CN113704869A - 一种火焰稳定器铸造工艺优化设计方法 - Google Patents

一种火焰稳定器铸造工艺优化设计方法 Download PDF

Info

Publication number
CN113704869A
CN113704869A CN202110820659.1A CN202110820659A CN113704869A CN 113704869 A CN113704869 A CN 113704869A CN 202110820659 A CN202110820659 A CN 202110820659A CN 113704869 A CN113704869 A CN 113704869A
Authority
CN
China
Prior art keywords
model
response surface
surface model
finite element
casting
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
Application number
CN202110820659.1A
Other languages
English (en)
Inventor
刘朝峰
尧健
肖磊
汪林全
熊江英
靳艳智
周开福
舒庆
刘孝山
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shenzhen Wedge Zhongnan Research Institute Co ltd
Shenzhen Wedge Aviation Technology Co ltd
AECC Guiyang Engine Design Research Institute
Original Assignee
Shenzhen Wedge Zhongnan Research Institute Co ltd
Shenzhen Wedge Aviation Technology Co ltd
AECC Guiyang Engine Design Research Institute
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Shenzhen Wedge Zhongnan Research Institute Co ltd, Shenzhen Wedge Aviation Technology Co ltd, AECC Guiyang Engine Design Research Institute filed Critical Shenzhen Wedge Zhongnan Research Institute Co ltd
Priority to CN202110820659.1A priority Critical patent/CN113704869A/zh
Publication of CN113704869A publication Critical patent/CN113704869A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/10—Geometric CAD
    • G06F30/15—Vehicle, aircraft or watercraft design
    • 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]
    • G06F30/20—Design optimisation, verification or simulation
    • G06F30/27—Design optimisation, verification or simulation using machine learning, e.g. artificial intelligence, neural networks, support vector machines [SVM] or training a model
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/12—Computing arrangements based on biological models using genetic models
    • G06N3/126—Evolutionary algorithms, e.g. genetic algorithms or genetic programming
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2111/00—Details relating to CAD techniques
    • G06F2111/04—Constraint-based 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
    • G06F2119/08—Thermal analysis or thermal optimisation
    • 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)
  • Theoretical Computer Science (AREA)
  • Geometry (AREA)
  • General Physics & Mathematics (AREA)
  • Evolutionary Computation (AREA)
  • General Engineering & Computer Science (AREA)
  • Biophysics (AREA)
  • Computer Hardware Design (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Evolutionary Biology (AREA)
  • Artificial Intelligence (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Software Systems (AREA)
  • Mathematical Optimization (AREA)
  • Data Mining & Analysis (AREA)
  • Mathematical Analysis (AREA)
  • Computational Mathematics (AREA)
  • Physiology (AREA)
  • Genetics & Genomics (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Biomedical Technology (AREA)
  • Computational Linguistics (AREA)
  • Pure & Applied Mathematics (AREA)
  • General Health & Medical Sciences (AREA)
  • Molecular Biology (AREA)
  • Computing Systems (AREA)
  • Mathematical Physics (AREA)
  • Automation & Control Theory (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Medical Informatics (AREA)
  • Investigating Or Analyzing Materials Using Thermal Means (AREA)

Abstract

本发明提供一种火焰稳定器铸造工艺优化设计方法，包括：通过热力学计算得到所述火焰稳定器材料的热物性参数；建立所述火焰稳定器有限元计算模型，所述热物性参数作为所述有限元计算模型的边界条件；建立所述火焰稳定器铸造工艺参数的响应面模型；采用遗传算法对建立的响应面模型进行工艺优化。最终的性能测试表明，通过工艺参数的优化设计，最终零件壁厚均匀、缩孔缩松明显改善，晶粒度均匀，各个截面晶粒尺寸适中，性能指标相对于同型号有较大提升。

Description

一种火焰稳定器铸造工艺优化设计方法
技术领域
本发明涉及高温合金铸造领域，具体地，涉及一种火焰稳定器铸造工艺优化设计方法。
背景技术
航空发动机集成了前沿复杂的工程科学技术，是当代高科技的结晶，被誉为先进制造业“皇冠上的明珠”，其发展水平是衡量一个国家和地区科技进步和综合竞争力的重要标志。火焰稳定器是发动机的一个重要部件。随着航空发动机涡轮进口温度的不断提高，对火焰稳定器的要求也越来越高。火焰稳定器一般采用镍基沉淀硬化型等轴晶铸造合金进行生产。由于零件的壁厚薄，凝固较快，容易出现欠铸及缩孔缩松的缺陷，采用目前的试错法会造成试制周期延长且成本增加。
发明内容
本发明的主要目的是提供一种火焰稳定器铸造工艺优化设计方法，以便解决现有技术中火焰稳定器铸造容易出现欠铸及缩孔缩松的缺陷并且试制周期长成本高的问题。
为了实现上述目的，本发明提供一种火焰稳定器铸造工艺优化设计方法，包括：
通过热力学计算得到所述火焰稳定器材料的热物性参数；
建立所述火焰稳定器有限元计算模型，所述热物性参数作为所述有限元计算模型的边界条件；
建立所述火焰稳定器铸造工艺参数的响应面模型；
采用遗传算法对建立的响应面模型进行工艺优化。
可选地，采用专业前处理软件实现所述有限元计算模型面网格的划分并通过INP文件接口导入铸造软件。
可选地，所述建立所述火焰稳定器有限元计算模型还包括进行所述有限元计算模型的设置和开展其他边界条件的敏感性分析，其中，所述设置包括：
定义不同的计算体属性，分别为合金和模具，对应不同的材料属性；
定义其初始温度，分别为金属液的浇注温度以及浇注前模壳的预热温度；
定义合金与模壳交界面的对流换热系数，并根据浇注工艺设定环境温度及相关系数。
可选地，所述建立所述火焰稳定器铸造工艺参数的响应面模型包括：
对所述火焰稳定器铸造工艺参数中的模壳温度A、浇注温度B、保温层厚度(换算成对流换热系数C)进行3水平Box-Behnken的DOE设计，分别定义缩孔缩松量等为响应量R，从而构建响应面模型。
可选地，根据变量的范围，定义其高低水平的取值，如下表：
变量名 单位 下限 中值 上限
A ℃ 1380 1430 1480
B ℃ 1130 1180 1230
C W/(m^2·℃) 2 6 10
依据Box-Behnken的方法，构建其计算的边界列表如下：
Factor1 Factor2 Factor3 Response1
Std Run A B C R
℃ ℃ W/(m^2·℃)
16 1 1430 1180 6 5.73
7 2 1380 1180 10 6.74
1 3 1380 1130 6 10.77
2 4 1480 1130 6 8.4
10 5 1430 1230 2 2.82
Figure BDA0003171875050000031
根据以上表格，进行有限元的分析计算，并提取结果，从而获取了构建响应面模型的数据点。
可选地，根据影响是否显著，剔除2阶多项式响应面模型中的相应系数，简化拟合方程，得到最终获得的响应面模型为：
f(A,B,C)＝611.39601250008-0.31382500000007*A
-0.55698000000006*B-0.13812499999997*C
+0.00015200000000002*A*B+4.1500000000014e
-05*A^2+0.00011450000000001*B^2+0.010859374999998
*C^2
可选地，对构建的响应面模型，以最小缩孔缩松量作为目标函数，计算出最优的工艺参数组合。
可选地，构建的优化数学模型如下：
Figure BDA0003171875050000032
Figure BDA0003171875050000033
可选地，采用遗传算法，初始种群设为30，变异率取为0.02，交叉率取为0.9，对构建的所述响应面模型进行迭代求解，当满足条件收敛时并进行规整：
f(A,B,C)min＝2.26，此时(A,B,C)min＝(1479.9,1229.998,5.03)；
可选地，所述方法还包括：
根据现有设备的能力范围以及实际的工程误差范围，最终的工艺参数设定为模壳温度1230±5℃，浇注温度1480±5℃，保温层厚度5mm，进行试验试制，并对比分析结果，完成最终工艺的定型。
本发明的有益效果是：最终的性能测试表明，通过工艺参数的优化设计，最终零件壁厚均匀、缩孔缩松明显改善，晶粒度均匀，各个截面晶粒尺寸适中，性能指标相对于同型号有较大提升。
本发明的其他特征和优点将在随后的具体实施方式部分予以详细说明。
附图说明
附图是用来提供对本发明的进一步理解，并且构成说明书的一部分，与下面的具体实施方式一起用于解释本发明，但并不构成对本发明的限制。在附图中：
图1为本发明实施例的一种火焰稳定器铸造工艺优化设计方法的流程示意图；
图2为本发明实施例的另一种火焰稳定器铸造工艺优化设计方法的流程示意图；
图3为本发明实施例的两种划分网格效果对比示意图。
具体实施方式
以下结合附图对本发明的具体实施方式进行详细说明。应当理解的是，此处所描述的具体实施方式仅用于说明和解释本发明，并不用于限制本发明。
如图1所示，示出了本发明实施例的一种火焰稳定器铸造工艺优化设计方法，其特征在于，包括：
S101、通过热力学计算得到所述火线稳定器材料的热物性参数；
S102、建立所述火焰稳定器有限元计算模型，所述热物性参数作为所述有限元计算模型的边界条件；
S103、建立所述火焰稳定器铸造工艺参数的响应面模型；
S104、采用遗传算法对建立的响应面模型进行工艺优化。
可选地，采用专业前处理软件实现所述有限元计算模型面网格的划分并通过INP文件接口导入铸造软件。
可选地，所述建立所述火焰稳定器有限元计算模型还包括进行所述有限元计算模型的设置和开展其他边界条件的敏感性分析，其中，所述设置包括：
定义不同的计算体属性，分别为合金和模具，对应不同的材料属性；
定义其初始温度，分别为金属液的浇注温度以及浇注前模壳的预热温度；
定义合金与模壳交界面的对流换热系数，并根据浇注工艺设定环境温度及相关系数。
可选地，所述建立所述火焰稳定器铸造工艺参数的响应面模型包括：
对所述火焰稳定器铸造工艺参数中的模壳温度A、浇注温度B、保温层厚度(换算成对流换热系数C)进行3水平Box-Behnken的DOE设计，分别定义缩孔缩松量等为响应量R，从而构建响应面模型。
可选地，根据变量的范围，定义其高低水平的取值，如下表：
变量名 单位 下限 中值 上限
A ℃ 1380 1430 1480
B ℃ 1130 1180 1230
C W/(m^2·℃) 2 6 10
依据Box-Behnken的方法，构建其计算的边界列表如下：
Figure BDA0003171875050000051
Figure BDA0003171875050000061
根据以上表格，进行有限元的分析计算，并提取结果，从而获取了构建响应面模型的数据点。
可选地，根据影响是否显著，剔除2阶多项式响应面模型中的相应系数，简化拟合方程，得到最终获得的响应面模型为：
f(A,B,C)＝611.39601250008-0.31382500000007*A
-0.55698000000006*B-0.13812499999997*C
+0.00015200000000002*A*B+4.1500000000014e
-05*A^2+0.00011450000000001*B^2+0.010859374999998
*C^2
可选地，对构建的响应面模型，以最小缩孔缩松量作为目标函数，计算出最优的工艺参数组合。
可选地，构建的优化数学模型如下：
Figure BDA0003171875050000071
Figure BDA0003171875050000072
可选地，采用遗传算法，初始种群设为30，变异率取为0.02，交叉率取为0.9，对构建的所述响应面模型进行迭代求解，当满足条件收敛时并进行规整：
f(A,B,C)min＝2.26，此时(A,B,C)min＝(1479.9,1229.998,5.03)；
可选地，所述方法还包括：
根据现有设备的能力范围以及实际的工程误差范围，最终的工艺参数设定为模壳温度1230±5℃，浇注温度1480±5℃，保温层厚度5mm，进行试验试制，并对比分析结果，完成最终工艺的定型。
下面结合图2，对本发明实施例的一种火焰稳定器铸造工艺优化设计方法进行详细说明：
本发明首先通过材料热力学方法计算铸造合金的热物性参数，采用基于有限单元的方法，建立铸造虚拟物理样机有限元计算模型，通过理论计算的手段结合试制试验，构建响应面模型，采用优化设计方法，确定最终的铸造工艺参数。缩短了产品的研制周期，同时节约了大量的试制成本。
基本方法：
1，通过热力学计算得到火焰稳定器材料的热物性参数。
通过输入元素质量分数(剔除影响较小的微量元素)，如表1所示为材料成分表基于热力学数据库，采用反扩散凝固理论模型，区别一般采用的Lever模型和Scheil模型，设置合理的冷却速度，进行热力学计算，得到材料的热物性参数，为铸造提供可靠的属性输入，这里得到的热物性参数可以作为下面有限元建模的边界条件。
表1
Figure BDA0003171875050000081
2，火焰稳定器有限元计算模型的建立。
通过三维构型软件建立分析模型的几何模型，采用专业前处理软件对其进行必要几何清理和拓扑优化以简化模型。对几何模型进行面网格的划分，并采用关键字的形式，写入网格信息。将面网格数据通过INP文件接口导入铸造软件，进行网格质量的检查并修正，保证其能正确表达各组件间的装配关系。针对熔模铸造，在此基础上生成模壳的面网格。最终生成计算用的体网格单元。目前大多数处理方式为通过几何直接导入铸造软件，划分网格，存在复杂模型无法正确生成网格的问题。
同时区别于直接利用铸造软件生成面网格的方式，对于复杂零件，能够生成更加高质量的网格模型，提高计算结果的精度。如图3所示，左边为直接利用铸造软件生成面网格的方式，右边为通过专业前处理软件生成面网格的方式，显然通过专业前处理软件划分生成的网格模型能够更加精确的表达原始几何，同时对于曲率较大的地方能够获得更加致密的网格分布，在曲率较小的地方网格较为稀疏，能兼顾计算精度和效率。
接下来进行有限元计算模型的设置：
首先，定义不同的计算体属性，分别为合金(零件本体)、模具(此处为熔模铸造的模壳)，对应不同的材料属性。
其次，定义其初始温度，分别为金属液的浇注温度以及浇注前模壳的预热温度。
然后，定义合金与模壳交界面的对流换热系数，并根据浇注工艺设定环境温度及相关系数。
同时开展其他边界条件的敏感性分析，确定其参数对结果影响的程度。根据不同的敏感度，设定合理的边界。对于较敏感参数设计实验进行确定。通过此方法，能极大的保证计算的可靠性，在此基础上完成模型的迭代。
3，采用遗传算法对建立的响应面模型进行工艺优化。
由于进行有限元计算需要耗费相当长的时间，特别是对这种精铸件，不利于对其进行优化，因此可以通过近似模型优化方法来获取。
通常响应面是指响应变量y与一组输入变量(x1,x2,x3...xk)之间的函数关系式：y＝f(x1,x2,x3...xk)。其基本思想是假设一个包括一些未知参量的极限状态函数与基本变量之间的解析表达式代替实际的不能明确表达的结构极限状态函数。
本例中，对工艺参数中的模壳温度A、浇注温度B、保温层厚度(换算成对流换热系数C)进行3水平Box-Behnken的DOE设计，分别定义缩孔缩松量等为响应量R，构建其响应面模型。
根据变量的范围，定义其高低水平的取值，如下表：
变量名 单位 下限 中值 上限
A ℃ 1380 1430 1480
B ℃ 1130 1180 1230
C W/(m^2·℃) 2 6 10
依据Box-Behnken的方法，构建其计算的边界列表如下：
Figure BDA0003171875050000091
Figure BDA0003171875050000101
根据以上表格，进行有限元的分析计算，并提取结果，从而获取了构建响应面模型的数据点。
根据影响是否显著，剔除2阶多项式响应面模型中的相应系数，简化拟合方程，得到最终获得的响应面模型为：
f(A,B,C)＝611.39601250008-0.31382500000007*A-0.55698000000006*B-0.13812499999997*C+0.00015200000000002*A*B+4.1500000000014e-05*A^2+0.00011450000000001*B^2+0.010859374999998*C^2
此模型P-value<0.0001，R2>0.99，表明结论可靠性高，模型拟合精度高，能够有效替代实际有限元模拟进行后续的优化计算。
对构建的响应面模型，以最小缩孔缩松量作为目标函数，计算出最优的工艺参数组合。可以将此优化问题归结为满足多约束条件下的最优值的计算问题。
对于一般的优化问题，在满足给定的约束条件下，选取合适的设计变量x，使目标函数f(x)达到最优值，一般数学模型为：
Figure BDA0003171875050000111
式中，x＝[x1,x2,…,xn]为设计变量向量；y为目标函数向量；gj(x)为第j个约束条件；xil，xiu分别为设计变量的上、下限。m、p、n分别为目标函数、约束变量和设计变量的个数。
构建的优化数学模型如下：
Figure BDA0003171875050000112
Figure BDA0003171875050000113
采用遗传算法，初始种群设为30，变异率取为0.02，交叉率取为0.9，对构建的前述响应面模型进行迭代求解，当满足条件收敛时并进行规整：
f(A,B,C)min＝2.26，此时(A,B,C)min＝(1479.9,1229.998,5.03)；
根据现有设备的能力范围以及实际的工程误差范围，最终的工艺参数设定为模壳温度1230±5℃，浇注温度1480±5℃，保温层厚度5mm，进行试验试制，并对比分析结果，完成最终工艺的定型。最终的性能测试表明，通过工艺参数的优化设计，最终零件壁厚均匀、缩孔缩松明显改善，晶粒度均匀，各个截面晶粒尺寸适中，性能指标相对于同型号有较大提升。
以上结合附图详细描述了本发明的优选实施方式，但是，本发明并不限于上述实施方式中的具体细节，在本发明的技术构思范围内，可以对本发明的技术方案进行多种简单变型，这些简单变型均属于本发明的保护范围。
另外需要说明的是，在上述具体实施方式中所描述的各个具体技术特征，在不矛盾的情况下，可以通过任何合适的方式进行组合，为了避免不必要的重复，本发明对各种可能的组合方式不再另行说明。
此外，本发明的各种不同的实施方式之间也可以进行任意组合，只要其不违背本发明的思想，其同样应当视为本发明所公开的内容。

Claims (10)

1.一种火焰稳定器铸造工艺优化设计方法，其特征在于，包括：
通过热力学计算得到所述火焰稳定器材料的热物性参数；
建立所述火焰稳定器有限元计算模型，所述热物性参数作为所述有限元计算模型的边界条件；
建立所述火焰稳定器铸造工艺参数的响应面模型；
采用遗传算法对建立的响应面模型进行工艺优化。
2.如权利要求1所述的方法，其特征在于，采用专业前处理软件实现所述有限元计算模型面网格的划分并通过INP文件接口导入铸造软件。
3.如权利要求2所述的方法，其特征在于，所述建立所述火焰稳定器有限元计算模型还包括进行所述有限元计算模型的设置和开展其他边界条件的敏感性分析，其中，所述设置包括：
定义不同的计算体属性，分别为合金和模具，对应不同的材料属性；
定义其初始温度，分别为金属液的浇注温度以及浇注前模壳的预热温度；
定义合金与模壳交界面的对流换热系数，并根据浇注工艺设定环境温度及相关系数。
4.如权利要求1或2或3所述的方法，其特征在于，所述建立所述火焰稳定器铸造工艺参数的响应面模型包括：
对所述火焰稳定器铸造工艺参数中的模壳温度A、浇注温度B、保温层厚度(换算成对流换热系数C)进行3水平Box-Behnken的DOE设计，分别定义缩孔缩松量等为响应量R，从而构建响应面模型。
5.如权利要求4所述的方法，其特征在于，根据变量的范围，定义其高低水平的取值，如下表：
Figure FDA0003171875040000011
Figure FDA0003171875040000021
依据Box-Behnken的方法，构建其计算的边界列表如下：
Factor1 Factor2 Factor3 Response1 Std Run A B C R ℃ ℃ W/(m^2·℃) 16 1 1430 1180 6 5.73 7 2 1380 1180 10 6.74 1 3 1380 1130 6 10.77 2 4 1480 1130 6 8.4 10 5 1430 1230 2 2.82 15 6 1430 1180 6 5.73 11 7 1430 1130 10 9.61 5 8 1380 1180 2 6.82 17 9 1430 1180 6 5.73 4 10 1480 1230 6 2.23 8 11 1480 1180 10 5.31 3 12 1380 1230 6 3.08 9 13 1430 1130 2 9.72 13 14 1430 1180 6 5.73 6 15 1480 1180 2 5.16 14 16 1430 1180 6 5.73 12 17 1430 1230 10 2.61
根据以上表格，进行有限元的分析计算，并提取结果，从而获取了构建响应面模型的数据点。
6.如权利要求4或5所述的方法，其特征在于，根据影响是否显著，剔除2阶多项式响应面模型中的相应系数，简化拟合方程，得到最终获得的响应面模型为：
f(A,B,C)＝611.39601250008-0.31382500000007*A-0.55698000000006*B-0.13812499999997*C+0.00015200000000002*A*B+4.1500000000014e
-05*A^2+0.00011450000000001*B^2+0.010859374999998*C^2。
7.如权利要求6所述的方法，其特征在于，对构建的响应面模型，以最小缩孔缩松量作为目标函数，计算出最优的工艺参数组合。
8.如权利要求7所述的方法，其特征在于，构建的优化数学模型如下：
Figure FDA0003171875040000031
Figure FDA0003171875040000032
9.如权利要求7或8所述的方法，其特征在于，采用遗传算法，初始种群设为30，变异率取为0.02，交叉率取为0.9，对构建的所述响应面模型进行迭代求解，当满足条件收敛时并进行规整：
f(A,B,C)min＝2.26，此时(A,B,C)min＝(1479.9,1229.998,5.03)。
10.如权利要求9所述的方法，其特征在于，所述方法还包括：
根据现有设备的能力范围以及实际的工程误差范围，最终的工艺参数设定为模壳温度1230±5℃，浇注温度1480±5℃，保温层厚度5mm，进行试验试制，并对比分析结果，完成最终工艺的定型。
CN202110820659.1A 2021-07-20 2021-07-20 一种火焰稳定器铸造工艺优化设计方法 Pending CN113704869A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110820659.1A CN113704869A (zh) 2021-07-20 2021-07-20 一种火焰稳定器铸造工艺优化设计方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110820659.1A CN113704869A (zh) 2021-07-20 2021-07-20 一种火焰稳定器铸造工艺优化设计方法

Publications (1)

Publication Number Publication Date
CN113704869A true CN113704869A (zh) 2021-11-26

Family

ID=78649032

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110820659.1A Pending CN113704869A (zh) 2021-07-20 2021-07-20 一种火焰稳定器铸造工艺优化设计方法

Country Status (1)

Country Link
CN (1) CN113704869A (zh)

Citations (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6430993B1 (en) * 1998-09-07 2002-08-13 Bridgestone Corporation Method of estimating tire performance
US20090319453A1 (en) * 2008-06-24 2009-12-24 Livermore Software Technology Corporation Sampling Strategy Using Genetic Algorithms in Engineering Design Optimization
CN102831269A (zh) * 2012-08-16 2012-12-19 内蒙古科技大学 一种流程工业过程工艺参数的确定方法
KR20130139089A (ko) * 2012-06-12 2013-12-20 금오공과대학교 산학협력단 잠수함 최적화 설계 탐색시스템
CN105787170A (zh) * 2016-02-26 2016-07-20 北京工业大学 一种基于全因子试验的组合簧片式空间可展结构优化设计方法
CN105956326A (zh) * 2016-05-24 2016-09-21 南京工业大学 基于响应面模型的轧辊冷却系统工艺参数优化方法
US20170293048A1 (en) * 2016-04-09 2017-10-12 Powerchina Huadong Engineering Corporation Limited Response Surface Method for Identifying The Parameters of Burgers Model for Slope Soil
CN107491608A (zh) * 2017-08-18 2017-12-19 中国空气动力研究与发展中心高速空气动力研究所 一种飞机编队飞行的队形参数优化方法及系统
CN109063298A (zh) * 2018-07-23 2018-12-21 桂林电子科技大学 一种提高微流道散热性能的结构参数优化方法
CN109543325A (zh) * 2018-11-30 2019-03-29 湖南固尔邦幕墙装饰股份有限公司 一种门窗用铝合金型材力热集成优化设计方法
CN110852016A (zh) * 2019-12-04 2020-02-28 中国直升机设计研究所 一种可靠性仿真试验模型修正方法
CN110990939A (zh) * 2019-10-10 2020-04-10 西北工业大学 防冰腔结构可靠性设计方法
CN112949224A (zh) * 2021-03-18 2021-06-11 江苏大学 一种基于响应面模型的小型风冷内燃机冷却风扇优化设计方法

Patent Citations (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6430993B1 (en) * 1998-09-07 2002-08-13 Bridgestone Corporation Method of estimating tire performance
US20090319453A1 (en) * 2008-06-24 2009-12-24 Livermore Software Technology Corporation Sampling Strategy Using Genetic Algorithms in Engineering Design Optimization
KR20130139089A (ko) * 2012-06-12 2013-12-20 금오공과대학교 산학협력단 잠수함 최적화 설계 탐색시스템
CN102831269A (zh) * 2012-08-16 2012-12-19 内蒙古科技大学 一种流程工业过程工艺参数的确定方法
CN105787170A (zh) * 2016-02-26 2016-07-20 北京工业大学 一种基于全因子试验的组合簧片式空间可展结构优化设计方法
US20170293048A1 (en) * 2016-04-09 2017-10-12 Powerchina Huadong Engineering Corporation Limited Response Surface Method for Identifying The Parameters of Burgers Model for Slope Soil
CN105956326A (zh) * 2016-05-24 2016-09-21 南京工业大学 基于响应面模型的轧辊冷却系统工艺参数优化方法
CN107491608A (zh) * 2017-08-18 2017-12-19 中国空气动力研究与发展中心高速空气动力研究所 一种飞机编队飞行的队形参数优化方法及系统
CN109063298A (zh) * 2018-07-23 2018-12-21 桂林电子科技大学 一种提高微流道散热性能的结构参数优化方法
CN109543325A (zh) * 2018-11-30 2019-03-29 湖南固尔邦幕墙装饰股份有限公司 一种门窗用铝合金型材力热集成优化设计方法
CN110990939A (zh) * 2019-10-10 2020-04-10 西北工业大学 防冰腔结构可靠性设计方法
CN110852016A (zh) * 2019-12-04 2020-02-28 中国直升机设计研究所 一种可靠性仿真试验模型修正方法
CN112949224A (zh) * 2021-03-18 2021-06-11 江苏大学 一种基于响应面模型的小型风冷内燃机冷却风扇优化设计方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
M. J. ÁLVAREZ等: "The Use of Genetic Algorithms in Response Surface Methodology", 《QUALITY TECHNOLOGY & QUANTITATIVE MANAGEMENT》, vol. 6, no. 3, 15 January 2009 (2009-01-15), pages 295 - 307 *
伍强: "虚实整合的薄壁注塑制品工艺优化研究", 《中国优秀硕士学位论文全文数据库（电子期刊）工程科技Ⅰ辑》, vol. 016, 15 February 2021 (2021-02-15), pages 1 - 95 *
孙元贵: "基于响应面与遗传算法的汽车底板成形优化", 《中国优秀硕士学位论文全文数据库（电子期刊）工程科技Ⅰ辑》, vol. 022, 15 January 2019 (2019-01-15), pages 1 - 85 *

Similar Documents

Publication Publication Date Title
CN108304657B (zh) 基于有限元的机床关重件残余应力多工序连续建模仿真方法
CN108062432A (zh) 一种激光选区熔化过程的数值模拟方法
US20210001399A1 (en) Commercial Scale Casting Process including Optimization via Multi-Fidelity Optimization
CN101767185B (zh) 一种基于定量设置反变形量的设计铸件模型的方法
EP2813958A1 (en) A method and apparatus for preparation of a computational fluid dynamics model
CN112149324B (zh) 一种用于复合材料工装补偿型面仿真验证的快速建模方法
CN102043877A (zh) 用于预测淬火期间的传热系数的系统和方法
CN112818470B (zh) 一种基结构的优化方法、装置、计算机设备和存储介质
Jiang et al. A deformation compensation method for wax pattern die of turbine blade
Wang et al. An optimization method of gating system for impeller by RSM and simulation in investment casting
CN1388444A (zh) 一种铸件充型过程模拟方法
CN115510766A (zh) 一种基于高斯过程模型的3d打印质量预测方法及系统
CN109702930B (zh) 一种用于构件精确热成形的实体模具设计方法
CN115795933A (zh) 一种金属嵌件注塑成型优化方法、装置及存储介质
CN109702931B (zh) 计算机辅助大型构件精确热成形的模具型面设计方法
CN111444619B (zh) 一种注塑模具冷却系统在线分析方法及设备
CN112836297B (zh) 基于集成计算与容差设计的合金铸件尺寸精确调控方法
CN113704869A (zh) 一种火焰稳定器铸造工艺优化设计方法
CN109732815B (zh) 一种成形制备纤维树脂复合材料构件产品的方法
CN109117493B (zh) 散热器台架热性能数据处理方法
Yangqing et al. Reversing design methodology of investment casting die profile based on ProCAST
CN114398728B (zh) 一种考虑冷却水温度变化的模温仿真分析方法
EP4012595A1 (en) Computer-implemented topology optimization model for components under design-dependent loads
Chen et al. Iterative reverse deformation optimization design of castings based on numerical simulation of solidification thermal stress
CN115906714B (zh) 一种板式pecvd反应腔气流模拟方法及其模拟设备

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