伴随着中国航空产业的飞速发展,复材零件因其具有刚强度高,抗疲劳性、抗腐蚀性好等特点,已经广泛应用于军民机制造,且随着战斗机超隐形性能、超音速巡航、超机动性等要求的提出,对大型整体化、轻量化、高精度航空复材零件提出了更高要求。复材模具是直接决定复材零件成形精度的关键因素之一,为减小复材零件固化变形,提高复材零件制造精度,Invar钢被广泛应用于大型整体式复材模具的研制。目前国内Invar钢材料处于研制阶段,大部分的Invar钢材料需从国外进口,使得Invar钢原材料价格十分昂贵且尺寸规格较少,特别是厚度尺寸较小。因此Invar钢模具模板成形工艺是制约高精度复材零件应用的重要因素之一,特别是在Invar钢复材整体进气道模具研制过程中表现的尤为明显。复材整体进气道模具由于空间形状复杂,成形困难,装配难度大等原因,成为复材模具制造的一大难题。因此,复材整体进气道模具制造技术严重制约了我国军用战机的发展。本文拟从复材整体进气道模具制造角度出发,对Invar钢复材整体进气道模具的制造工艺技术进行研究,同时利用人工神经网络以及遗传算法、有限元仿真等方法研究复材整体进气道模具模板的成形工艺,本文主要研究内容如下:首先,简要描述了本课题的背景与意义,介绍了国内外复材整体进气道模具的研究现状,并详细介绍了Invar钢复材模具模板成形工艺的发展,介绍了本文的研究框架及具体研究内容。其次,总结了现有复材整体进气道模具的常用结构及所用材料,分析了目前复材模具用Invar钢模板的制造工艺要求及现有Invar钢模板的成形技术特点与难点。再次,对Invar钢进行等温压缩实验,并利用实验取得该材料实际的应力应变数据,通过BP神经网络构建Invar钢的本构模型,并根据模型扩展Invar钢材料的应力应变数据,为后续的有限元仿真建立可靠的数据基础。随后,通过实际的数控铣削加工实验,建立了基于现有数控加工设备及刀具的Invar钢复材模具模板数控铣削加工过程中切深、步距、进给速度等主要工艺参数与加工后表面粗糙度及加工周期两个目标参数的响应曲面模型。利用遗传算法对表面粗糙度和加工时间两个目标函数进行优化求解,并根据结果对数据进行圆整及实际验证,得到Invar钢复材模具模板数控铣削加工更优的工艺参数组合。最后,通过将Invar钢应力应变试验所得的本构模型参数导入仿真软件,对各不同曲面模板进行有限元仿真模拟,通过仿真结果优化压模结构,并对模板进行热压验证。在整体数控加工上,设计集装配、装夹、翻面为一体的加工夹具实现模具筒体的整体数控铣削工,并利用数控铣削加工参数的优化结果及加工顺序优化,实现了复合材料整体进气道模具的高精度加工。