论文部分内容阅读
汽车覆盖件成形是汽车制造的关键环节,车身覆盖件尺寸和形状精度要求高,零件表面要求光顺、圆角均匀和装饰特征线清晰。车身覆盖件具有复杂的空间自由曲面,轮廓尺寸较大,在拉延成形过程中容易出现拉裂,起皱和回弹等质量缺陷。拉延工序是车身覆盖件所有制造工序的基础,车身覆盖件拉延质量的好坏关系到整个工艺方案的成功与否,直接决定产品的外观质量是否满足质量要求。本文以某车身前翼子板为研究对象,利用专业板料成形有限元软件PAM STAMP,建立拉延成形有限元模型,仿真拉延成形过程,结合软件后处理模块观察制件成形质量缺陷,有效地减少试模次数和模具设计周期。针对前翼子板塑性变形过程复杂,容易产生多种质量缺陷,最优成形工艺参数难以确定的问题,本文研究将灰色关联分析法应用于前翼子板拉延成形多质量目标工艺参数优化设计,通过仿真数据分别计算各个工艺参数与优化单目标之间关联度系数、多目标函数关联度和影响因素对理想质量目标平均关联度,从而全面衡量压边力、摩擦因子及拉延筋几何尺寸对前翼子板拉延成形质量影响,确定最优拉延工艺参数组合方案为压边力900 KN、凸筋圆角半径5mm、凹筋圆角半径4mm、凸筋高度5mm、凹筋宽度12mm、摩擦系数0.12。将优化后所得工艺参数组合进行仿真试验和生产试验验证,可以发现优化后工艺参数组合可以明显提高制件质量,表明将灰色关联分析法应用于车身覆盖件成形多质量目标工艺参数优化方法有效可行,为优化冲压工艺参数和设计模具结构提供有力的指导依据。最后结合BP神经网络理论,基于MATLAB平台编写了BP网络成形质量预测程序,利用该程序构建板料成形质量与成形工艺参数之间复杂非线性映射关系。以正交试验表拓展后的数据为样本数据,在不同的训练次数和不同的隐含层单元数的情况下分别计算误差均方差值,从而可以确定最佳网络结构为6-9-2,建立前翼子板冲压工艺参数与成形质量预测模型。通过改变某一工艺参数值,并保持其他参数不变,利用训练好的BP网络预测模型给定输入值,将相应输出结果与仿真试验结果作比较,检测模型数据预测准确性,进一步获得工艺参数变化对于制件成形质量的影响,大大节约了仿真试验时间,缩短了产品研发周期。