CN113158351A - 一种有限元仿真模型的构建方法、装置、设备及存储介质 - Google Patents
一种有限元仿真模型的构建方法、装置、设备及存储介质 Download PDFInfo
- Publication number
- CN113158351A CN113158351A CN202010075263.4A CN202010075263A CN113158351A CN 113158351 A CN113158351 A CN 113158351A CN 202010075263 A CN202010075263 A CN 202010075263A CN 113158351 A CN113158351 A CN 113158351A
- Authority
- CN
- China
- Prior art keywords
- shot
- distribution
- model
- target
- gaussian distribution
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000004088 simulation Methods 0.000 title claims abstract description 79
- 238000000034 method Methods 0.000 title claims abstract description 62
- 238000003860 storage Methods 0.000 title claims abstract description 20
- 238000009826 distribution Methods 0.000 claims abstract description 164
- 238000005315 distribution function Methods 0.000 claims abstract description 67
- 238000005422 blasting Methods 0.000 claims abstract description 17
- 238000005480 shot peening Methods 0.000 claims description 17
- 230000008569 process Effects 0.000 abstract description 21
- 238000010586 diagram Methods 0.000 description 11
- 230000006870 function Effects 0.000 description 7
- 230000003287 optical effect Effects 0.000 description 6
- 238000012545 processing Methods 0.000 description 5
- 230000009471 action Effects 0.000 description 3
- 239000006185 dispersion Substances 0.000 description 3
- 238000010276 construction Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 239000013307 optical fiber Substances 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 238000013459 approach Methods 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000003116 impacting effect Effects 0.000 description 1
- 230000001788 irregular Effects 0.000 description 1
- 239000008188 pellet Substances 0.000 description 1
- 230000008707 rearrangement Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 238000009827 uniform distribution Methods 0.000 description 1
Images
Abstract
本发明实施例公开了一种有限元仿真模型的构建方法、装置、设备及存储介质。该方法包括:获取喷丸成形的原始弹丸数据,并基于所述原始弹丸数据,确定与所述原始弹丸数据对应的目标高斯分布函数;根据所述原始弹丸数据和所述目标高斯分布函数,构建弹丸分布模型;根据所述弹丸分布模型和预设等效模型,构建所述喷丸成形的有限元仿真模型。本发明实施例通过弹丸的高斯分布特征构建弹丸分布模型,解决了有限元仿真中无法准确模拟弹丸实际应力的问题,使得通过有限元仿真模型得到的弹丸分布更接近于实际分布情况,提高了有限元仿真的准确度,从而更好为喷丸成形工艺参数的设置提供参考。
Description
技术领域
本发明实施例涉及喷丸成形技术领域,尤其涉及一种有限元仿真模型的构建方法、装置、设备及存储介质。
背景技术
在喷丸成形工艺中,不同弹丸工艺参数(弹丸种类、弹丸流量、气压、喷射距离、弹丸速度等)将直接影响待喷零件的成形效果。由于喷丸成形工艺的复杂性,采用基于试验的传统试错法仍是目前喷丸成形工艺参数优化及路径规划的主要方法,成本高、时间长,若能够在喷丸成形工艺开发过程中有效引入有限元仿真方式,则可大大降低试参数的成本,节约开发时间。
现阶段较为成熟的方法是在有限元仿真模型中采用等效热源的方式在待喷零件的表面引入一个等效应力场,若在该应力场作用下零件产生的变形和离散弹丸产生的变形保持一致,则认为该等效热源可以替代弹丸过程。
但由于目前有限元仿真模型中采用的热源模型为连续热源模型,即热源为100%全覆盖均匀地施加在零件表面上,热源作用之处产生的是连续应力场。而实际喷丸成形过程中弹丸覆盖率一般不超过50%,弹丸碰撞零件表面产生的应力场为非连续应力场,因此采用连续热源模型的有限元仿真模型无法准确地模拟实际的应力情况,模拟结果与实际存在较大差异。
发明内容
本发明实施例提供了一种有限元仿真模型的构建方法、装置、设备及存储介质,以使得通过有限元仿真模型得到的弹丸分布更接近于实际分布情况,提高了有限元仿真的准确度。
第一方面,本发明实施例提供了一种有限元仿真模型的构建方法,该方法包括:
获取喷丸成形的原始弹丸数据,并基于所述原始弹丸数据,确定与所述原始弹丸数据对应的目标高斯分布函数;
根据所述原始弹丸数据和所述目标高斯分布函数,构建弹丸分布模型;
根据所述弹丸分布模型和预设等效模型,构建所述喷丸成形的有限元仿真模型。
第二方面,本发明实施例还提供了一种有限元仿真模型的构建装置,该装置包括:
目标高斯分布函数确定模块,用于获取喷丸成形的原始弹丸数据,并基于所述原始弹丸数据,确定与所述原始弹丸数据对应的目标高斯分布函数;
弹丸分布模型构建模块,用于根据所述原始弹丸数据和所述目标高斯分布函数,构建弹丸分布模型;
有限元仿真模型构建模块,用于根据所述弹丸分布模型和预设等效模型,构建所述喷丸成形的有限元仿真模型。
第三方面,本发明实施例还提供了一种设备,该设备包括:
一个或多个处理器;
存储器,用于存储一个或多个程序;
当所述一个或多个程序被所述一个或多个处理器执行时,使得所述一个或多个处理器实现上述所涉及的任一所述的有限元仿真模型的构建方法。
第四方面,本发明实施例还提供了一种包含计算机可执行指令的存储介质,所述计算机可执行指令在由计算机处理器执行时用于执行上述所涉及的任一所述的有限元仿真模型的构建方法。
本发明实施例通过弹丸的高斯分布特征构建弹丸分布模型,解决了有限元仿真中无法准确模拟弹丸实际应力的问题,使得通过有限元仿真模型得到的弹丸分布更接近于实际分布情况,提高了有限元仿真的准确度,从而更好为喷丸成形工艺参数的设置提供参考。
附图说明
图1是本发明实施例一提供的一种有限元仿真模型的构建方法的流程图。
图2是本发明实施例一提供的一种弹丸分布模型的示意图。
图3是本发明实施例二提供的一种有限元仿真模型的构建方法的流程图。
图4是本发明实施例二提供的一种弹丸分布模型的示意图。
图5是本发明实施例二提供的一种离散弹丸分布模型的示意图。
图6是本发明实施例二提供的一种有限元仿真模型的构建方法的具体实例流程图。
图7是本发明实施例三提供的一种有限元仿真模型的构建装置的示意图。
图8是本发明实施例四提供的一种设备的结构示意图。
具体实施方式
下面结合附图和实施例对本发明作进一步的详细说明。可以理解的是,此处所描述的具体实施例仅仅用于解释本发明,而非对本发明的限定。另外还需要说明的是,为了便于描述,附图中仅示出了与本发明相关的部分而非全部结构。
实施例一
图1是本发明实施例一提供的一种有限元仿真模型的构建方法的流程图,本实施例可适用于有限元仿真喷丸成形的情况,该方法可以由有限元仿真模型的构建装置来执行,该装置可采用软件和/或硬件的方式实现,该装置可以配置于终端设备中。具体包括如下步骤:
S110、获取喷丸成形的原始弹丸数据,并基于原始弹丸数据,确定与原始弹丸数据对应的目标高斯分布函数。
其中,原始弹丸数据是指在实际喷丸成形过程中的相关数据,示例性的,原始弹丸数据包括工艺参数数据、弹丸属性参数数据和分布参数数据等,其中,示例性的,弹丸属性参数可以是弹丸的尺寸和弹丸的重量等。其中,分布参数是指在不同的工艺参数和弹丸属性参数的设置下弹丸的分布特征参数。示例性的,分布特征参数包括分布坐标参数和分布半径等。
在一个实施例中,可选的,计算原始弹丸数据的目标分布半径,并基于目标分布半径,确定与原始弹丸数据对应的目标高斯分布函数。
其中,喷丸成形的过程中,一定数量的弹丸在气流的带动下,按照高斯概率分布随机击打零件表面留下弹坑。以喷嘴中心线为对称轴,弹丸围绕喷嘴中心线呈二维高斯离散随机分布,即弹丸与零件表面的撞击点,也会呈二维高斯离散随机分布。由于在弹丸分布中,弹丸在x方向和y方向的分布是独立的,弹丸流可视为圆锥形,且关于圆锥中心旋转对称,坐标原点位于圆锥体的中心线上。因此,二维高斯分布满足如下公式:
其中,x和y分别表示弹丸在x方向和y方向上的坐标,σ表示弹丸的分布方差。从上式可知,二维高斯分布取决于σ的大小。上式采用的是笛卡尔坐标系,如果采用极坐标系,x和y满足公式:r2=x2+y2,因此,上式可用极坐标表示为:
其中,极坐标系的θ轴满足[0:360]范围内,满足均匀分布的概率分布,其密度函数为:
其中,目标分布半径是指喷嘴在某一位置处时弹丸的分布半径。具体的,喷嘴在某一位置处向零件发射弹丸,弹丸以喷嘴为中心在零件上呈高斯分布形成弹坑。在一个实施例中,可选的,基于弹丸形成的弹坑,以喷嘴为中心绘制圆形区域,如果圆形区域中的弹坑数量占总弹坑数量的预设比例,则将圆形区域作为原始弹丸数据的分布区域,并计算该分布区域的目标分布半径。其中,示例性的,预设比例可以是95%或90%,此处对预设比例不作限定。
在一个实施例中,可选的,获取分布半径的标准高斯分布函数组,如果标准高斯分布函数组中标准高斯分布函数的分布半径分布范围满足目标分布半径,且与分布半径分布范围对应的概率范围满足预设概率范围,则将标准高斯分布函数作为与原始弹丸数据对应的目标高斯分布函数。
其中,标准高斯分布函数组中的标准高斯分布函数以分布半径为横坐标,分布半径的密度函数为纵坐标,标准高斯分布函数的分布半径均服从X:N(0,σ2),以x=0的y轴为对称中心。其中,标准高斯分布函数组包括一系列不同σ值对应的标准高斯分布函数。其中,示例性的,预设概率范围可以是95%或90%,此处对预设概率范围不作限定。
其中,标准高斯分布函数的分布半径分布范围是指在标准高斯分布函数坐标系中,分布半径在x>0和x<0上的对称分布范围。举例而言,目标分布半径为8mm,预设概率范围为90%,则目标高斯分布函数的分布曲线在90%的预设概率范围内的正向坐标和负向坐标分别为x=4mm和x=-4mm。
S120、根据原始弹丸数据和目标高斯分布函数,构建弹丸分布模型。
在一个实施例中,可选的,原始弹丸数据包括弹丸流量、弹丸质量和弹丸速度。其中,弹丸流量是指每分钟发射弹丸的重量,示例性的,弹丸流量为10Kg/min,单个弹丸质量为2.5×10-5Kg,弹丸速度为2×103mm/min。
在一个实施例中,可选的,根据弹丸流量、弹丸质量和弹丸速度,计算得到单位弹丸数量;根据单位弹丸数量和目标高斯分布函数,构建弹丸分布模型。
在一个实施例中,可选的,根据单位弹丸数量和目标分布半径,计算单步长的弹丸数量;根据单步长的弹丸数量和目标高斯分布函数,构建弹丸分布模型。
其中,示例性的,设单位弹丸数量用n表示,目标分布半径用r表示,则单步长的弹丸数量N=nr。图2是本发明实施例一提供的一种弹丸分布模型的示意图,图2以分布方差σ=9为例。图2a-2f分别表示单步长的弹丸数量为500个、1000个、2000个、5000个、10000个和20000个。
S130、根据弹丸分布模型和预设等效模型,构建喷丸成形的有限元仿真模型。
其中,预设等效模型包括热源模型、应力模型或应变模型。其中,热源模型是指采用热源作用使得仿真零件上产生热膨胀形变,具体的,热源模型包括形变形状和热膨胀系数等参数;应力模型和应变模型分别是指施加应力和施加应变使得仿真零件上产生力膨胀形变,具体的,应力模型和应变模型包括形变形状、弹性模量和泊松比等参数。其中,形变形状是指在有限元仿真模型中,仿真零件上每个弹丸位置处的形变形状,即弹坑形状,示例性的,形变形状可以是球形或柱形,当然,也可以是不规则形状。
其中,具体的,弹丸分布模型定义了在喷丸工艺中弹丸撞击零件的位置,即弹坑的位置,预设等效模型定义了零件上每个弹坑的形变参数,可以是等效热源、等效应力场或等效应变场,从而构成有限元仿真模型。
本实施例的技术方案,通过弹丸的高斯分布特征构建弹丸分布模型,解决了有限元仿真中无法准确模拟弹丸实际应力的问题,使得通过有限元仿真模型得到的弹丸分布更接近于实际分布情况,提高了有限元仿真的准确度,从而更好为喷丸成形工艺参数的设置提供参考。
实施例二
图3是本发明实施例二提供的一种有限元仿真模型的构建方法的流程图,本实施例的技术方案是上述实施例的基础上的进一步细化。可选的,所述原始弹丸数据还包括弹丸长度,相应的,所述根据所述原始弹丸数据和所述目标高斯分布函数,构建弹丸分布模型,包括:根据所述单位弹丸数量和所述目标高斯分布函数,确定单步长高斯分布模型;根据所述单步长高斯分布模型、所述弹丸长度和预设参数,构建弹丸分布模型,其中,所述预设参数包括步长或步数。
S210、获取喷丸成形的原始弹丸数据,并基于原始弹丸数据,确定与原始弹丸数据对应的目标高斯分布函数。
S220、根据单位弹丸数量和目标高斯分布函数,确定单步长高斯分布模型。
在一个实施例中,可选的,根据单位弹丸数量和目标分布半径,计算单步长的弹丸数量;根据单步长的弹丸数量和目标高斯分布函数,确定单步长高斯分布模型。
S230、根据单步长高斯分布模型、弹丸长度和预设参数,构建弹丸分布模型,其中,预设参数包括步长或步数。
在一个实施例中,可选的,在喷丸成形的过程中,弹丸喷嘴沿某一方向连续移动并向零件发射一定数量的弹丸,即条带成形。其中,弹丸长度指弹丸喷嘴沿预设移动方向移动的距离长度。示例性的,弹丸长度可以是100mm,此处对弹丸长度不作限定,具体的,弹丸长度与零件的成形尺寸相关。
其中,步长是指相邻两个单步长高斯分布模型的圆心距离,步数是指在任一弹丸长度下包含单步长高斯分布模型的个数。示例性的,设步长用x表示,弹丸长度用l表示,步数用b表示,则步长、弹丸长度和步数满足公式:
l=xb
其中,示例性的,预设参数可以用户输入设置,当然,用户也可以对预设参数进行调节,以使弹丸分布模型接近于实际弹丸分布。
图4是本发明实施例二提供的一种弹丸分布模型的示意图,图4以分布方差σ=9,步长为7.071mm,步数为10个为例。图4a-4d的步数相同,但图4a-4d的弹丸分布模型中的单步长高斯分布模型的弹丸数量分别为500个、1000个、2000个和5000个。
在一个实施例中,可选的,步长小于原始弹丸数据中的目标分布半径。示例性的,原始弹丸数据中的目标分布半径为10mm,则步长小于10mm。这样设置的好处在于,保证弹丸分布模型中不出现明显的离散情况,从而更接近于弹丸的实际分布情况,提高有限元仿真的准确度。
举例而言,图5是本发明实施例二提供的一种离散弹丸分布模型的示意图,图5以分布方差σ=9,弹丸长度为100mm,单位弹丸数量为200个/mm为例。图5中的a1、b1、c1和d1分别表示表示弹丸数量为100个、200个、400个和2000个的单步长高斯分布模型。图5中的图a2中的步长为0.5mm,步数为200个;图b2中步长为1mm,步数为100个;图c2中的步长为2mm,步数为50个;图d2中的步长为10mm,步数为10个。从图d2可以看出,当步长较长时,弹丸分布模型会出现明显的离散,与弹丸的实际分布不符。
S240、根据弹丸分布模型和预设等效模型,构建喷丸成形的有限元仿真模型。
图6是本发明实施例二提供的一种有限元仿真模型的构建方法的具体实例流程图。根据实际弹坑分布,确定二维高斯分布的σ值。在一个实施例中,可选的,基于弹丸形成的条带,确定条带宽度,将条带宽度的一半作为目标分布半径。其中,条带宽度内的弹坑数量占总弹坑数量的预设比例,示例性的,预设比例可以是95%或90%,此处对预设比例不作限定。根据实际工艺参数确定单位弹丸数量和步长。具体的,根据弹丸流量、弹丸质量和弹丸速度,计算得到单位弹丸数量。将构建的弹丸分布模型输入到有限元仿真软件中进行二次开发,其中,示例性的,有限元仿真软件中使用的预设等效模型包括热源模型、应力模型或应变模型,从而实现对喷丸成形工艺的有限元仿真。具体的,有限元仿真模型中的弹丸形成的弹坑可以用等效应力场、等效热源或等效应变场表示。
将单步长高斯分布模型作为弹丸分布模型模拟弹丸实际分布情况,可能会出现明显的离散分布的情况,不符合实际工艺中弹丸连续分布的特征。本实施例的技术方案,通过根据实际工艺中的弹丸长度,构建弹丸分布模型,解决了有限元仿真中弹丸离散分布的问题,使得通过有限元仿真模型得到的弹丸分布更接近于实际分布情况,提高了有限元仿真的准确度,从而更好为喷丸成形工艺参数的设置提供参考。
实施例三
图7是本发明实施例三提供的一种有限元仿真模型的构建装置的示意图。本实施例可适用于有限元仿真喷丸成形的情况,该装置可采用软件和/或硬件的方式实现,该装置可以配置于终端设备中。该有限元仿真模型的构建装置包括:目标高斯分布函数确定模块310、弹丸分布模型构建模块320和有限元仿真模型构建模块330。
其中,目标高斯分布函数确定模块310,用于获取喷丸成形的原始弹丸数据,并基于原始弹丸数据,确定与原始弹丸数据对应的目标高斯分布函数;
弹丸分布模型构建模块320,用于根据原始弹丸数据和目标高斯分布函数,构建弹丸分布模型;
有限元仿真模型构建模块330,用于根据弹丸分布模型和预设等效模型,构建喷丸成形的有限元仿真模型。
本实施例的技术方案,通过弹丸的高斯分布特征构建弹丸分布模型,解决了有限元仿真中无法准确模拟弹丸实际应力的问题,使得通过有限元仿真模型得到的弹丸分布更接近于实际分布情况,提高了有限元仿真的准确度,从而更好为喷丸成形工艺参数的设置提供参考。
在上述技术方案的基础上,可选的,目标高斯分布函数确定模块310包括:
目标高斯分布函数确定单元,用于计算原始弹丸数据的目标分布半径,并基于目标分布半径,确定与原始弹丸数据对应的目标高斯分布函数。
可选的,目标高斯分布函数确定单元具体用于:
获取分布半径的标准高斯分布函数组,如果标准高斯分布函数组中标准高斯分布函数的分布半径分布范围满足目标分布半径,且与分布半径分布范围对应的概率范围满足预设概率范围,则将标准高斯分布函数作为与原始弹丸数据对应的目标高斯分布函数。
可选的,原始弹丸数据包括弹丸流量、弹丸质量和弹丸速度,相应的,弹丸分布模型构建模块320包括:
单位弹丸数量计算单元,根据弹丸流量、弹丸质量和弹丸速度,计算得到单位弹丸数量;
弹丸分布模型构建单元,根据单位弹丸数量和目标高斯分布函数,构建弹丸分布模型。
可选的,弹丸分布模型构建单元具体用于:
根据单位弹丸数量和目标分布半径,计算单步长的弹丸数量;
根据单步长的弹丸数量和目标高斯分布函数,构建弹丸分布模型。
可选的,原始弹丸数据还包括弹丸长度,相应的,弹丸分布模型构建模块320具体用于:
根据单位弹丸数量和目标高斯分布函数,确定单步长高斯分布模型;
根据单步长高斯分布模型、弹丸长度和预设参数,构建弹丸分布模型,其中,预设参数包括步长或步数。
可选的,预设等效模型包括热源模型、应力模型或应变模型;步长小于原始弹丸数据中的目标分布半径。
本发明实施例所提供的有限元仿真模型的构建装置可以用于执行本发明实施例所提供的有限元仿真模型的构建方法,具备执行方法相应的功能和有益效果。
值得注意的是,上述有限元仿真模型的构建装置的实施例中,所包括的各个单元和模块只是按照功能逻辑进行划分的,但并不局限于上述的划分,只要能够实现相应的功能即可;另外,各功能单元的具体名称也只是为了便于相互区分,并不用于限制本发明的保护范围。
实施例四
图8是本发明实施例四提供的一种设备的结构示意图,本发明实施例四为本发明上述实施例的有限元仿真模型的构建方法的实现提供服务,可配置上述实施例中的有限元仿真模型的构建装置。图8示出了适于用来实现本发明实施方式的示例性设备12的框图。图8显示的设备12仅仅是一个示例,不应对本发明实施例的功能和使用范围带来任何限制。
如图8所示,设备12以通用计算设备的形式表现。设备12的组件可以包括但不限于:一个或者多个处理器或者处理单元16,系统存储器28,连接不同系统组件(包括系统存储器28和处理单元16)的总线18。
总线18表示几类总线结构中的一种或多种,包括存储器总线或者存储器控制器,外围总线,图形加速端口,处理器或者使用多种总线结构中的任意总线结构的局域总线。举例来说,这些体系结构包括但不限于工业标准体系结构(ISA)总线,微通道体系结构(MAC)总线,增强型ISA总线、视频电子标准协会(VESA)局域总线以及外围组件互连(PCI)总线。
设备12典型地包括多种计算机系统可读介质。这些介质可以是任何能够被设备12访问的可用介质,包括易失性和非易失性介质,可移动的和不可移动的介质。
系统存储器28可以包括易失性存储器形式的计算机系统可读介质,例如随机存取存储器(RAM)30和/或高速缓存存储器32。设备12可以进一步包括其它可移动/不可移动的、易失性/非易失性计算机系统存储介质。仅作为举例,存储系统34可以用于读写不可移动的、非易失性磁介质(图8未显示,通常称为“硬盘驱动器”)。尽管图8中未示出,可以提供用于对可移动非易失性磁盘(例如“软盘”)读写的磁盘驱动器,以及对可移动非易失性光盘(例如CD-ROM,DVD-ROM或者其它光介质)读写的光盘驱动器。在这些情况下,每个驱动器可以通过一个或者多个数据介质接口与总线18相连。存储器28可以包括至少一个程序产品,该程序产品具有一组(例如至少一个)程序模块,这些程序模块被配置以执行本发明各实施例的功能。
具有一组(至少一个)程序模块42的程序/实用工具40,可以存储在例如存储器28中,这样的程序模块42包括但不限于操作系统、一个或者多个应用程序、其它程序模块以及程序数据,这些示例中的每一个或某种组合中可能包括网络环境的实现。程序模块42通常执行本发明所描述的实施例中的功能和/或方法。
设备12也可以与一个或多个外部设备14(例如键盘、指向设备、显示器24等)通信,还可与一个或者多个使得用户能与该设备12交互的设备通信,和/或与使得该设备12能与一个或多个其它计算设备进行通信的任何设备(例如网卡,调制解调器等等)通信。这种通信可以通过输入/输出(I/O)接口22进行。并且,设备12还可以通过网络适配器20与一个或者多个网络(例如局域网(LAN),广域网(WAN)和/或公共网络,例如因特网)通信。如图8所示,网络适配器20通过总线18与设备12的其它模块通信。应当明白,尽管图中未示出,可以结合设备12使用其它硬件和/或软件模块,包括但不限于:微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、RAID系统、磁带驱动器以及数据备份存储系统等。
处理单元16通过运行存储在系统存储器28中的程序,从而执行各种功能应用以及数据处理,例如实现本发明实施例所提供的有限元仿真模型的构建方法。
通过上述设备,解决了有限元仿真中无法准确模拟弹丸实际应力的问题,使得通过有限元仿真模型得到的弹丸分布更接近于实际分布情况,提高了有限元仿真的准确度,从而更好为喷丸成形工艺参数的设置提供参考。
实施例五
本发明实施例五还提供了一种包含计算机可执行指令的存储介质,计算机可执行指令在由计算机处理器执行时用于执行一种有限元仿真模型的构建方法,该方法包括:
获取喷丸成形的原始弹丸数据,并基于原始弹丸数据,确定与原始弹丸数据对应的目标高斯分布函数;
根据原始弹丸数据和目标高斯分布函数,构建弹丸分布模型;
根据弹丸分布模型和预设等效模型,构建喷丸成形的有限元仿真模型。
本发明实施例的计算机存储介质,可以采用一个或多个计算机可读的介质的任意组合。计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质。计算机可读存储介质例如可以是但不限于电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本文件中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。
计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。
计算机可读介质上包含的程序代码可以用任何适当的介质传输,包括但不限于无线、电线、光缆、RF等等,或者上述的任意合适的组合。
可以以一种或多种程序设计语言或其组合来编写用于执行本发明操作的计算机程序代码,程序设计语言包括面向对象的程序设计语言,诸如Java、Smalltalk、C++,还包括常规的过程式程序设计语言,诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络包括局域网(LAN)或广域网(WAN),连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
当然,本发明实施例所提供的一种包含计算机可执行指令的存储介质,其计算机可执行指令不限于如上的方法操作,还可以执行本发明任意实施例所提供的有限元仿真模型的构建方法中的相关操作。
注意,上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解,本发明不限于这里所述的特定实施例,对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此,虽然通过以上实施例对本发明进行了较为详细的说明,但是本发明不仅仅限于以上实施例,在不脱离本发明构思的情况下,还可以包括更多其他等效实施例,而本发明的范围由所附的权利要求范围决定。
Claims (10)
1.一种有限元仿真模型的构建方法,其特征在于,包括:
获取喷丸成形的原始弹丸数据,并基于所述原始弹丸数据,确定与所述原始弹丸数据对应的目标高斯分布函数;
根据所述原始弹丸数据和所述目标高斯分布函数,构建弹丸分布模型;
根据所述弹丸分布模型和预设等效模型,构建所述喷丸成形的有限元仿真模型。
2.根据权利要求1所述的方法,其特征在于,所述基于所述原始弹丸数据,确定与所述原始弹丸数据对应的目标高斯分布函数,包括:
计算所述原始弹丸数据的目标分布半径,并基于所述目标分布半径,确定与所述原始弹丸数据对应的目标高斯分布函数。
3.根据权利要求2所述的方法,其特征在于,所述基于所述目标分布半径,确定与所述原始弹丸数据对应的目标高斯分布函数,包括:
获取分布半径的标准高斯分布函数组,如果所述标准高斯分布函数组中标准高斯分布函数的分布半径分布范围满足目标分布半径,且与所述分布半径分布范围对应的概率范围满足预设概率范围,则将所述标准高斯分布函数作为与所述原始弹丸数据对应的目标高斯分布函数。
4.根据权利要求2所述的方法,其特征在于,所述原始弹丸数据包括弹丸流量、弹丸质量和弹丸速度,相应的,所述根据所述原始弹丸数据和所述目标高斯分布函数,构建弹丸分布模型,包括:
根据弹丸流量、弹丸质量和弹丸速度,计算得到单位弹丸数量;
根据所述单位弹丸数量和所述目标高斯分布函数,构建弹丸分布模型。
5.根据权利要求4所述的方法,其特征在于,所述根据所述单位弹丸数量和所述目标高斯分布函数,构建弹丸分布模型,包括:
根据所述单位弹丸数量和所述目标分布半径,计算单步长的弹丸数量;
根据所述单步长的弹丸数量和所述目标高斯分布函数,构建弹丸分布模型。
6.根据权利要求4所述的方法,其特征在于,所述原始弹丸数据还包括弹丸长度,相应的,所述根据所述原始弹丸数据和所述目标高斯分布函数,构建弹丸分布模型,包括:
根据所述单位弹丸数量和所述目标高斯分布函数,确定单步长高斯分布模型;
根据所述单步长高斯分布模型、所述弹丸长度和预设参数,构建弹丸分布模型,其中,所述预设参数包括步长或步数。
7.根据所述权利要求6所述的方法,其特征在于,所述预设等效模型包括热源模型、应力模型或应变模型;所述步长小于所述原始弹丸数据中的目标分布半径。
8.一种有限元仿真模型的构建装置,其特征在于,包括:
目标高斯分布函数确定模块,用于获取喷丸成形的原始弹丸数据,并基于所述原始弹丸数据,确定与所述原始弹丸数据对应的目标高斯分布函数;
弹丸分布模型构建模块,用于根据所述原始弹丸数据和所述目标高斯分布函数,构建弹丸分布模型;
有限元仿真模型构建模块,用于根据所述弹丸分布模型和预设等效模型,构建所述喷丸成形的有限元仿真模型。
9.一种设备,其特征在于,包括:
一个或多个处理器;
存储器,用于存储一个或多个程序;
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如权利要求1-7中任一所述的有限元仿真模型的构建方法。
10.一种包含计算机可执行指令的存储介质,其特征在于,所述计算机可执行指令在由计算机处理器执行时用于执行如权利要求1-7中任一所述的有限元仿真模型的构建方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010075263.4A CN113158351A (zh) | 2020-01-22 | 2020-01-22 | 一种有限元仿真模型的构建方法、装置、设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010075263.4A CN113158351A (zh) | 2020-01-22 | 2020-01-22 | 一种有限元仿真模型的构建方法、装置、设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113158351A true CN113158351A (zh) | 2021-07-23 |
Family
ID=76881811
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010075263.4A Pending CN113158351A (zh) | 2020-01-22 | 2020-01-22 | 一种有限元仿真模型的构建方法、装置、设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113158351A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115436651A (zh) * | 2022-08-23 | 2022-12-06 | 成都飞机工业(集团)有限责任公司 | 一种测量弹丸速度的方法、系统、电子设备、介质及应用 |
WO2023134303A1 (zh) * | 2022-01-11 | 2023-07-20 | 上海飞机制造有限公司 | 用于获取喷丸工艺中的弹丸分布的方法 |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7082338B1 (en) * | 1999-10-20 | 2006-07-25 | Caterpillar Inc. | Method for providing a process model for a material in a manufacturing process |
CN101011777A (zh) * | 2006-12-11 | 2007-08-08 | 江苏大学 | 一种中厚板料激光预应力复合喷丸成形的方法和装置 |
US20100175575A1 (en) * | 2009-01-14 | 2010-07-15 | Amick Family Revocable Living Trust | Multi-range shotshells with multimodal patterning properties and methods for producing the same |
JP2011173203A (ja) * | 2010-02-24 | 2011-09-08 | Toyota Motor Corp | ショットピーニング装置およびショットピーニング方法 |
CN104866652A (zh) * | 2015-04-29 | 2015-08-26 | 西北工业大学 | 一种基于abaqus的喷丸强化变形的有限元模拟方法 |
CN104899345A (zh) * | 2015-03-09 | 2015-09-09 | 上海交通大学 | 用于确定复杂曲面形状工件激光喷丸成形工艺参数的方法 |
CN106180471A (zh) * | 2016-07-11 | 2016-12-07 | 广东工业大学 | 一种飞机机翼激光喷丸成形的方法与装置 |
CN107273630A (zh) * | 2017-06-28 | 2017-10-20 | 华中科技大学 | 一种通过参数反演计算调控残余应力加工参数的方法 |
US20180038750A1 (en) * | 2015-03-05 | 2018-02-08 | Kabushiki Kaisha Kobe Seiko Sho (Kobe Steel, Ltd.) | Residual stress estimation method and residual stress estimation device |
CN109446601A (zh) * | 2018-10-12 | 2019-03-08 | 南京理工大学 | 一种弹丸起始扰动的不确定优化方法 |
CN208592734U (zh) * | 2018-07-26 | 2019-03-12 | 中国商用飞机有限责任公司 | 弹丸喷击区模拟装置 |
-
2020
- 2020-01-22 CN CN202010075263.4A patent/CN113158351A/zh active Pending
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7082338B1 (en) * | 1999-10-20 | 2006-07-25 | Caterpillar Inc. | Method for providing a process model for a material in a manufacturing process |
CN101011777A (zh) * | 2006-12-11 | 2007-08-08 | 江苏大学 | 一种中厚板料激光预应力复合喷丸成形的方法和装置 |
US20100175575A1 (en) * | 2009-01-14 | 2010-07-15 | Amick Family Revocable Living Trust | Multi-range shotshells with multimodal patterning properties and methods for producing the same |
JP2011173203A (ja) * | 2010-02-24 | 2011-09-08 | Toyota Motor Corp | ショットピーニング装置およびショットピーニング方法 |
US20180038750A1 (en) * | 2015-03-05 | 2018-02-08 | Kabushiki Kaisha Kobe Seiko Sho (Kobe Steel, Ltd.) | Residual stress estimation method and residual stress estimation device |
CN104899345A (zh) * | 2015-03-09 | 2015-09-09 | 上海交通大学 | 用于确定复杂曲面形状工件激光喷丸成形工艺参数的方法 |
CN104866652A (zh) * | 2015-04-29 | 2015-08-26 | 西北工业大学 | 一种基于abaqus的喷丸强化变形的有限元模拟方法 |
CN106180471A (zh) * | 2016-07-11 | 2016-12-07 | 广东工业大学 | 一种飞机机翼激光喷丸成形的方法与装置 |
CN107273630A (zh) * | 2017-06-28 | 2017-10-20 | 华中科技大学 | 一种通过参数反演计算调控残余应力加工参数的方法 |
CN208592734U (zh) * | 2018-07-26 | 2019-03-12 | 中国商用飞机有限责任公司 | 弹丸喷击区模拟装置 |
CN109446601A (zh) * | 2018-10-12 | 2019-03-08 | 南京理工大学 | 一种弹丸起始扰动的不确定优化方法 |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2023134303A1 (zh) * | 2022-01-11 | 2023-07-20 | 上海飞机制造有限公司 | 用于获取喷丸工艺中的弹丸分布的方法 |
CN115436651A (zh) * | 2022-08-23 | 2022-12-06 | 成都飞机工业(集团)有限责任公司 | 一种测量弹丸速度的方法、系统、电子设备、介质及应用 |
CN115436651B (zh) * | 2022-08-23 | 2023-12-08 | 成都飞机工业(集团)有限责任公司 | 一种测量弹丸速度的方法、系统、电子设备、介质及应用 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP7053891B2 (ja) | オンチップコードのブレークポイントによるデバッグ方法、オンチッププロセッサ及びブレークポイントによるチップデバッグシステム | |
KR101690917B1 (ko) | 가상 시나리오에서 사운드를 시뮬레이션하는 방법 및 장치, 및 단말기 | |
CN102576310B (zh) | 将物理计算资源的一部分分配给逻辑分区 | |
CN113158351A (zh) | 一种有限元仿真模型的构建方法、装置、设备及存储介质 | |
US10089421B2 (en) | Information processing apparatus and information processing method | |
JP5280863B2 (ja) | 物体相互作用シミュレーションのための区分メッシュ化および近傍検索 | |
JP4329848B2 (ja) | 構造解析装置および構造解析方法 | |
US20150302180A1 (en) | Simulation method for high-polymer material | |
US20160132770A1 (en) | Early generation of individuals to accelerate genetic algorithms | |
CN111859645A (zh) | 冲击波求解的改进musl格式物质点法 | |
CN113408070A (zh) | 发动机参数的确定方法、装置、设备及存储介质 | |
KR20140056652A (ko) | Arinc 653 기반 운영체제에서의 모니터링 방법 및 장치 | |
CN112619163A (zh) | 一种飞行路径控制方法、装置、电子设备及存储介质 | |
CN112329138A (zh) | 一种球壳结构生成方法、装置、存储介质及电子设备 | |
CN114925539B (zh) | 声爆波反演方法、装置、设备及存储介质 | |
CN105279007A (zh) | 多核处理器的模拟方法及装置 | |
WO2010002626A2 (en) | Vectorized parallel collision detection pipeline | |
CN107168776A (zh) | 一种事件统计方法、装置、设备及存储介质 | |
CN109376334B (zh) | 一种正态型单元的寿命分布参数估计方法 | |
US20130262727A1 (en) | Race free interrupt | |
CN109446481B (zh) | 一种对数正态型单元寿命分布参数估计方法 | |
CN113449460B (zh) | 破片阻力系数的测量方法、装置及计算机可读存储介质 | |
CN115495854B (zh) | 计算机辅助工程模型的参数标定方法、装置、设备及介质 | |
KR101807769B1 (ko) | 데스크 탑 기반 실시간 시뮬레이션 장치 및 방법 | |
CN109711194B (zh) | 一种数据处理方法及数据处理装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |