各种缺陷的可能性较小，可旋性良好。采用正交试验研究了工艺参数对第一道次旋压成形质量的影响，结果表明：旋轮成形面角度对成形质量的综合影响最显著，其次是径向进给速度和主轴转速，摩擦系数对其的影响最不显著；较小的旋轮成形面角度和摩擦系数，中等的径向进给速度以及较大的主轴转速有利于提高第一道次旋压成形的质量。
　　接着研究了旋轮形状对各道次成形质量的影响，发现第一道次采用直线+渐开线型旋轮，第二道次采用渐开线型旋轮，第三道次采用直线型旋轮可以提高锥形件的成形质量，降低成形难度。针对后处理二次开发，实现了锥形件贴模性场变量的输出，并计算出了锥形件回弹前后的贴模率，为评判锥形件的成形质量提供了依据。采用单因素分析法研究了工艺参数对锥形件终成形质量的影响规律，结果表明：延长旋轮后续作用时间，适当提高主轴转速，采用较小的进给速度及较大的摩擦系数能提高锥形件的成形质量。
　　最后结合神经网络和多目标遗传算法，对旋轮后续作用时间、主轴转速、旋轮径向进给速度及摩擦系数这四个工艺参数进一步优化，找到了满意的工艺参数组合，提高了锥形件的尺寸精度，降低了缺陷产生的可能。
　　双锥形件同时旋压成形的工艺研究结论对后续的进一步研究及实际生产具有指导作用。

目录

文摘

英文文摘

致谢

插图清单

表格清单

第一章 绪论

1.1 引言

1.2 旋压的分类

1.2.1 普通旋压

1.2.2 强力旋压

1.2.3 特种旋压

1.3 旋压技术的发展及研究概况

1.3.1 旋压技术的发展概况

1.3.2 锥形件的旋压成形技术

1.3.3 数值模拟在旋压中的研究现状

1.4 课题来源及研究内容

1.4.1 课题来源

1.4.2 研究内容

第二章 双锥形件同时旋压成形工艺分析及三维建模

2.1 双锥形件同时旋压成形的工艺方案

2.2 有限元模型建立过程中一些关键问题的处理

2.2.1 模型的建立

2.2.2 定义分析步和输出

2.2.3 定义相互作用及边界条件

2.2.4 网格划分

2.2.5 回弹分析的建模

2.3 工艺参数的分析

2.3.1 旋轮形状

2.3.2 旋轮径向进给速度

2.3.3 摩擦系数

2.3.4 主轴转速与旋轮个数

2.4 可行性实验

2.5 本章小结

第三章 双锥形件同时旋压成形第一道次有限元模拟研究

3.1 第一道次旋压成形过程的应力、应变场分析

3.1.1 模拟条件的确定

3.1.2 应力场分析

3.1.3 应变场分析

3.2 板坯厚度对锥形件成形质量的影响

3.2.1 金属材料的可旋性

3.2.2 锥形件成形质量的评价指标

3.2.3 板坯厚度对拉裂趋势的影响

3.2.4 板坯厚度对局部起皱的影响

3.2.5 板坯厚度对厚向不均匀变形程度、圆度的影响

3.2.6 不同厚度板坯可旋性的综合评估

3.3 双锥形件同时旋压成形第一道次的工艺参数研究

3.3.1 工艺参数对拉裂趋势的影响

3.3.2 工艺参数对局部起皱的影响

3.3.3 工艺参数对厚度方向不均匀变形程度的影响

3.3.4 确定优化的工艺参数组合

3.4 本章小结

第四章 双锥形件同时旋压成形后续道次模拟研究及回弹分析

4.1 旋轮形状对各道次成形的影响

4.2 针对锥形件贴模性场变量的ABAQUS后处理二次开发

4.2.1 ABAQUS后处理二次开发

4.2.2 锥形件的贴模性

4.2.3 旋压件贴模性的二次开发

4.2.4 贴模性二次开发的结果

4.3 工艺参数对双锥形件同时旋压成形的影响

4.3.1 旋轮后续作用时间对成形质量的影响

4.3.2 主轴转速对成形质量的影响

4.3.3 旋轮径向进给速度对成形质量的影响

4.3.4 摩擦系数对成形质量的影响

4.4 本章小结

第五章 双锥形件同时旋压终成形工艺参数的多目标优化.

5.1 人工神经网络与多目标遗传算法简介

5.1.1 人工神经网络

5.1.2 多目标遗传算法

5.2 BP神经网络的构建

5.2.1 网络训练样本的选取

5.2.2 BP神经网络设计与训练

5.3 基于多目标遗传算法的优化

5.3.1 优化问题的数学模型

5.3.2 多目标遗传算法设计

5.3.3 多目标遗传算法结果分析与处理

5.4 本章小结

第六章 总结与展望

6.1 工作总结

6.2 研究展望

参考文献

攻读硕士学位期间发表的论文