

版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領
文檔簡介
1、近年來,隨著汽車工業(yè)輕量化等要求的提出,高強鋼、鋁合金板料在車身覆蓋件中廣泛應用。然而,高強鋼、鋁合金材料不同于普通碳鋼,使得沖壓件的回彈現(xiàn)象更為嚴重,成形件的精度難以滿足要求。另外,板料沖壓成形中涉及大量的復雜梁形件,此類沖壓件在外力卸載后極易出現(xiàn)扭曲回彈現(xiàn)象,使得沖壓和回彈的數值模擬精度也難以得到保證。因此,控制高強鋼、鋁合金等復雜沖壓件的回彈缺陷成為研究的熱點。
為了控制沖壓件的回彈,提高優(yōu)化效率,利用小波神經網絡代理模
2、型對回彈問題進行了研究。以NUMISHEET'96S梁為研究對象,建立其有限元模型,利用Dynaform對其進行數值模擬。以4個工藝參數作為影響因素,回彈作為成形目標,運用拉丁超立方抽樣獲取樣本點,建立影響因素與回彈之間的小波神經網絡模型,利用改進的粒子群算法對該模型進行優(yōu)化求解獲得了最佳工藝參數。結果表明:小波神經網絡代理模型能較好地描述板料工藝參數與回彈之間的映射關系,優(yōu)化后的工藝參數能減小S梁的回彈。
為了研究高強鋼板料
3、的性能參數對沖壓件扭曲回彈的影響程度,以NUMISHEET'2011汽車前縱梁沖壓件為研究對象,對其沖壓、修邊及回彈過程進行數值模擬,提出了一種定義復雜件扭曲回彈的指標,運用正交試驗設計的方法分析了高強鋼板料的主要性能參數對該前縱梁沖壓件扭曲回彈的影響,基于試驗的極差分析結果,從減小扭曲回彈的角度提出了沖壓成形高強鋼板料的選用原則。
針對高強鋼梁形件沖壓成形后出現(xiàn)的扭曲回彈現(xiàn)象,以彎曲梁沖壓件為研究對象,以提出的定義扭曲回彈的
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
- 6. 下載文件中如有侵權或不適當內容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于神經網絡組合預測的板料沖壓回彈預測研究.pdf
- 板料沖壓成形中的摩擦與回彈研究——基于分形理論和神經網絡的板料沖壓成形接觸摩擦與回彈研究.pdf
- 基于小波神經網絡的鏡頭檢測.pdf
- 基于能量原理的非線性硬化模型研究及其板料沖壓回彈預測驗證.pdf
- 基于小波矩特征的小波神經網絡目標識別研究.pdf
- 基于小波神經網絡的結構損傷識別研究.pdf
- 基于小波神經網絡的化工安全評價研究.pdf
- 基于小波神經網絡的呼吸運動預測研究.pdf
- 基于小波神經網絡的高峰負荷預測研究.pdf
- 基于小波與神經網絡的語音算法研究.pdf
- 基于小波神經網絡的信號調制識別研究.pdf
- 基于小波神經網絡的人臉識別.pdf
- 基于模糊小波神經網絡的BDI模型.pdf
- 基于小波神經網絡的軟測量技術的研究.pdf
- 基于小波神經網絡的機動目標跟蹤的研究.pdf
- 基于小波與神經網絡掌紋識別研究.pdf
- 基于小波神經網絡的智能火災探測研究.pdf
- 小波神經網絡及其應用.pdf
- 基于小波神經網絡的故障診斷研究.pdf
- 基于小波神經網絡的車牌自動識別研究.pdf
評論
0/150
提交評論