武汉型材拉弯-型材拉弯工艺加工讲解

拉弯成形智能控制关键技术
     对参数识别中存在的误差进行了分析研究,结合拉弯设备的结构特点,建立了零点校正以及变形误差补偿模型,有效地解决了识别误差问题。这项研究为回弹的实时控制及拉弯成形智能化系统的建立奠定了基础。 本文利用神经网络技术对预测拉弯回弹进行了研究,建立了拉弯回弹预测神经网络模型,实现了拉弯过程中的成形条件与拉弯回弹的非线性映射。利用BP神经网络建立了拉弯回弹智能预测系统,根据给定的成形条件,对等边角型材拉弯变形的回弹进行了预测,取得了理想的预测精度,表明了神经网络技术在预测回弹方面的可靠性和优越性。
    拉弯成形工艺在航空、航天、武器装备和汽车型材弯曲件的制造中应用非常广泛。但成形过程受工件的塑性变形特性和摩擦条件等诸多非线性因素的影响,回弹等成形缺陷比较严重,极大的影响了制件的成形精度。因此,研究拉弯成形的智能控制技术,提高拉弯成形件精度尤为重要。本文由此入手,对拉弯成形中材料性能参数的在线识别及拉弯成形回弹预测进行了研究。
    武汉型材拉弯为保证在材料性能出现变化和波动时,依然保持较高的成形精度,本文对拉弯成形中材料性能参数的在线识别进行了研究,建立了集实时监测和在线识别功能为一体的材料性能参数在线识别系统,通过拉弯变形初始阶段的主缸拉力—位移曲线,利用数字滤波和曲线拟合技术,实现了拉弯成形中材料性能参数的在线识别。对参数识别中存在的误差进行了分析研究,结合拉弯设备的结构特点,建立了零点校正以及变形误差补偿模型,有效地解决了识别误差问题。这项研究为回弹的实时控制及拉弯成形智能化系统的建立奠定了基础。 本文利用神经网络技术对预测拉弯回弹进行了研究,建立了拉弯回弹预测神经网络模型,实现了拉弯过程中的成形条件与拉弯回弹的非线性映射。利用BP神经网络建立了拉弯回弹智能预测系统,根据给定的成形条件,对等边角型材拉弯变形的回弹进行了预测,取得了理想的预测精度,表明了神经网络技术在预测回弹方面的可靠性和优越性。

    拉弯工艺是型材弯曲成形的重要方法,它可以有效减少回弹,达到提高成形精度的目的。因此,在飞机、汽车弯曲件成形中得到了广泛的应用。拉弯卸载后的回弹控制是影响成形精度的主要因素。拉弯成形过程中,材料受力状态复杂,同时受材料物性参数、摩擦条件等因素的影响,拉弯成形回弹预测很困难。在实际生产中,拉弯模修正量及工艺参数的确定主要以实际经验或通过试错法来解决,但此方法不能够一次拉弯成形型材,且周期长,成本高。
    武汉型材拉弯以型材为研究对象,首先介绍了型材拉弯的基本概念,在此基础上讨论了型材拉弯工艺相对于其他弯曲工艺的优点、用途以及迫切需要解决的两个关键技术问题。总结了拉弯工艺过程中容易产生的五种成形缺陷,从型材力学性能、截面形状、工艺参数三个方面阐述目前国内外在试验和数值模拟这两方面的研究状况。介绍了弹塑性力学的初始屈服条件、基本法则,其中包括流动法则和强化法则。在此基础上以各向同性硬化法则的材料为例推导了应力应变增量关系,为后续的力学分析提供了理论基础。在介绍的理论基础上,根据拉弯成形力学分析的基本假设,建立了预拉阶段、拉弯弯曲阶段和拉弯补拉阶段三个阶段拉弯成形过程的力学模型。

武汉型材拉弯-型材拉弯工艺加工讲解