CN113779729A - 一种冲压成形中的伪拉延筋设计方法 - Google Patents

一种冲压成形中的伪拉延筋设计方法 Download PDF

Info

Publication number
CN113779729A
CN113779729A CN202111087595.5A CN202111087595A CN113779729A CN 113779729 A CN113779729 A CN 113779729A CN 202111087595 A CN202111087595 A CN 202111087595A CN 113779729 A CN113779729 A CN 113779729A
Authority
CN
China
Prior art keywords
level set
pseudo
curved surface
draw bead
optimal
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
CN202111087595.5A
Other languages
English (en)
Inventor
谢延敏
何朝明
刘光帅
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.)
Southwest Jiaotong University
Original Assignee
Southwest Jiaotong University
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 Southwest Jiaotong University filed Critical Southwest Jiaotong University
Priority to CN202111087595.5A priority Critical patent/CN113779729A/zh
Publication of CN113779729A publication Critical patent/CN113779729A/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
    • G06F30/17—Mechanical parametric or variational 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
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/004—Artificial life, i.e. computing arrangements simulating life
    • G06N3/006—Artificial life, i.e. computing arrangements simulating life based on simulated virtual individual or collective life forms, e.g. social simulations or particle swarm optimisation [PSO]
    • 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
    • G06F2119/18—Manufacturability analysis or optimisation for manufacturability

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Geometry (AREA)
  • General Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • Evolutionary Computation (AREA)
  • Computer Hardware Design (AREA)
  • Health & Medical Sciences (AREA)
  • Computational Linguistics (AREA)
  • Mathematical Optimization (AREA)
  • Mathematical Analysis (AREA)
  • Computational Mathematics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Artificial Intelligence (AREA)
  • Biomedical Technology (AREA)
  • Biophysics (AREA)
  • Pure & Applied Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • General Health & Medical Sciences (AREA)
  • Molecular Biology (AREA)
  • Computing Systems (AREA)
  • Mathematical Physics (AREA)
  • Software Systems (AREA)
  • Shaping Metal By Deep-Drawing, Or The Like (AREA)

Abstract

本发明公开了一种冲压成形中的伪拉延筋设计方法，属于冲压成形设计技术领域，具体涉及一种冲压成形中的伪拉延筋设计方法，解决了传统技术中不能实现产品的减薄率精准控制的技术缺陷，其包括：步骤A：确定设计区域与节点位置，基于拉丁超立方，赋予节点位置N组水平集值的样本；步骤B：建立以节点位置为设计变量，N组水平集值为响应的kriging函数，获得KLS曲面；步骤C：通过大津算法计算每组水平集值对应的自适应阈值K，并根据自适应阈值K与KLS曲面，得到N组有限元模型等步骤，实现了通过设计一种伪拉延筋，实现产品的减薄率精准控制的技术效果。

Description

一种冲压成形中的伪拉延筋设计方法
技术领域
本发明属于冲压成形设计技术领域，具体涉及一种冲压成形中的伪拉延筋设计方法。
背景技术
冲压成形中压边圈在防止成形缺陷上起到了重要作用。在压边圈上添加拉延筋，改变材料不同部位的流动阻力，也是提高成形质量的重要方法。Leocata等研究了拉延筋对成形过程中摩擦的影响，研究表明，使用拉延筋后表面压力导致的表面峰变平和由于塑性应变引起的表面峰变粗是影响摩擦的主要因素。Zhang等提出了一种基于塑性成形原理的板材拉延筋优化方法，并使用车门内板模型进行了数值模拟，验证了该方法的实用性。沙海等以轮罩外板为研究对象，通过设置分段拉延筋来改善成形缺陷，大大提高了零件的成形质量。Torsakul等研究了三种不同的拉延筋形状在三种压边力下对非对称深冲金属工件的影响，并通过有限元模拟和试验确定了最佳的拉延筋形状和压边力大小组合。Hariharan等使用多目标遗传算法对拉延筋几何形状进行了优化，有效增加了材料的成形性。王新宝等采用改进的粒子群-BP神经网络算法来优化拉延筋映射模型，获得最优拉延筋阻力，通过非线性函数优化方法获得最优的拉延筋几何参数，有效提高了板料的成形质量。
大津算法又称大类间阈值法，最早由日本学者Nobuyuki Otsu于1979年提出，是一种自适应的阈值确定方法。该算法是一种通过最小二乘法原理和判决分析推导出最佳分割阈值的方法。其基本思想是，假设存在一个阈值，可以将图像的像素分为两类，一类图像像素点的灰度均小于这个阈值，称作背景。一类是图像像素点的灰度均大于或等于这个阈值，称作目标。当这两类中像素点的灰度的方差(类间方差)越大，表明构成图像的两部分的差别越大，当背景和目标发生错分时都会导致方差变小。因此，像素点的灰度的方差(类间方差)最大意味着错分概率最小。
国内外对于压边圈结构的研究以分块化处理和结构优化居多。李钦生等将压边圈做了分块化处理，对不同压块施加不同大小的压边力，最后获得了较大的拉延深度。Zheng等建立了用于压边圈宏观表面纹理分析的膨胀模型，并分析了在不同工艺参数下，表面纹理对成形结果的影响。汤禹成等采用结构优化来优化压边圈结构，最终实现压边圈减重50％，且结构的最大应力和关键位移均未受影响。Faria等开发了一个可变刚度的压边圈结构，结果表明，通过改变压边圈的刚度，可有效改变回弹行为。谢晖等基于疲劳分析和有限元分析的结果，并结合工程设计经验进行压边圈结构优化，有效地减小了压边圈结构的应力。Takayuki等研究了通过轧制制造压边圈宏观纹理表面，通过选择性改变压边圈区域的局部纹理来达到调整摩擦，影响拉深成形期间的材料流动，改善材料的塑性变形的目的。王耀华采用径向分块多压边圈压边方法，分析研究了影响圆筒形件径向分块多压边圈拉深工艺影响因素,确定了压边圈由内到外分块位置及压边圈由内到外加载比例，在现有的研究中，拉延筋设计方法比较简单，不能实现产品的减薄率精准控制。
发明内容
针对现有技术中不能实现产品的减薄率精准控制的问题，本发明提供一种冲压成形中的伪拉延筋设计方法，其目的在于：通过设计一种伪拉延筋，实现产品的减薄率精准控制。
本发明采用的技术方案如下：
一种冲压成形中的伪拉延筋设计方法，包括以下步骤：
步骤A：确定设计区域与节点位置，基于拉丁超立方，赋予节点位置N组水平集值的样本；
步骤B：建立以节点位置为设计变量，N组水平集值为响应的kriging函数，获得KLS曲面；
步骤C：通过大津算法计算每组水平集值对应的自适应阈值K，并根据自适应阈值K与KLS曲面，得到N组有限元模型；
步骤D：求解N组有限元模型，计算成形质量，并确定最优水平集值曲面；
步骤E：基于粒子群算法优化步骤D中的最优水平集值曲面，最终得到最优伪拉延筋。
采用上述方案，形成的伪拉延筋成形件的减薄率均匀性更趋于一致，成形质量明显提高。
所述步骤A的具体步骤为：
步骤A1：将设计区域内进行离散化，得到离散区域，离散区域由数个单元小块组成；
步骤A2：获取单元小块中心坐标，作为节点位置；
步骤A3：选取z个单元小块的节点位置，作为建立KLS曲面的水平集节点；
步骤A4：以拉丁超立方抽样给z个水平集节点赋[-1，1]之间的水平集值。
所述步骤C的具体步骤为：
步骤C1：基于预测得到的在[-1,1]之间的水平集值，将其转换为[0,255]灰度直方图；
步骤C2：通过大津算法计算该灰度直方图的最大类间方差，得到位于[0,255]之间的阈值；
步骤C3：将阈值转换成在[-1,1]之间的值，得到最终的自适应阈值K，根据N组自适应阈值K在ABAQUS软件中建立相应的有限元模型。
所述步骤D的具体步骤为：
步骤D1：在ABAQUS软件中进行有限元模型的热力耦合分析；
步骤D2：基于热力耦合分析结果，选取检测目标，并计算检测目标处的减薄率均匀性；
步骤D3：分析比较各组减薄率均匀性，获得最优水平集值曲面。
所述步骤E的具体步骤为：
步骤E1：基于拉丁超立方对阈值K和模具温度抽样，获得M组样本；
步骤E2：基于最优水平集值曲面和与其对应的样本，进行有限元仿真，得到相应减薄率均匀性；
步骤E3：建立以阈值K、模具温度为设计变量，以成形质量指标为相应的kriging模型；
步骤E4：利用粒子群算法对kriging模型优化，得到最佳阈值K与模具温度；
步骤E5：得到最佳阈值K与模具温度对应的最佳伪拉延筋。
采用上述方案，通过粒子群算法对kriging模型优化，能够得到最佳水平集阈值、凸模温度与凹模温度，实现了伪拉延筋设计后的进一步优化。
所述步骤E1中的阈值K为[-1,1]，所述模具温度包括凸模温度与凹模温度，所述凸模温度的范围为50℃-300℃，所述凹模温度的范围为50℃-150℃。
综上所述，由于采用了上述技术方案，本发明的有益效果是：
1.形成的伪拉延筋成形件的减薄率均匀性更趋于一致，成形质量明显提高。
2.通过粒子群算法对kriging模型优化，能够得到最佳水平集阈值、凸模温度与凹模温度，实现了伪拉延筋设计后的进一步优化。
附图说明
本发明将通过例子并参照附图的方式说明，其中：
图1是本发明的一种实施方式的KLS曲面图；
图2是本发明的一种实施方式的伪拉延筋设计流程图；
图3是本发明的一种实施方式的伪拉延筋优化流程图。
具体实施方式
本说明书中公开的所有特征，或公开的所有方法或过程中的步骤，除了互相排斥的特征和/或步骤以外，均可以以任何方式组合。
下面结合图1-图3对本发明作详细说明。
一种冲压成形中的伪拉延筋设计方法，包括以下步骤：
步骤A：确定设计区域与节点位置，基于拉丁超立方，赋予节点位置N组水平集值的样本；
步骤B：建立以节点位置为设计变量，N组水平集值为响应的kriging函数，获得KLS曲面；
步骤C：通过大津算法计算每组水平集值对应的自适应阈值K，并根据自适应阈值K与KLS曲面，得到N组有限元模型；
步骤D：求解N组有限元模型，计算成形质量，并确定最优水平集值曲面；
步骤E：基于粒子群算法优化步骤D中的最优水平集值曲面，最终得到最优伪拉延筋。
所述步骤A的具体步骤为：
步骤A1：将设计区域内进行离散化，得到离散区域，离散区域由数个单元小块组成；
步骤A2：获取单元小块中心坐标，作为节点位置；
步骤A3：选取z个单元小块的节点位置，作为建立KLS曲面的水平集节点；
步骤A4：以拉丁超立方抽样给z个水平集节点赋[-1，1]之间的水平集值。
所述步骤C具体包括：
步骤C1：基于预测得到的在[-1,1]之间的水平集值，将其转换为[0,255]灰度直方图；
步骤C2：通过大津算法计算该灰度直方图的最大类间方差，得到位于[0,255]之间的阈值；
步骤C3：将阈值转换成在[-1,1]之间的值，得到最终的自适应阈值K，根据N组自适应阈值K在ABAQUS软件中建立相应的有限元模型。
所述步骤D的具体步骤为：
步骤D1：在ABAQUS软件中进行有限元模型的热力耦合分析；
步骤D2：基于热力耦合分析结果，选取检测目标，并计算检测目标处的减薄率均匀性；
步骤D3：分析比较各组减薄率均匀性，获得最优水平集值曲面。
所述步骤E的具体步骤为：
步骤E1：基于拉丁超立方对阈值K和模具温度抽样，获得M组样本；
步骤E2：基于最优水平集值曲面和与其对应的样本，进行有限元仿真，得到相应减薄率均匀性；
步骤E3：建立以阈值K、模具温度为设计变量，以成形质量指标为相应的kriging模型；
步骤E4：利用粒子群算法对kriging模型优化，得到最佳阈值K与模具温度；
步骤E5：得到最佳阈值K与模具温度对应的最佳伪拉延筋。
所述步骤E1中的阈值K为[-1,1]，所述模具温度包括凸模温度与凹模温度，所述凸模温度的范围为50℃-300℃，所述凹模温度的范围为50℃-150℃。
在上述实施例中，建立的kriging模型可将节点的水平集值表示为为：
Figure BDA0003266352280000051
式中，x表示所有节点的数量，
Figure BDA0003266352280000052
为高斯协方差函数，其中ωi为第i个节点的权重。
基于KLS方法，相应的结构优化问题可以表述为：
Minimize f(x)
V(x)≤Vmax
Subject:g(x)≤0
式中，f(x)表征目标函数，V(x)表征体积分属(结构材料相对于整个设计域D)，不同的结构会有不同的理想期望体积值，Vmax表征最大的体积分属，取决于结构的最大质量，或可用的材料数量，g(x)表征约束条件。
基于KLS方法构建一个完成的有限元模型，除了目标函数和约束条件外，还需要构建一个评价函数，来确定单元的去留；评价函数Ψ(l)表达式如下：
Figure BDA0003266352280000053
式中，K表示水平集函数对应的阈值，xl表示第l个有限网格单元的中心位置坐标。
根据评价函数可以看出，当一个新的KLS曲面被建立后，相应的水平集值就能确定，通过比较水平集值和阈值的关系，就能确定相应评价函数的值，如图1所示。当评价函数取值为1时，表示该单元保留；当评价函数取值为0时，表示该单元取出。在整个运算流程中，水平集值样本是通过遗传算法优化后得到的并且相应节点对应的水平集值实在[-1,1]范围内，流程中K值的确定是通过线性搜索确定的，即根据体积分数的等式约束来线性变化，直到满足体积分数约束条件。
其中基于大津算法的KLS结构优化方法，可对阈值K进行优化，在传统水平集方法中，通常直接令K＝0，虽然这样能够减少设计变量，简化计算，但其一刀切的做法并不能区分不同样本，没有考虑到不同样本的差异性，易造成误差，影响最后的优化效果，考虑到本申请中样本组数较多，且结构优化中没有材料体积的约束，故采用大津算法进行阈值的优化，其中大津算法的步骤如步骤C1-步骤C5中所示。
表一
Figure BDA0003266352280000054
如表一所述，根据得到的水平集阈值，当水平集值位于阈值之上时，保留该单元；当水平集值位于阈值之下时，去除该单元。当所有单元的去留确定后，依据对称性，将左右两边材料依据对称线进行对称，重新建立新的有限元模型。
在50组水平集阈值中，其值都较为接近于0，但通过对单元小块的去留对比发现，即使得到水平集阈值同0之间的差值达到10-3，其单元小块的去留情况也有较大差距。故从另一角度说明不能将阈值K直接取为零。
以上所述实施例仅表达了本申请的具体实施方式，其描述较为具体和详细，但并不能因此而理解为对本申请保护范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本申请技术方案构思的前提下，还可以做出若干变形和改进，这些都属于本申请的保护范围。

Claims (6)

1.一种冲压成形中的伪拉延筋设计方法，其特征在于，包括以下步骤：
步骤A：确定设计区域与节点位置，基于拉丁超立方，赋予节点位置N组水平集值的样本；
步骤B：建立以节点位置为设计变量，N组水平集值为响应的kriging函数，获得KLS曲面；
步骤C：通过大津算法计算每组水平集值对应的自适应阈值K，并根据自适应阈值K与KLS曲面，得到N组有限元模型；
步骤D：求解N组有限元模型，计算成形质量，并确定最优水平集值曲面；
步骤E：基于粒子群算法优化步骤D中的最优水平集值曲面，最终得到最优伪拉延筋。
2.根据权利要求1所述的一种冲压成形中的伪拉延筋设计方法，其特征在于，所述步骤A的具体步骤为：
步骤A1：将设计区域内进行离散化，得到离散区域，离散区域由数个单元小块组成；
步骤A2：获取单元小块中心坐标，作为节点位置；
步骤A3：选取z个单元小块的节点位置，作为建立KLS曲面的水平集节点；
步骤A4：以拉丁超立方抽样给z个水平集节点赋[-1，1]之间的水平集值。
3.根据权利要求1所述的一种冲压成形中的伪拉延筋设计方法，其特征在于，所述步骤C具体的具体步骤为：
步骤C1：基于预测得到的在[-1,1]之间的水平集值，将其转换为[0,255]灰度直方图；
步骤C2：通过大津算法计算该灰度直方图的最大类间方差，得到位于[0,255]之间的阈值；
步骤C3：将阈值转换成在[-1,1]之间的值，得到最终的自适应阈值K，根据N组自适应阈值K在ABAQUS软件中建立相应的有限元模型。
4.根据权利要求1所述的一种冲压成形中的伪拉延筋设计方法，其特征在于，所述步骤D的具体步骤为：
步骤D1：在ABAQUS软件中进行有限元模型的热力耦合分析；
步骤D2：基于热力耦合分析结果，选取检测目标，并计算检测目标处的减薄率均匀性；
步骤D3：分析比较各组减薄率均匀性，获得最优水平集值曲面。
5.根据权利要求1所述的一种冲压成形中的伪拉延筋设计方法，其特征在于，所述步骤E的具体步骤为：
步骤E1：基于拉丁超立方对阈值K和模具温度抽样，获得M组样本；
步骤E2：基于最优水平集值曲面和与其对应的样本，进行有限元仿真，得到相应减薄率均匀性；
步骤E3：建立以阈值K、模具温度为设计变量，以成形质量指标为相应的kriging模型；
步骤E4：利用粒子群算法对kriging模型优化，得到最佳阈值K与模具温度；
步骤E5：得到最佳阈值K与模具温度对应的最佳伪拉延筋。
6.根据权利要求5所述的一种冲压成形中的伪拉延筋设计方法，其特征在于，所述步骤E1中的阈值K为[-1,1]，所述模具温度包括凸模温度与凹模温度，所述凸模温度的范围为50℃-300℃，所述凹模温度的范围为50℃-150℃。
CN202111087595.5A 2021-09-16 2021-09-16 一种冲压成形中的伪拉延筋设计方法 Pending CN113779729A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111087595.5A CN113779729A (zh) 2021-09-16 2021-09-16 一种冲压成形中的伪拉延筋设计方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111087595.5A CN113779729A (zh) 2021-09-16 2021-09-16 一种冲压成形中的伪拉延筋设计方法

Publications (1)

Publication Number Publication Date
CN113779729A true CN113779729A (zh) 2021-12-10

Family

ID=78851554

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111087595.5A Pending CN113779729A (zh) 2021-09-16 2021-09-16 一种冲压成形中的伪拉延筋设计方法

Country Status (1)

Country Link
CN (1) CN113779729A (zh)

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106886657A (zh) * 2017-03-15 2017-06-23 武汉理工大学 一种基于kriging函数的有限元模型建立方法
CN110555263A (zh) * 2019-08-30 2019-12-10 华南理工大学 一种用于曲壳结构优化设计的水平集拓扑优化方法
US20210216683A1 (en) * 2020-01-03 2021-07-15 The Research Foundation For The State University Of New York Periodic Cellular Structure Based Design for Additive Manufacturing Approach for Light Weighting and Optimizing Strong Functional Parts

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106886657A (zh) * 2017-03-15 2017-06-23 武汉理工大学 一种基于kriging函数的有限元模型建立方法
CN110555263A (zh) * 2019-08-30 2019-12-10 华南理工大学 一种用于曲壳结构优化设计的水平集拓扑优化方法
US20210216683A1 (en) * 2020-01-03 2021-07-15 The Research Foundation For The State University Of New York Periodic Cellular Structure Based Design for Additive Manufacturing Approach for Light Weighting and Optimizing Strong Functional Parts

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
李钢: "《偏微分与变分技术在图像分割中的应用研究》", 31 July 2019, 北京理工大学出版社 *
谢延敏等: "基于水平集理论和Kriging差温成形伪拉延筋设计及优化", 《机械工程学报》 *

Similar Documents

Publication Publication Date Title
CN107506865B (zh) 一种基于lssvm优化的负荷预测方法及系统
CN111619755B (zh) 一种基于卷积神经网络的船体型线设计方法
CN113870235A (zh) 基于量子烟花圆弧边缘提取的圆形冲压件缺陷检测方法
CN110503721B (zh) 基于加权径向基函数插值的断裂地形保持方法
CN102222134A (zh) 适用于锻造过程有限元分析的网格密度自动生成方法
CN116091455A (zh) 基于机器视觉的钢网表面缺陷判定方法
CN113537316B (zh) 一种基于4d毫米波雷达点云的车辆检测方法
CN105205816A (zh) 多特征加权融合的高分辨率sar影像建筑区提取方法
CN111651929A (zh) 一种基于Dynaform与智能算法融合的多目标优化方法
CN117197140A (zh) 基于机器视觉的不规则金属扣成型检测方法
CN115008818A (zh) 可促进钣金结构件生产效率的冲压工序优化方法
CN104657565B (zh) 近型面水道的热作模具设计方法
CN106227965B (zh) 一种顾及时空分布非平稳特征的土壤有机碳空间抽样网络设计方法
CN113779729A (zh) 一种冲压成形中的伪拉延筋设计方法
CN107025354A (zh) 一种基于极差分析的车窗升降板成形工艺优化方法
CN116883402B (zh) 基于计算机视觉的瓦楞纸生产质量实时检测方法
CN103577826A (zh) 合成孔径声纳图像的目标特征提取方法和识别方法及提取装置和识别系统
CN112906243A (zh) 一种基于变差函数的多点地质统计建模参数优选方法
CN111782904B (zh) 一种基于改进smote算法的非平衡数据集处理方法及系统
CN109359360B (zh) 一种基于局部特征的结构应力处理方法
CN112364549B (zh) 一种轧制变厚度板材成形极限场的建立方法
CN110287520B (zh) 一种冲孔元素自动识别方法
CN114662232A (zh) 一种复杂形状热冲压零件的成形质量分析方法
KR100344917B1 (ko) 선박용 1차곡면 외판의 가공정보 산출방법
CN116681695B (zh) 一种抗变形模板端面的质量检测方法

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
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20211210