论文部分内容阅读
随着科技的发展,航空航天、汽车制造中拼焊加工大型复杂薄壁构件的方式已经成为制约产品性能和可靠性提高的瓶颈。薄板拉伸成形作为一种重要的塑性加工方法,在大型复杂薄壁构件制造中得到了国内外研究人员的重视。薄板拉伸成形虽然具有产品可靠性高、尺寸精度高、生产效率高等优点,但由于大型复杂薄壁构件具有拉伸深度大、材料强度高等特点,现有的薄板拉伸成形技术在大型复杂薄壁构件的制造中还存在很多不足。本文针对大型复杂薄壁构件成形机理不明确导致的拉伸工艺不合理、薄板深拉伸成形过程中法兰局部受力不均导致起皱、液压装备成形参数优化中忽略摩擦系数不确定性等问题,对大型复杂薄壁构件拉伸成形分析方法、薄板深拉伸成形变压边力设计与液压装备成形参数不确定性优化进行了深入研究,提出了大型复杂薄壁构件深拉伸成形变压边力设计优化技术,并将其应用于合肥合锻150MN拉伸液压机的实际工程应用中。论文主要内容如下:第一章概述了课题的研究意义及技术背景,阐述了板料成形在数值模拟技术、优化算法、技术设备方面的研究现状,指出了现有的板料成形技术在大型复杂薄壁构件成形中存在的问题,最后概括了文章的主要研究内容,给出了文章的组织架构。第二章提出了基于应变路径的大型复杂薄壁构件拉伸成形分析方法,通过理论计算和数值模拟,研究拉伸过程中,在不同压边力条件下,板料各部分应变路径的变化规律。在此基础上采用M-K法对成形极限(FLC)进行理论计算,获得考虑实际应变路径的条件下的成形极限,揭示出变压边力对成形性能影响的内在机理,为合理确定压边力曲线提供理论依据。第三章提出了一种基于序列近似的薄板深拉伸成形变压边力设计方法。以变压边力为设计变量,薄板拉伸成形质量评价指标为目标函数和约束,构建了薄板深拉伸成形变压边力多目标优化模型,基于多宽度RBF神经网络和序列采样策略建立了关于目标函数和约束的序列近似模型,在此基础上,采用NSGA-Ⅱ遗传算法对薄板深拉伸成形变压边力设计问题进行优化求解。最后以某运载火箭贮箱箱底深拉伸成形变压边力设计为例,验证了方法的有效性。第四章提出了基于区间变量的液压装备成形参数不确定性优化方法。采用区间变量对不确定性参数进行描述,建立了液压装备成形参数不确定性问题的优化模型。对于不确定性优化目标函数及相关约束,分别建立了 RBF神经网络近似模型,并分别采用IP-GA遗传算法和NSGA-Ⅱ遗传算法进行不确定性分析和优化搜索。基于液压装备成形参数不确定性问题的中间优化结果,通过不确定性序列采样策略对近似模型进行更新,提高了优化算法的收敛效率及优化精度。第五章结合实际的企业项目,开发了拉伸液压机拉伸成形参数设计系统的功能模块,并将本文所提出的方法应用于150MN拉伸液压机拉伸成形工程实际中,验证了本文所述方法的有效性。第六章总结了全文的研究内容,并对课题进一步的研究方向进行了展望。