论文部分内容阅读
汽车覆盖件中存在着大量的翻边特征。随着先进高强钢板(AHSS)在轻量化车身结构中的产业化应用,给传统翻边成形工艺带来了一定的挑战:高强度带来的板材翻边成形性能较差;先进高强钢在成形过程中表现出与传统金属板材完全不同的破裂失效行为;翻边工艺复杂导致难以直观的判断材料的变形性质,无法准确的计算板料减薄情况。论文针对上述问题,通过深入分析翻边成形过程中板材的应力-应变状态,对模具结构进行创新设计,以期提升板材的拉伸翻边成形性能;同时将塑性损伤引入材料成形性能的预测和评价中,通过准确的材料本构模型和创新的工艺设计为汽车覆盖件产品复杂翻边特征成形提供工艺技术方面的指导。论文基于理论分析、数值模拟技术及物理实验开展了以下研究工作:(1)以MC600DP双相高强钢为研究对象,开展材料性能实验;基于Abaqus有限元软件建立耦合细观损伤弹塑性本构的单向拉伸数值仿真模型。针对实验设计-代理模型标定损伤参数的弊端,利用Python语言进行Abaqus二次开发,构建基于遗传算法的全自动数值仿真程序,以实现细观损伤参数与材料宏观力学性能之间的高精度映射和自适应优化,得到精确描述高强钢板实际流动行为和损伤演化的本构模型。(2)以复杂拉伸类翻边为研究对象,进行翻边变形过程力学分析,揭示高强钢板翻边工艺难点;分析成形板材的应力-应变分布规律,提出解决思路(渐进成形)并进行模具结构创新设计。利用构建的高精度细观损伤弹塑性本构评估板材的成形性能,基于数值仿真技术对比分析传统翻边成形与渐进翻边工艺的成形过程、板料减薄情况、应力应变状态及损伤演化规律,揭示渐进翻边工艺机理及其优越性。(3)探索渐进翻边工艺相关参数对板材翻边成形性能的影响规律;分析参数敏感性,基于正交实验结果对非关键因素进行参数优选;基于Matlab平台建立关键因素与目标函数(最小厚度(MinSTH)及凸模行程(Stroke))之间的神经网络预测模型,并利用多目标遗传算法寻优。基于复合翻边渐进成形工艺优化结果,参考压力机要求和工艺难度,合理匹配相关参数,得到可用于实际生产的模具结构创新设计参数。论文建立的渐进翻边工艺规范不仅适用于先进高强钢板,同样适用于镁合金、铝合金等轻质难变形板材的复杂翻边特征成形。