CN113378433B - 一种复合铝板成形工艺参数确定方法、装置、设备及介质 - Google Patents
一种复合铝板成形工艺参数确定方法、装置、设备及介质 Download PDFInfo
- Publication number
- CN113378433B CN113378433B CN202110618660.6A CN202110618660A CN113378433B CN 113378433 B CN113378433 B CN 113378433B CN 202110618660 A CN202110618660 A CN 202110618660A CN 113378433 B CN113378433 B CN 113378433B
- Authority
- CN
- China
- Prior art keywords
- determining
- model
- finite element
- simulation result
- aluminum plate
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 121
- 239000002131 composite material Substances 0.000 title claims abstract description 57
- 229910052782 aluminium Inorganic materials 0.000 title claims abstract description 40
- XAGFODPZIPBFFR-UHFFFAOYSA-N aluminium Chemical compound [Al] XAGFODPZIPBFFR-UHFFFAOYSA-N 0.000 title claims abstract description 40
- 230000008569 process Effects 0.000 claims abstract description 71
- 238000004088 simulation Methods 0.000 claims abstract description 71
- 239000000463 material Substances 0.000 claims abstract description 52
- 238000012360 testing method Methods 0.000 claims abstract description 51
- 238000004458 analytical method Methods 0.000 claims abstract description 25
- 238000009864 tensile test Methods 0.000 claims abstract description 21
- 238000010998 test method Methods 0.000 claims abstract description 18
- 238000000611 regression analysis Methods 0.000 claims abstract description 16
- 230000006870 function Effects 0.000 claims description 20
- 238000003860 storage Methods 0.000 claims description 12
- 238000004364 calculation method Methods 0.000 claims description 11
- 238000007619 statistical method Methods 0.000 claims description 10
- 238000003825 pressing Methods 0.000 claims description 7
- 230000001502 supplementing effect Effects 0.000 claims description 5
- 238000012545 processing Methods 0.000 claims description 3
- 238000004519 manufacturing process Methods 0.000 abstract description 10
- 238000013461 design Methods 0.000 abstract description 4
- 229910052751 metal Inorganic materials 0.000 abstract description 2
- 239000002184 metal Substances 0.000 abstract description 2
- 238000004590 computer program Methods 0.000 description 6
- 238000010586 diagram Methods 0.000 description 5
- 229910000838 Al alloy Inorganic materials 0.000 description 4
- 239000013589 supplement Substances 0.000 description 4
- 230000001419 dependent effect Effects 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 238000005096 rolling process Methods 0.000 description 3
- 229910000831 Steel Inorganic materials 0.000 description 2
- 230000007547 defect Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000005457 optimization Methods 0.000 description 2
- 230000009467 reduction Effects 0.000 description 2
- 238000005070 sampling Methods 0.000 description 2
- 239000010959 steel Substances 0.000 description 2
- 241000197727 Euscorpius alpha Species 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 238000000540 analysis of variance Methods 0.000 description 1
- 238000005219 brazing Methods 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000010835 comparative analysis Methods 0.000 description 1
- 230000007797 corrosion Effects 0.000 description 1
- 238000005260 corrosion Methods 0.000 description 1
- 238000005336 cracking Methods 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 238000002844 melting Methods 0.000 description 1
- 230000008018 melting Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 239000000047 product Substances 0.000 description 1
- 239000007858 starting material Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000004154 testing of material Methods 0.000 description 1
- 238000003466 welding Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
- G06F30/23—Design optimisation, verification or simulation using finite element methods [FEM] or finite difference methods [FDM]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/10—Geometric CAD
- G06F30/17—Mechanical parametric or variational design
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2111/00—Details relating to CAD techniques
- G06F2111/08—Probabilistic or stochastic CAD
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
- G06F2119/14—Force analysis or force optimisation, e.g. static or dynamic forces
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Geometry (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Evolutionary Computation (AREA)
- Computer Hardware Design (AREA)
- General Engineering & Computer Science (AREA)
- Pure & Applied Mathematics (AREA)
- Mathematical Optimization (AREA)
- Mathematical Analysis (AREA)
- Computational Mathematics (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种复合铝板成形工艺参数确定方法、装置、设备及介质，方法包括，对待处理复合铝板进行单轴拉伸试验，确定材料模型；建立材料模型的有限元模型；确定工艺参数变量，并将工艺参数变量输入到有限元模型中，确定仿真结果集；结合有限元模型以及试验方法，对仿真结果集进行试验，确定试验结果；根据最小二乘法对试验结果进行回归分析，确定预测模型；对预测模型进行求解，确定预测值；从仿真结果集中获取与预测值相对应的仿真结果；根据仿真结果对预测值进行误差分析，确定复合铝板的成形工艺参数。本发明通过建立仿真模型进行工艺参数优化，能缩短模具设计周期，节约生产成本，改善成形性能，能广泛应用于金属薄板成形技术领域。
Description
技术领域
本发明涉及金属薄板成形技术领域，尤其是一种复合铝板成形工艺参数确定方法、装置、设备及介质。
背景技术
复合铝板是近年兴起并被广泛应用的一种钎焊料，可以有效改善铝合金进出成形汽车中冷器进出气室的焊接效果，具有熔点低，流动性和耐腐蚀好等特点；但并不具备良好的材料流动性，冲压成形性能较差，相对于钢板更容易出现开裂、起皱等成形缺陷。为了解决零件的成形问题，需要不断改变工艺参数进行调试，以获得表面质量无缺陷的零件。由于铝合金成形窗口较窄，相关技术中普遍运用“试错法”来获得较好的工艺参数组合。然而，“试错法”不仅增加了生产成本，还延长了模具设计周期，达不到理想的生产效率。
零件的成形工艺参数与成形质量之间存在高度的非线性关系，因此需要引入近似模型来表征自变量和因变量之间的关系。为了获得精准的近似模型，需要进行多次仿真分析，以提供足够数量的样本，但这也大大增加了前期仿真计算的时间。
综上所述，如何更快地获得复合铝板成形的工艺参数，提高生产效率，是目前本领域的技术人员需要解决的技术问题。
发明内容
有鉴于此，本发明实施例提供一种复合铝板成形工艺参数确定方法、装置、设备及介质，以实现降低生产成本以及提高生产效率。
一方面，本发明提供了一种复合铝板成形工艺参数确定方法，包括：
对待处理复合铝板进行单轴拉伸试验，确定材料模型；
建立所述材料模型的有限元模型；
确定工艺参数变量，并将所述工艺参数变量输入到所述有限元模型中，确定仿真结果集；
结合所述有限元模型以及试验方法，对所述仿真结果集进行试验，确定试验结果；
根据最小二乘法对所述试验结果进行回归分析，确定预测模型；
对所述预测模型进行求解，确定预测值；
从所述仿真结果集中获取与所述预测值相对应的仿真结果；
根据所述仿真结果对所述预测值进行误差分析，确定所述待处理复合铝板的成形工艺参数。
可选地，所述对待处理复合铝板进行单轴拉伸试验，确定材料模型，包括：
对所述待处理复合铝板进行单轴拉伸试验，确定所述复合铝板的应力应变关系以及塑性应变比；
根据所述应力应变关系，确定硬化曲线；
根据所述塑性应变比，确定所述屈服准则；
根据所述硬化曲线以及所述屈服准则，确定材料模型。
可选地，所述建立所述材料模型的有限元模型，包括：
确定压料面以及工艺补充面，并对所述压料面以及工艺补充面进行偏置处理，确定凹凸模以及压边圈；
根据所述凹凸模以及所述压边圈，结合所述材料模型，确定所述有限元模型。
可选地，所述确定工艺参数变量，并将所述工艺参数变量输入到所述有限元模型中，确定仿真结果集，包括：
根据所述有限元模型确定所述工艺参数变量的范围；
根据所述工艺参数变量的范围，通过所述有限元模型对所述工艺参数变量进行迭代分析计算,确定仿真结果集。
可选地，所述结合所述有限元模型以及试验方法，对所述仿真结果集进行试验，确定试验结果，包括：
结合所述有限元模型以及试验方法，对所述仿真结果集中的每个仿真结果进行划分，确定划分区间；
从所述划分区间中选取出多个样本点，确定试验结果。
可选地，所述根据最小二乘法对所述试验结果进行回归分析，确定预测模型，包括：
根据所述最小二乘法对所述试验结果进行回归分析，确定回归函数；
对所述回归函数进行方差分析，确定方差分析结果；
对所述回归函数进行误差统计分析，确定误差统计分析结果；
根据所述方差分析结果以及误差统计分析结果，确定预测模型。
另一方面，本发明实施例还公开了一种复合铝板成形工艺参数确定装置，包括：
第一模块，用于对待处理复合铝板进行单轴拉伸试验，确定材料模型；
第二模块，用于建立所述材料模型的有限元模型；
第三模块，用于确定工艺参数变量，并将所述工艺参数变量输入到所述有限元模型中，确定仿真结果集；
第四模块，用于结合所述有限元模型以及试验方法，对所述仿真结果集进行试验，确定试验结果；
第五模块，用于根据最小二乘法对所述试验结果进行回归分析，确定预测模型；
第六模块，用于对所述预测模型进行求解，确定预测值；
第七模块，用于从所述仿真结果集中获取与所述预测值相对应的仿真结果；
第八模块，用于根据所述仿真结果对所述预测值进行误差分析，确定所述待处理复合铝板的成形工艺参数。
另一方面，本发明实施例还公开了一种电子设备，包括处理器以及存储器；
所述存储器用于存储程序；
所述处理器执行所述程序实现如前面所述的方法。
另一方面，本发明实施例还公开了一种计算机可读存储介质，所述存储介质存储有程序，所述程序被处理器执行实现如前面所述的方法。
另一方面，本发明实施例还公开了一种计算机程序产品或计算机程序，该计算机程序产品或计算机程序包括计算机指令，该计算机指令存储在计算机可读存储介质中。计算机设备的处理器可以从计算机可读存储介质读取该计算机指令，处理器执行该计算机指令，使得该计算机设备执行前面的方法。
本发明采用以上技术方案与现有技术相比，具有以下技术效果：本发明通过对待处理复合铝板进行单轴拉伸试验，确定材料模型；建立所述材料模型的有限元模型；能够通过建立有限元模型，降低生产成本，提高生产效率；确定工艺参数变量，并将所述工艺参数变量输入到所述有限元模型中，确定仿真结果集；结合所述有限元模型以及试验方法，对所述仿真结果集进行试验，确定试验结果；能够将有限元模型与试验方法相结合，减少仿真计算时间，提高求解速度；根据最小二乘法对所述试验结果进行回归分析，确定预测模型；对所述预测模型进行求解，确定预测值；从所述仿真结果集中获取与所述预测值相对应的仿真结果；根据所述仿真结果对所述预测值进行误差分析，确定所述待处理复合铝板的成形工艺参数。
附图说明
为了更清楚地说明本申请实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本发明实施例的具体流程图；
图2为本发明实施例的一种复合材料的三维模型图；
图3为本发明实施例的一种复合材料的拉伸试样尺寸图；
图4为本发明实施例的一种复合材料的工程应变应力曲线图；
图5为本发明实施例的一种复合材料的料片形状图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。
本发明实施例提供了一种复合铝板成形工艺参数确定方法，包括：
S1、对待处理复合铝板进行单轴拉伸试验，确定材料模型；
S2、建立材料模型的有限元模型；
S3、确定工艺参数变量，并将工艺参数变量输入到有限元模型中，确定仿真结果集，其中，工艺参数变量包括压边力参数、摩擦系数以及料片形状参数；
S4、结合有限元模型以及试验方法，对仿真结果集进行试验，确定试验结果；
S5、根据最小二乘法对试验结果进行回归分析，确定预测模型；
S6、对预测模型进行求解，确定预测值；
S7、从仿真结果集中获取与预测值相对应的仿真结果；
S8、根据仿真结果对预测值进行误差分析，确定复合铝板的成形工艺参数。
进一步作为优选的实施方式，对待处理复合铝板进行单轴拉伸试验，确定材料模型，包括：
对待处理复合铝板进行单轴拉伸试验，确定复合铝板的应力应变关系以及塑性应变比；
根据应力应变关系，确定硬化曲线；
根据塑性应变比，确定屈服准则；
根据硬化曲线以及屈服准则，确定材料模型。
结合图2、图3以及图4，其中，图2为本发明实施例的一种复合材料的三维模型图，该复合材料是以铝合金3003为基材，铝合金4343为表材，形成三明治结构，厚度为2mm；对复合材料进行冲压工艺参数优化设计，首先对复合材料进行单轴拉伸试验以获得复合材料的应力应变关系；图3为本发明实施例的一种复合材料的拉伸试样尺寸图，根据拉伸试样尺寸图对材料进行电火花线切割加工；单轴拉伸试验在岛津万能材料试验机AG-X 100KN上进行，试验过程中的拉伸速度设置为5mm/min；根据单轴拉伸试验得到该复合材料的工程应力应变曲线，如图4所示，图4为本发明实施例的一种复合材料的工程应变应力曲线图；将应力应变曲线根据公式转换后得到真实应力应变曲线，将应力应变曲线代入有限元分析软件Autoform中得到硬化曲线；根据单轴拉伸试验得到复合材料的材料参数，如表1所示：
表1
结合表1，表1为复合材料的材料参数表，其中，r0表示与轧制方向成0°的方向、r45表示与轧制方向成45°的方向和表示r90与轧制方向成90°的方向；根据单轴拉伸试验得到塑性应变比，根据塑性应变比，选择Barlat 89屈服准则；根据屈服准则以及硬化曲线建立材料模型。
进一步作为优选的实施方式，建立材料模型的有限元模型，包括：
确定压料面以及工艺补充面，并对压料面以及工艺补充面进行偏置处理，确定凹凸模以及压边圈；
根据凹凸模以及压边圈，结合材料模型，确定有限元模型。
其中，通过有限元分析软件Autoform对压料面以及工艺补充面进行设计，并对压料面以及工艺补充面进行偏置后得到凹凸模以及压边圈，根据有限元分析软件Autoform对材料模型进行建模，得到有限元模型。
进一步作为优选的实施方式，确定工艺参数变量，并将工艺参数变量输入到有限元模型中，确定仿真结果集，包括：
根据有限元模型确定工艺参数变量的范围；
根据工艺参数变量的范围，通过有限元模型对工艺参数变量进行迭代分析计算,确定仿真结果集。
结合图5，图5为本发明实施例的一种复合材料的料片形状图，图5中，附图标记1代表起始料片线，附图标记2代表终了料片线；以复合材料的最大减薄率最小化为优化目标，定义压边力、摩擦系数和料片形状为工艺参数变量，表2用于表示各工艺参数变量水平值和编码值，如下所示：
表2
结合表2，通过有限元分析软件Autoform的Sigma模块，定义各工艺参数变量的范围，通过有限元模型对工艺参数变量进行迭代分析计算，得到复合材料在不同工艺参数下的仿真结果。
进一步作为优选的实施方式，结合有限元模型以及试验方法，对仿真结果集进行试验，确定试验结果，包括：
结合有限元模型以及试验方法，对仿真结果集中的每个仿真结果进行划分，确定划分区间；
从划分区间中选取出多个样本点，确定试验结果。
其中，根据有限元模型结合试验方法，试验方法为拉丁超立方试验方法，对仿真结果进行优化；根据试验方法，对仿真集中的每一个仿真结果都进行区间划分，划分区间具有相同的概率分布；从划分区间中随机选取出多个样本点，确定试验结果；经过迭代分析计算之后，Autoform的Sigma模块中包含了零件在不同工艺参数组合下的仿真结果，无需多次计算以获得不同样本数据点的仿真值，大大减少了仿真时间和步骤；其中，表3为均匀拉丁超立方抽样结果，即试验结果，如下表：
表3
结合表3，试验结果用于建立预测模型，以及用于对预测值进行误差对比分析。
进一步作为优选的实施方式，根据最小二乘法对试验结果进行回归分析，确定预测模型，包括：
根据最小二乘法对试验结果进行回归分析，确定回归函数；
对回归函数进行方差分析，确定方差分析结果；
对回归函数进行误差统计分析，确定误差统计分析结果；
根据方差分析结果以及误差统计分析结果，确定预测模型。
其中，对试验结果进行回归分析，利用最小二乘法建立因变量最大减薄率和各工艺参数变量间的预测模型；根据最小二乘法对试验结果进行回归分析得到回归函数：Wmax＝16.95218-1.8027X1+80.06269X2+0.042314X3，式中，Wmax为因变量最大减薄率，X1，X2，X3分别为各设计变量。
对回归函数进行方差分析，表4为方差分析结果表，如下所示：
表4
| 来源 | 平方和 | 自由度 | 均方 | F值 | P值 |
| 模型 | 29.28 | 3 | 9.76 | 54.13 | <0.0001 |
| X1 | 3.35 | 1 | 3.35 | 18.59 | 0.0005 |
| X2 | 16.57 | 1 | 16.57 | 91.89 | <0.0001 |
| X3 | 4.11 | 1 | 4.11 | 22.82 | 0.0002 |
| 残差 | 2.89 | 16 | 0.18 | ||
| 总计 | 32.17 | 19 |
结合表4，表中,F值为统计特征量，即由预测模型引起的均方和残差的均方之比；P值是F值小于某个临界值Fα,k,n-1的概率，其中，α是置信度，k是拟合预测模型因子项的数量，n是试验数据点的数量，当P值小于α时，则拒绝原假设，表明拟合模型是显著的；这里置信水平选择为95％，即α为0.05，当P<0.05时，表明该因素对预测模型的影响是显著的；从表4中可以看出整个模型的P值<0.0001，表明该预测模型具有较高的适应度。
对拟合的回归函数进行误差统计分析，表5为误差统计分析结果，如下表所示；
表5
| 统计项目 | 值 | 统计项目 | 值 |
| 标准差 | 0.42 | 多元相关系数(R<sup>2</sup>) | 0.9103 |
| 均值 | 29.54 | 校正复相关系数平方值(R<sub>Adj</sub><sup>2</sup>) | 0.8935 |
| 变异系数(CV)/％ | 1.44 | 预测复相关系数平方值(R<sub>Pred</sub><sup>2</sup>) | 0.8454 |
| 预测误差平方和 | 4.97 | 精密度(Adeq Precision) | 25.981 |
结合表5，多元相关系数(R2)为0.9103，校正复相关系数平方值(RAdj 2)为0.8935，预测复相关系数平方值(RPred 2)为0.8454，这些值越大说明相关性越好；其中校正复相关系数平方值(RAdj 2)和预测复相关系数平方值(RPred 2)这两个值高而且接近(RAdj 2-RPred 2<0.2),则表明预测模型对工艺过程的解释充分；变异系数(CV)小于4％则说明试验精度和可信度较高；精密度大于4则视为合理；从表5中可以看出，预测模型符合检验条件，确定预测模型。
结合图1，图1为本发明实施例的具体流程图。本发明的流程具体包括：对待处理复合铝板进行单轴拉伸试验，得到复合铝板的工程应力应变曲线以及塑性应变比，根据转换公式将工程应力应变曲线转换为真实应力应变曲线，将真实应力应变曲线输入到有限元分析软件中得到硬化曲线；根据塑性应变比选择屈服准则，根据硬化曲线以及屈服准则建立材料模型；通过有限元分析软件根据材料模型设计压料面和工艺补充面，并经偏置后得到凹凸模和压边圈，得到有限元模型；将压边力参数、摩擦系数以及料片形状参数设置为工艺参数变量；将工艺参数变量输入到有限元模型中进行迭代分析计算，得到仿真结果集，即有限元模拟数据集；经过迭代分析计算之后，有限元分析软件Autoform的Sigma模块中包含了零件在不同工艺参数组合下的仿真结果；结合有限元模型以及试验方法，对仿真结果集进行试验，确定试验结果，其中试验方法为拉丁超立方抽样试验方法；根据最小二乘法对试验结果进行回归分析，得到回归函数，即预测模型；对预测模型进行求解，得到最优工艺参数组合，即预测值；接着对预测值进行验证，从仿真结果集中获取与预测值相对应的仿真结果，即最优工艺参数组合下的有限元模拟数值；计算预测值与仿真结果的相对误差，若相对误差较小则说明预测值准确、可靠。
与图1的方法相对应，本发明实施例还提供了一种电子设备，包括处理器以及存储器；所述存储器用于存储程序；所述处理器执行所述程序实现如前面所述的方法。
与图1的方法相对应，本发明实施例还提供了一种计算机可读存储介质，所述存储介质存储有程序，所述程序被处理器执行实现如前面所述的方法。
本发明实施例还公开了一种计算机程序产品或计算机程序，该计算机程序产品或计算机程序包括计算机指令，该计算机指令存储在计算机可读存储介质中。计算机设备的处理器可以从计算机可读存储介质读取该计算机指令，处理器执行该计算机指令，使得该计算机设备执行图1所示的方法。
综上所述，本发明实施例具有以下优点：
1)本发明实施例通过建立有限元模型，代替现有基于经验的“试错法”，能够降低生产成本，提高生产效率；
2)本发明实施例通过将有限元模型与试验方法相结合，能够减少仿真计算时间，提高求解速度。
在一些可选择的实施例中，在方框图中提到的功能/操作可以不按照操作示图提到的顺序发生。例如，取决于所涉及的功能/操作，连续示出的两个方框实际上可以被大体上同时地执行或所述方框有时能以相反顺序被执行。此外，在本发明的流程图中所呈现和描述的实施例以示例的方式被提供，目的在于提供对技术更全面的理解。所公开的方法不限于本文所呈现的操作和逻辑流程。可选择的实施例是可预期的，其中各种操作的顺序被改变以及其中被描述为较大操作的一部分的子操作被独立地执行。
此外，虽然在功能性模块的背景下描述了本发明，但应当理解的是，除非另有相反说明，所述的功能和/或特征中的一个或多个可以被集成在单个物理装置和/或软件模块中，或者一个或多个功能和/或特征可以在单独的物理装置或软件模块中被实现。还可以理解的是，有关每个模块的实际实现的详细讨论对于理解本发明是不必要的。更确切地说，考虑到在本文中公开的装置中各种功能模块的属性、功能和内部关系的情况下，在工程师的常规技术内将会了解该模块的实际实现。因此，本领域技术人员运用普通技术就能够在无需过度试验的情况下实现在权利要求书中所阐明的本发明。还可以理解的是，所公开的特定概念仅仅是说明性的，并不意在限制本发明的范围，本发明的范围由所附权利要求书及其等同方案的全部范围来决定。
所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
在流程图中表示或在此以其他方式描述的逻辑和/或步骤，例如，可以被认为是用于实现逻辑功能的可执行指令的定序列表，可以具体实现在任何计算机可读介质中，以供指令执行系统、装置或设备(如基于计算机的系统、包括处理器的系统或其他可以从指令执行系统、装置或设备取指令并执行指令的系统)使用，或结合这些指令执行系统、装置或设备而使用。就本说明书而言，“计算机可读介质”可以是任何可以包含、存储、通信、传播或传输程序以供指令执行系统、装置或设备或结合这些指令执行系统、装置或设备而使用的装置。
计算机可读介质的更具体的示例(非穷尽性列表)包括以下：具有一个或多个布线的电连接部(电子装置)，便携式计算机盘盒(磁装置)，随机存取存储器(RAM)，只读存储器(ROM)，可擦除可编辑只读存储器(EPROM或闪速存储器)，光纤装置，以及便携式光盘只读存储器(CDROM)。另外，计算机可读介质甚至可以是可在其上打印所述程序的纸或其他合适的介质，因为可以例如通过对纸或其他介质进行光学扫描，接着进行编辑、解译或必要时以其他合适方式进行处理来以电子方式获得所述程序，然后将其存储在计算机存储器中。
应当理解，本发明的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中，多个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。例如，如果用硬件来实现，和在另一实施方式中一样，可用本领域公知的下列技术中的任一项或他们的组合来实现：具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路，具有合适的组合逻辑门电路的专用集成电路，可编程门阵列(PGA)，现场可编程门阵列(FPGA)等。
在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不一定指的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
尽管已经示出和描述了本发明的实施例，本领域的普通技术人员可以理解：在不脱离本发明的原理和宗旨的情况下可以对这些实施例进行多种变化、修改、替换和变型，本发明的范围由权利要求及其等同物限定。
以上是对本发明的较佳实施进行了具体说明，但本发明并不限于所述实施例，熟悉本领域的技术人员在不违背本发明精神的前提下还可做出种种的等同变形或替换，这些等同的变形或替换均包含在本申请权利要求所限定的范围内。
Claims (8)
1.一种复合铝板成形工艺参数确定方法，其特征在于，包括：
对待处理复合铝板进行单轴拉伸试验，确定材料模型；建立所述材料模型的有限元模型；
确定工艺参数变量，并将所述工艺参数变量输入到所述有限元模型中，确定仿真结果集；
结合所述有限元模型以及试验方法，对所述仿真结果集进行试验，确定试验结果；
根据最小二乘法对所述试验结果进行回归分析，确定预测模型；
对所述预测模型进行求解，确定预测值；
从所述仿真结果集中获取与所述预测值相对应的仿真结果；
根据所述仿真结果对所述预测值进行误差分析，确定所述待处理复合铝板的成形工艺参数；
其中，所述对待处理复合铝板进行单轴拉伸试验，确定材料模型，包括：
对所述待处理复合铝板进行单轴拉伸试验，确定所述复合铝板的应力应变关系以及塑性应变比；
根据所述应力应变关系，确定硬化曲线；
根据所述塑性应变比，确定屈服准则；
根据所述硬化曲线以及所述屈服准则，确定材料模型。
2.根据权利要求1所述的一种复合铝板成形工艺参数确定方法，其特征在于，所述建立所述材料模型的有限元模型，包括：
确定压料面以及工艺补充面，并对所述压料面以及工艺补充面进行偏置处理，确定凹凸模以及压边圈；
根据所述凹凸模以及所述压边圈，结合所述材料模型，确定所述有限元模型。
3.根据权利要求1所述的一种复合铝板成形工艺参数确定方法，其特征在于，所述确定工艺参数变量，并将所述工艺参数变量输入到所述有限元模型中，确定仿真结果集，包括：
根据所述有限元模型确定所述工艺参数变量的范围；
根据所述工艺参数变量的范围，通过所述有限元模型对所述工艺参数变量进行迭代分析计算,确定仿真结果集。
4.根据权利要求1所述的一种复合铝板成形工艺参数确定方法，其特征在于，所述结合所述有限元模型以及试验方法，对所述仿真结果集进行试验，确定试验结果，包括：
结合所述有限元模型以及试验方法，对所述仿真结果集中的每个仿真结果进行划分，确定划分区间；
从所述划分区间中选取出多个样本点，确定试验结果。
5.根据权利要求1所述的一种复合铝板成形工艺参数确定方法，其特征在于，所述根据最小二乘法对所述试验结果进行回归分析，确定预测模型，包括：
根据所述最小二乘法对所述试验结果进行回归分析，确定回归函数；
对所述回归函数进行方差分析，确定方差分析结果；
对所述回归函数进行误差统计分析，确定误差统计分析结果；
根据所述方差分析结果以及误差统计分析结果，确定预测模型。
6.一种复合铝板成形工艺参数确定装置，其特征在于，包括：
第一模块，用于对待处理复合铝板进行单轴拉伸试验，确定材料模型；
第二模块，用于建立所述材料模型的有限元模型；
第三模块，用于根据工艺参数变量，并将所述工艺参数变量输入到所述有限元模型中，确定仿真结果集；
第四模块，用于结合所述有限元模型以及试验方法，对所述仿真结果集进行试验，确定试验结果；
第五模块，用于根据最小二乘法对所述试验结果进行回归分析，确定预测模型；
第六模块，用于对所述预测模型进行求解，确定预测值；
第七模块，用于从所述仿真结果集中获取与所述预测值相对应的仿真结果；
第八模块，用于根据所述仿真结果对所述预测值进行误差分析，确定所述待处理复合铝板的成形工艺参数；
其中，所述第一模块，用于对待处理复合铝板进行单轴拉伸试验，确定材料模型，包括：
对所述待处理复合铝板进行单轴拉伸试验，确定所述复合铝板的应力应变关系以及塑性应变比；
根据所述应力应变关系，确定硬化曲线；
根据所述塑性应变比，确定屈服准则；
根据所述硬化曲线以及所述屈服准则，确定材料模型。
7.一种电子设备，其特征在于，包括处理器以及存储器；
所述存储器用于存储程序；
所述处理器执行所述程序实现如权利要求1-5中任一项所述的方法。
8.一种计算机可读存储介质，其特征在于，所述存储介质存储有程序，所述程序被处理器执行实现如权利要求1-5中任一项所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110618660.6A CN113378433B (zh) | 2021-06-03 | 2021-06-03 | 一种复合铝板成形工艺参数确定方法、装置、设备及介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110618660.6A CN113378433B (zh) | 2021-06-03 | 2021-06-03 | 一种复合铝板成形工艺参数确定方法、装置、设备及介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN113378433A CN113378433A (zh) | 2021-09-10 |
| CN113378433B true CN113378433B (zh) | 2022-12-06 |
Family
ID=77575672
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110618660.6A Active CN113378433B (zh) | 2021-06-03 | 2021-06-03 | 一种复合铝板成形工艺参数确定方法、装置、设备及介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113378433B (zh) |
Families Citing this family (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113990412B (zh) * | 2021-10-26 | 2024-04-02 | 西安交通大学 | 一种标定材料变形行为的方法、系统、装置及仿真平台 |
| CN116186806A (zh) * | 2023-02-17 | 2023-05-30 | 华中科技大学 | 一种钣金成形仿真智能化类比驱动前处理系统、电子设备及存储介质 |
Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104484538A (zh) * | 2014-12-29 | 2015-04-01 | 滁州汽车与家电技术及装备研究院 | 一种基于有限元分析的喷丸强化处理工艺参数确定方法 |
Family Cites Families (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| AUPR360801A0 (en) * | 2001-03-08 | 2001-04-05 | Commonwealth Scientific And Industrial Research Organisation | Heat treatment of age-hardenable aluminium alloys utilising secondary precipitation |
| US7878071B2 (en) * | 2006-12-22 | 2011-02-01 | California Institute Of Technology | Nanoindenter tip for uniaxial tension and compression testing |
| US10245098B2 (en) * | 2008-04-29 | 2019-04-02 | Virginia Tech Intellectual Properties, Inc. | Acute blood-brain barrier disruption using electrical energy based therapy |
| CN102122311B (zh) * | 2011-02-21 | 2013-03-27 | 北京航空航天大学 | 一种基于有限元的动力调谐陀螺加速稳定剖面生成方法 |
| EP2772882A1 (en) * | 2013-03-01 | 2014-09-03 | Universite D'angers | Automatic measurement of lesions on medical images |
| US11471982B2 (en) * | 2017-08-18 | 2022-10-18 | The Regents Of The University Of Michigan | Unified fatigue life evaluation method for welded structures |
-
2021
- 2021-06-03 CN CN202110618660.6A patent/CN113378433B/zh active Active
Patent Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104484538A (zh) * | 2014-12-29 | 2015-04-01 | 滁州汽车与家电技术及装备研究院 | 一种基于有限元分析的喷丸强化处理工艺参数确定方法 |
Non-Patent Citations (1)
| Title |
|---|
| 铝合金板料热冲压工艺稳健性设计;fuqingxufeng;《https://www.doc88.com/p-69516079549940.html》;20201228;第1-67页 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN113378433A (zh) | 2021-09-10 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN113378433B (zh) | 一种复合铝板成形工艺参数确定方法、装置、设备及介质 | |
| CN110147602B (zh) | 一种建立折弯回弹角预测模型的方法及其应用 | |
| CN109933925B (zh) | 一种金属板材的冲压成形性能预测方法 | |
| Huang et al. | Uncertainty analysis of deep drawing using surrogate model based probabilistic method | |
| CN105740988A (zh) | 基于灰色关联分析和多元线性回归模型对煤炭热值的预测方法 | |
| JP2006315063A (ja) | プレス加工の金型設計支援プログラムおよびその方法 | |
| JP2009172677A (ja) | スプリングバック発生原因分析方法、その装置、そのプログラム及び記録媒体 | |
| CN110569566A (zh) | 一种板带力学性能预测方法 | |
| El Mrabti et al. | Springback optimization of deep drawing process based on FEM-ANN-PSO strategy | |
| CN114429090A (zh) | 一种基于数据驱动的压气机叶片鲁棒性设计方法 | |
| CN115795933A (zh) | 一种金属嵌件注塑成型优化方法、装置及存储介质 | |
| CN113642666A (zh) | 一种基于样本扩充和筛选的主动增强软测量方法 | |
| Tatipala et al. | Data-driven modelling in the era of Industry 4.0: A case study of friction modelling in sheet metal forming simulations | |
| CN1887462A (zh) | 一种提高热轧轧制力设定精度的方法 | |
| CN114594106B (zh) | 一种铜管电镀工艺的实时监测方法及系统 | |
| Hsiao et al. | The application of Six Sigma to improve the yield of plastic injection molding | |
| CN109870257B (zh) | 一种板材厚度方向淬火残余应力分布预测方法 | |
| Elsayed et al. | An investigation and prediction of springback of sheet metals under cold forming condition | |
| CN111157338B (zh) | 一种金属哑铃型试样大应变范围压缩硬化曲线的测量方法 | |
| CN107563029B (zh) | 一种基于k折交叉验证法的支持向量机近似模型优化方法 | |
| CN111737825A (zh) | 基于高精度响应面模型的汽车覆盖件稳健设计加工方法 | |
| CN109033667A (zh) | 一种基于仿射摄动的区间不确定性结构能量响应预示方法 | |
| CN114397151B (zh) | 一种板材表面质量控制方法、装置、设备及存储介质 | |
| CN116384154B (zh) | 一种回弹补偿方法及相关设备 | |
| Seo | A study on improving the prediction accuracy of cold forging die life based on quantitative evaluation of phosphate film damage |
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 | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| CB03 | Change of inventor or designer information | ||
| CB03 | Change of inventor or designer information |
Inventor after: Sun Jianfang Inventor after: Ye Ying Inventor after: Su Fenghua Inventor before: Sun Jianfang Inventor before: Ye Ying Inventor before: Yuan Xi Inventor before: Su Fenghua |
|
| TR01 | Transfer of patent right | ||
| TR01 | Transfer of patent right |
Effective date of registration: 20240620 Address after: 510641 No. five, 381 mountain road, Guangzhou, Guangdong, Tianhe District Patentee after: SOUTH CHINA University OF TECHNOLOGY Country or region after: China Address before: 510641 No. five, 381 mountain road, Guangzhou, Guangdong, Tianhe District Patentee before: SOUTH CHINA University OF TECHNOLOGY Country or region before: China Patentee before: FOSHAN NANHAI LEITE AUTO PARTS Co.,Ltd. |