论文部分内容阅读
冲压模具有成型精度高、生产效率高的优点,是板料类零件成型制造的重要方式。针对级进模毛坯排样设计、模架结构设计等任务依赖设计人员的经验、设计过程反复修改和产品设计周期长等问题,利用UG平台及基于知识的工程(Knowledge Based Engineering,KBE)的知识融合(Knowledge Fusion,KF)开发工具,开展了级进模工艺与结构智能设计关键技术研究。在对级进模设计任务需求、设计流程分析基础上,构建了级进模智能设计系统(Progressive Die Intelligent Design System,PDIDS)框架,该框架由设计资源层、关联设计层、功能层和用户界面层组成,分析了框架系统的UG开发平台。对级进模智能设计相关知识进行系统分析,给出了包括算法、经验、数据库等模具设计知识的描述形式。对现有毛坯排样算法进行了系统性分析比较,结果表明触动算法对外凸和内凹轮廓零件都适合,具有搜索速度快的优点。分析了毛坯普通单排和对头双排排样触动算法计算原理,针对传统对头双排触动算法中横向搜索可能失效的问题,提出了一种横向搜索步长确定判据,并用排样实例验证了该方法的可靠性。总结了冲压工艺特征知识、工序排样知识,给出了基于知识的工序排样实例。分析了级进模典型模架结构的优缺点,给出了模架选型的原则。通过定义条料外轮廓尺寸与模架规格尺寸的参数关系、模架零件之间的定位约束关系、零件之间的装配关系,利用自顶向下装配设计原理,建立级进模模架装配体模型,并给出了模架设计流程。利用 UG/KF、UG/OPENUlstyler、UG/OPENMenuscript、UG/OPENAPI 等工具结合Visual Studio编程软件,开发了基于知识的级进模智能设计原型系统,实现了毛坯排样模块、工序排样模块、模架标准零件库以及模架装配体自动生成模块,以汽车座椅支架为对象给出了级进模智能设计应用研究实例。以上研究成果为级进模智能设计系统进一步开发提供了基础,将有助于级进模设计效率和设计质量的提高。