项目名称: 拼焊板盒形件拉深成形理论与控制技术的研究

项目编号: No.51275444

项目类型: 面上项目

立项/批准年度: 2013

项目学科: 机械、仪表工业

项目作者: 官英平

作者单位: 燕山大学

项目金额: 80万元

中文摘要: 拼焊板拉深成形最突出的问题是法兰和侧壁(对于盒形件等)起皱及侧壁破裂,能否对起皱和破裂进行实时控制是其能否顺利成形的关键。与单板成形相比,由于料厚比、材质、焊缝性能、热影响区以及成形过程中焊缝移动的影响,使拼焊板成形过程更为复杂。而当前汽车工业对拼焊板拉深件的需求日益增加,而且生产过程中依然存在很多亟待解决的问题。针对这一现状,拟开展拼焊板盒形件拉深成形理论及控制技术研究。通过解析法建立综合考虑起皱和破裂的拼焊板盒形件拉深成形极限图和焊缝移动模型,建立完整的可预测拼焊板拉深成形最佳压边力的力学模型。结合力学模型和拉深初期宏观物理量(拉深力、拉深行程、压边力等)的监测,实现对最佳压边力的实时控制,从而实现对成形过程中起皱、破裂及焊缝移动的实时控制,可获得高精度的拉深件,对推动拼焊板冲压件在汽车车身制造业中更为广泛的应用将有重要的意义。

中文关键词: 拼焊板盒形件;成形极限;焊缝移动;人工神经网络;实时控制

英文摘要: The main problem of tailor welded blank deep drawing is the flange wrinkling and sidewall (box-shaped, etc.) wrinkling and rupture, so the possibility of real-time control for sheet metal wrinkling and rupture is the key of the deep drawing process. Due to the influence of weld-line movement, different material thickness and material property, weld properties, heat affected zone and the forming process, tailor welded blank forming process is more complex compared with single sheet metal forming process. At present, tailor welded blank deep drawing part is needed more and more,but there are also some problems in the production. so it is necessary to study tailored welded blanks box-shaped deep drawing process theory and control technology. The best prediction of blank holder force is created by forming limit diagram and the movement model of weld line, Combined with mechanics and initial macroscopic physical quantities (drawing force, drawing stroke, the blank holder force, etc.), is monitored by the control system, the mateial property of tailor welded blanks is identified by the module of BP neural network, the identified material property is used to predict the required best blank holder force in deep drawing. The optimal blank holder force is controled by the control system to get the best quality of tailor

英文关键词: tailor welded blanks box shape parts;forming limited diagram;weld line movement;artificial neural network;real-time control

成为VIP会员查看完整内容
0

相关内容

人工神经网络(Artificial Neural Network,即ANN),它从信息处理角度对人脑神经元网络进行抽象,建立某种简单模型,按不同的连接方式组成不同的网络。在工程与学术界也常直接简称为神经网络或类神经网络。神经网络是一种运算模型,由大量的节点(或称神经元)之间相互联接构成。每个节点代表一种特定的输出函数,称为激励函数(activation function)。每两个节点间的连接都代表一个对于通过该连接信号的加权值,称之为权重,这相当于人工神经网络的记忆。网络的输出则依网络的连接方式,权重值和激励函数的不同而不同。而网络自身通常都是对自然界某种算法或者函数的逼近,也可能是对一种逻辑策略的表达。
数字孪生模型构建理论及应用
专知会员服务
222+阅读 · 2022年4月19日
重磅!数字孪生技术应用白皮书(2021)
专知会员服务
256+阅读 · 2021年12月8日
专知会员服务
41+阅读 · 2021年10月8日
专知会员服务
86+阅读 · 2021年8月8日
专知会员服务
97+阅读 · 2021年6月23日
专知会员服务
109+阅读 · 2021年4月7日
专知会员服务
25+阅读 · 2021年4月2日
专知会员服务
105+阅读 · 2020年11月27日
专知会员服务
34+阅读 · 2020年11月26日
【UCLA】基于深度神经网络的工业大模型预测控制,36页ppt
定位理论5大坑,你踩过几个?
人人都是产品经理
1+阅读 · 2022年1月27日
目标检测之殇—小目标检测
极市平台
5+阅读 · 2021年11月3日
YOLO 实现吸烟行为监测
极市平台
1+阅读 · 2021年10月30日
【APC】先进过程控制系统(APC: Advanced Process Control)
产业智能官
62+阅读 · 2020年7月12日
【数字孪生】九论数字孪生
产业智能官
57+阅读 · 2019年7月6日
【数字孪生】工业互联网支持下的数字孪生车间
产业智能官
21+阅读 · 2019年6月3日
基于 Carsim 2016 和 Simulink的无人车运动控制联合仿真(四)
【数字孪生】数字孪生的前世今生及未来之路
产业智能官
30+阅读 · 2019年1月22日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
2+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2008年12月31日
Arxiv
0+阅读 · 2022年4月20日
Arxiv
0+阅读 · 2022年4月19日
小贴士
相关VIP内容
数字孪生模型构建理论及应用
专知会员服务
222+阅读 · 2022年4月19日
重磅!数字孪生技术应用白皮书(2021)
专知会员服务
256+阅读 · 2021年12月8日
专知会员服务
41+阅读 · 2021年10月8日
专知会员服务
86+阅读 · 2021年8月8日
专知会员服务
97+阅读 · 2021年6月23日
专知会员服务
109+阅读 · 2021年4月7日
专知会员服务
25+阅读 · 2021年4月2日
专知会员服务
105+阅读 · 2020年11月27日
专知会员服务
34+阅读 · 2020年11月26日
【UCLA】基于深度神经网络的工业大模型预测控制,36页ppt
相关资讯
定位理论5大坑,你踩过几个?
人人都是产品经理
1+阅读 · 2022年1月27日
目标检测之殇—小目标检测
极市平台
5+阅读 · 2021年11月3日
YOLO 实现吸烟行为监测
极市平台
1+阅读 · 2021年10月30日
【APC】先进过程控制系统(APC: Advanced Process Control)
产业智能官
62+阅读 · 2020年7月12日
【数字孪生】九论数字孪生
产业智能官
57+阅读 · 2019年7月6日
【数字孪生】工业互联网支持下的数字孪生车间
产业智能官
21+阅读 · 2019年6月3日
基于 Carsim 2016 和 Simulink的无人车运动控制联合仿真(四)
【数字孪生】数字孪生的前世今生及未来之路
产业智能官
30+阅读 · 2019年1月22日
相关基金
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
2+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2008年12月31日
微信扫码咨询专知VIP会员