CN116663190B - 一种屏蔽罩内冲压件的拼合强度识别方法 - Google Patents
一种屏蔽罩内冲压件的拼合强度识别方法 Download PDFInfo
- Publication number
- CN116663190B CN116663190B CN202310669298.4A CN202310669298A CN116663190B CN 116663190 B CN116663190 B CN 116663190B CN 202310669298 A CN202310669298 A CN 202310669298A CN 116663190 B CN116663190 B CN 116663190B
- Authority
- CN
- China
- Prior art keywords
- model
- stamping part
- ground state
- value
- parent
- 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 59
- 230000005283 ground state Effects 0.000 claims abstract description 50
- 230000007547 defect Effects 0.000 claims abstract description 25
- 238000004458 analytical method Methods 0.000 claims abstract description 19
- 238000009826 distribution Methods 0.000 claims description 25
- 238000012216 screening Methods 0.000 claims description 18
- 239000000463 material Substances 0.000 claims description 15
- 238000004422 calculation algorithm Methods 0.000 claims description 3
- 238000006073 displacement reaction Methods 0.000 claims description 3
- 238000004886 process control Methods 0.000 abstract description 4
- 230000003993 interaction Effects 0.000 description 6
- 230000009286 beneficial effect Effects 0.000 description 5
- 230000000694 effects Effects 0.000 description 4
- 238000012360 testing method Methods 0.000 description 4
- 229910000975 Carbon steel Inorganic materials 0.000 description 2
- RYGMFSIKBFXOCR-UHFFFAOYSA-N Copper Chemical compound [Cu] RYGMFSIKBFXOCR-UHFFFAOYSA-N 0.000 description 2
- XAGFODPZIPBFFR-UHFFFAOYSA-N aluminium Chemical compound [Al] XAGFODPZIPBFFR-UHFFFAOYSA-N 0.000 description 2
- 229910052782 aluminium Inorganic materials 0.000 description 2
- 238000000137 annealing Methods 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 239000010962 carbon steel Substances 0.000 description 2
- 229910052802 copper Inorganic materials 0.000 description 2
- 239000010949 copper Substances 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 238000007689 inspection Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 239000010935 stainless steel Substances 0.000 description 2
- 229910001220 stainless steel Inorganic materials 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000012938 design process Methods 0.000 description 1
- 238000001125 extrusion Methods 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 230000007257 malfunction Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000002787 reinforcement Effects 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 238000003466 welding Methods 0.000 description 1
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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
-
- 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
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Geometry (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Computer Hardware Design (AREA)
- General Engineering & Computer Science (AREA)
- Evolutionary Computation (AREA)
- Mathematical Analysis (AREA)
- Pure & Applied Mathematics (AREA)
- Mathematical Optimization (AREA)
- Computational Mathematics (AREA)
- Computer Graphics (AREA)
- Software Systems (AREA)
- General Factory Administration (AREA)
- Investigating Strength Of Materials By Application Of Mechanical Stress (AREA)
Abstract
本发明涉及模型分析领域，并提供了一种屏蔽罩内冲压件的拼合强度识别方法，获取冲压件的三维模型，将冲压件的三维模型记为第一模型，对第一模型进行应力分析，得到第一模型的应力分布，通过第一模型的应力分布筛选出第一模型中的疲劳基态单元，根据第一模型中的疲劳基态单元，识别出冲压件的拼合缺陷位置。所述方法能够准确地识别并对冲压件的拼合强度作出量化评估，无需通过手动或专业的机器检测，大幅节省冲压件工艺控制过程的成本，通过识别疲劳基态单元及时发现屏蔽罩存在的拼合缺陷，对于拼合缺陷位置针对性地实行质量优化，提升屏蔽罩的总体拼合强度、屏蔽性能以及稳定性。
Description
技术领域
本发明涉及模型分析领域，特别涉及一种屏蔽罩内冲压件的拼合强度识别方法。
背景技术
屏蔽罩作为电子器件广泛应用于电子领域，其作用是将电子设备内部的电磁波和干扰源进行隔离，从而保证设备的正常工作。在制造屏蔽罩时，需要先进行冲压加工得到多个冲压件，再利用冲压件进行拼合，因此，拼合件的质量和强度直接关系到屏蔽罩的效果和使用寿命。
在电子领域中，大多数设备的正常运行都依赖于电磁波的传输和接收，而外部的电磁波干扰往往会导致设备的故障或不正常的工作状态。如果屏蔽罩的强度不足，外部的电磁波仍然穿过罩体，则会大幅影响设备的工作，甚至会引起设备的严重损坏。同时，对于一些敏感性较高的电子设备，如军事装备和通信设备等，这些设备对外部电磁波的抵抗能力要求较高，对屏蔽罩的强度要求也相应提高，得以保证设备的正常运行和信息的安全传输。
在屏蔽罩的设计过程中，需要综合考虑其形状、尺寸、孔洞等因素对屏蔽效果的影响，并进行相应的优化，如果存在孔洞设计缺陷或者成型和焊接过程中存在过多微小气孔，一旦屏蔽罩处于高频环境下其性能和质量将会受到严重影响。目前，常用的屏蔽罩拼合强度识别方法主要包括外观检查和机械测试。外观检查主要是通过人工手段来判断拼合是否牢固，其准确性和可靠性有限。机械测试则需要借助于专门的测试设备进行，测试成本相对昂贵，因此，需要一种更为快捷、准确、可靠的屏蔽罩内冲压件的拼合强度识别方法。
发明内容
本发明的目的在于提出一种屏蔽罩内冲压件的拼合强度识别方法，以解决现有技术中所存在的一个或多个技术问题，至少提供一种有益的选择或创造条件。
本发明提供了一种屏蔽罩内冲压件的拼合强度识别方法，获取冲压件的三维模型，将冲压件的三维模型记为第一模型，对第一模型进行应力分析，得到第一模型的应力分布，通过第一模型的应力分布筛选出第一模型中的疲劳基态单元，根据第一模型中的疲劳基态单元，识别出冲压件的拼合缺陷位置。所述方法能够准确地识别并对冲压件的拼合强度作出量化评估，无需通过手动或专业的机器检测，大幅节省冲压件工艺控制过程的成本，通过识别疲劳基态单元及时发现屏蔽罩存在的拼合缺陷，对于拼合缺陷位置针对性地实行质量优化，提升屏蔽罩的总体拼合强度、屏蔽性能以及稳定性。
为了实现上述目的，根据本发明的一方面，提供一种屏蔽罩内冲压件的拼合强度识别方法，所述方法包括以下步骤：
S100，获取冲压件的三维模型，将冲压件的三维模型记为第一模型；
S200，对第一模型进行应力分析，得到第一模型的应力分布；
S300，通过第一模型的应力分布筛选出第一模型中的疲劳基态单元；
S400，根据第一模型中的疲劳基态单元，识别出冲压件的拼合缺陷位置；
其中，所述冲压件为用于组成屏蔽罩的多个冲压件中的任意一个。
进一步地，步骤S100中，获取冲压件的三维模型，将冲压件的三维模型记为第一模型的方法为：
通过三维激光扫描仪对冲压件进行扫描，得到冲压件的三维模型；或者，在三维建模软件中，根据冲压件的形状大小和结构信息构建冲压件的三维模型；或者，利用摄像机对冲压件进行不同角度下的多次拍摄，得到冲压件的多张图像，通过SFM算法对冲压件的多张图像完成三维重构，得到冲压件的三维模型；将冲压件的三维模型记为第一模型，所述第一模型与冲压件的比例为1：1。
进一步地，步骤S200中，对第一模型进行应力分析，得到第一模型的应力分布的方法具体为：
在仿真软件中导入第一模型，对第一模型分别执行材料定义、约束定义、载荷定义、网格定义、求解分析；
材料定义用于限定第一模型的材料特性，约束定义用于限定第一模型的位移范围，载荷定义用于模拟第一模型的应力载荷，网格定义用于将第一模型转化为具有多个小单元的结构形式(或称有限元划分)，求解分析用于计算每个小单元受到的应力载荷；将第一模型中每个小单元受到的应力载荷作为第一模型中的应力分布。
可选地，在仿真软件中导入第一模型，对第一模型分别执行材料定义、约束定义、载荷定义、网格定义、求解分析；其中，材料定义设置为不锈钢，或者，设置为冲压件的实际材料(如铝、铜、碳钢等)；约束定义中选择冲压件的通孔的表面作为固定约束；载荷定义设置为轴承载荷，轴承载荷的压力大小设置P1兆帕；网格定义中的小单元的大小设置为P2；所述P1的值设置为区间[8,10]中的任意一个数，所述P2的值设置为区间[0.02,0.05]中的任意一个数。
进一步地，步骤S300中，通过第一模型的应力分布筛选出第一模型中的疲劳基态单元的方法具体为：
在第一模型的应力分布中，记所有小单元的数量为N个，每个小单元由若干条边组成，以cam(i)表示N个小单元中的第i个小单元，i为序号，i的取值范围为i＝1,2,…,N，以sid(i)表示所述第i个小单元cam(i)的边的数量；
设置变量j，变量j的取值范围与序号i的取值范围相同；
以n(j)表示cam(j)的相接区域内的所有小单元的数量；如果n(j)的值大于sid(j)的值，则将cam(j)的相接区域标记为第j个父区域；如果n(j)的值小于当前sid(j)的值，则将cam(j)标记为第j个子区域(子区域即单独的小单元)；
其中，cam(j)的相接区域是由所有与cam(j)具有相接关系的小单元所组成(即所有相接于cam(j)的小单元所组成)，所述具有相接关系即小单元之间存在公共点或公共线；
将变量j从j＝1遍历至j＝N，从而筛选出所有父区域和子区域；
统计所有父区域和所有子区域的个数，以N1表示所有父区域的个数，以N2表示所有子区域的个数；以PA(i1)表示N1个父区域内的第i1个父区域，i1为序号，i1的取值范围为i1＝1,2,…,N1，以Fati(i1)表示PA(i1)的疲劳基态值；
从i1＝1开始依次计算Fati(i1)的值直到i1＝N1，从而得到N1个值Fati(1),Fati(2),…,Fati(N1)，则N1个父区域中的每个父区域都对应着一个疲劳基态值，按照父区域对应的疲劳基态值的大小将所有父区域重新降序排序(即疲劳基态值大的父区域在前，疲劳基态值小的父区域在后)，以PB(i1)表示重新降序排序后的N1个父区域中的第i1个父区域；
设置变量j1，变量j1的取值范围与序号i1的取值范围相同；
在父区域PB(j1)中，以ash(X)表示父区域PB(j1)内的任意一个小单元，如果ash(X)同时属于PB(j1+1)，则记ash(X)为疲劳基态单元(疲劳基态单元即为PB(j1)与PB(j1+1)之间存在交集的小单元，数学表示为ash[]＝{ash()X|ash()X∈PB(j1),ash()X∈PB(j1+1)}，ash[]表示所有ash(X)组成的集合)；
将变量j1从j1＝1遍历至j1＝N1，从而筛选出第一模型中的所有疲劳基态单元。
本步骤的有益效果为：由于冲压件在机械制造的过程中容易出现弯折、凸变、凹点等现象，这些现象会影响冲压件的拼合强度，当拼合面紧密接触时，如果拼合强度不足，在多个冲压件长时间的相互挤压下，冲压件之间的拼合会逐渐失去原有的严密性，进而导致屏蔽罩的屏蔽强度下降，因此，本步骤的方法通过对第一模型进行应力分析，考虑每个小单元的应力受力情况，利用父区域与子区域筛选出疲劳基态单元，疲劳基态单元所在的位置即冲压件在拼合过程容易发生强度断崖现象的位置，强度断崖现象是指，在多个冲压件在组成屏蔽罩的过程中，由于长时间的接合以及各位置应力强度的相互作用，导致冲压件的某些点受应力不均匀，其结构在微观上会产生形变，当形变越来越大时，一旦超出应力极限的临界点，该点的应力就会出现断崖式变化，从而导致冲压件的部分位置出现损伤或开裂，影响整个屏蔽罩的性能，为此，筛选出第一模型中的疲劳基态单元以准确判断冲压件的质量是否达标，提高其拼合强度和屏蔽能力，同时也保证屏蔽罩的可用性和高稳定性。
进一步地，所述以Fati(i1)表示PA(i1)的疲劳基态值，其中计算Fati(i1)的疲劳基态值的方法为：记父区域PA(i1)内所有小单元的数量为M(i1)，以cam_F(k)表示父区域PA(i1)内的第k个小单元所受到的应力大小，k＝1,2,…,M(i1)，k的值随M(i1)的变化而变化，M(i1)的值由PA(i1)决定，i1＝1,2,…,N1，通过下式计算Fati(i1)：
式中，T(SR_L)表示N2个子区域的边的数量的总和，T(sid(i))＝sid(1)+sid(2)+…+sid(N)，T(cam_F)为父区域PA(i1)内所有小单元受到的应力大小的总和，T(SR)为N2个子区域受到的应力大小的总和。
本步骤的有益效果为：通过计算每个父区域的疲劳性能，对父区域PA(i1)的疲劳性能进行评估，疲劳基态值反映了相应的父区域在长期荷载和相互作用下的疲劳承载能力，疲劳基态值较高的父区域意味着其内部小单元在应力的相互作用下更容易发生挤压和变形，拼合强度和耐久性相对更低，将父区域按疲劳基态值的高低进行排序，作为筛选出疲劳基态单元的识别基础，同时合理评估冲压件的疲劳性能，为冲压件的局部加固以及优化设计提供量化形式的数据支持。
由于每个父区域中的小单元所受应力大小都受第一模型中每个小单元的应力分布所影响，父区域中单元受力的数值结果已经体现单元之间的相互作用，在计算疲劳基态值的过程继续引入其他单元所受应力大小作为权重参数，会降低父区域的疲劳基态值的结果准确性，也会影响疲劳基态单元的筛选过程，为解决该问题，经多次测试，计算PA(i1)的疲劳基态值的方法还可以为：
式中，cam_L(k)为父区域PA(i1)内的第k个小单元的边的数量。
本步骤的有益效果为：受第一模型中每个小单元的应力分布所影响，每个父区域中的小单元受到不同大小的应力，进而父区域中单元的受力数值结果已经考虑到了单元之间的相互作用。在计算疲劳基态值时，引入其他单元受力大小作为权重参数会降低父区域的疲劳基态值结果的准确性，并且会影响对疲劳基态单元的筛选过程。本步骤的方法通过改进疲劳基态值的计算公式，提高父区域中单元受力的数值结果在计算过程的权重，能够进一步提升冲压件拼合缺陷位置的识别准确率。
进一步地，步骤S400中，根据第一模型中的疲劳基态单元，识别出冲压件的拼合缺陷位置的方法具体为：将第一模型中的疲劳基态单元的位置作为冲压件的拼合缺陷位置(冲压件与第一模型的比例为一比一，第一模型中每个单元所在的位置都与冲压件中的某个位置相对应)。
可选地，步骤S400中，根据第一模型中的疲劳基态单元，识别出冲压件的拼合缺陷位置，还包括：对冲压件的拼合缺陷位置进行应力退火处理。
本发明的有益效果为：所述方法能够准确地识别并对冲压件的拼合强度作出量化评估，无需通过手动或专业的机器检测，大幅节省冲压件工艺控制过程的成本，通过识别疲劳基态单元及时发现屏蔽罩存在的拼合缺陷，对于拼合缺陷位置针对性地实行质量优化，提升屏蔽罩的总体拼合强度、屏蔽性能以及稳定性。
附图说明
通过对结合附图所示出的实施方式进行详细说明，本发明的上述以及其他特征将更加明显，本发明附图中相同的参考标号表示相同或相似的元素，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，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，在附图中：
图1所示为一种屏蔽罩内冲压件的拼合强度识别方法的流程图。
具体实施方式
以下将结合实施例和附图对本发明的构思、具体结构及产生的技术效果进行清楚、完整的描述，以充分地理解本发明的目的、方案和效果。需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。
在本发明的描述中，若干的含义是一个或者多个，多个的含义是两个以上，大于、小于、超过等理解为不包括本数，以上、以下、以内等理解为包括本数。如果有描述到第一、第二只是用于区分技术特征为目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量或者隐含指明所指示的技术特征的先后关系。
如图1所示为根据本发明的一种屏蔽罩内冲压件的拼合强度识别方法的流程图，下面结合图1来阐述根据本发明的实施方式的一种屏蔽罩内冲压件的拼合强度识别方法。
本发明提出一种屏蔽罩内冲压件的拼合强度识别方法，所述方法包括以下步骤：
S100，获取冲压件的三维模型，将冲压件的三维模型记为第一模型；
S200，对第一模型进行应力分析，得到第一模型的应力分布；
S300，通过第一模型的应力分布筛选出第一模型中的疲劳基态单元；
S400，根据第一模型中的疲劳基态单元，识别出冲压件的拼合缺陷位置；
其中，所述冲压件为用于组成屏蔽罩的多个冲压件中的任意一个。
进一步地，步骤S100中，获取冲压件的三维模型，将冲压件的三维模型记为第一模型的方法为：
通过三维激光扫描仪对冲压件进行扫描，得到冲压件的三维模型；或者，在三维建模软件中，根据冲压件的形状大小和结构信息构建冲压件的三维模型；或者，利用摄像机对冲压件进行不同角度下的多次拍摄，得到冲压件的多张图像，通过SFM算法对冲压件的多张图像完成三维重构，得到冲压件的三维模型；将冲压件的三维模型记为第一模型，所述第一模型与冲压件的比例为1：1。
进一步地，步骤S200中，对第一模型进行应力分析，得到第一模型的应力分布的方法具体为：
在仿真软件中导入第一模型，对第一模型分别执行材料定义、约束定义、载荷定义、网格定义、求解分析；
材料定义用于限定第一模型的材料特性，约束定义用于限定第一模型的位移范围，载荷定义用于模拟第一模型的应力载荷，网格定义用于将第一模型转化为具有多个小单元的结构形式(或称有限元划分)，求解分析用于计算每个小单元受到的应力载荷；将第一模型中每个小单元受到的应力载荷作为第一模型中的应力分布。
可选地，在仿真软件中导入第一模型，对第一模型分别执行材料定义、约束定义、载荷定义、网格定义、求解分析；其中，材料定义设置为不锈钢，或者，设置为冲压件的实际材料(如铝、铜、碳钢等)；约束定义中选择冲压件的通孔的表面作为固定约束；载荷定义设置为轴承载荷，轴承载荷的压力大小设置P1兆帕；网格定义中的小单元的大小设置为P2；所述P1的值设置为区间[8,10]中的任意一个数，所述P2的值设置为区间[0.02,0.05]中的任意一个数。
进一步地，步骤S300中，通过第一模型的应力分布筛选出第一模型中的疲劳基态单元的方法具体为：
在第一模型的应力分布中，记所有小单元的数量为N个，每个小单元由若干条边组成，以cam(i)表示N个小单元中的第i个小单元，i为序号，i的取值范围为i＝1,2,…,N，以sid(i)表示所述第i个小单元cam(i)的边的数量；
设置变量j，变量j的取值范围与序号i的取值范围相同；
以n(j)表示cam(j)的相接区域内的所有小单元的数量；如果n(j)的值大于sid(j)的值，则将cam(j)的相接区域标记为第j个父区域；如果n(j)的值小于当前sid(j)的值，则将cam(j)标记为第j个子区域(子区域即单独的小单元)；
其中，cam(j)的相接区域是由所有与cam(j)具有相接关系的小单元所组成(即所有相接于cam(j)的小单元所组成)，所述具有相接关系即小单元之间存在公共点或公共线；
将变量j从j＝1遍历至j＝N，从而筛选出所有父区域和子区域；
统计所有父区域和所有子区域的个数，以N1表示所有父区域的个数，以N2表示所有子区域的个数；以PA(i1)表示N1个父区域内的第i1个父区域，i1为序号，i1的取值范围为i1＝1,2,…,N1，以Fati(i1)表示PA(i1)的疲劳基态值；
从i1＝1开始依次计算Fati(i1)的值直到i1＝N1，从而得到N1个值Fati(1),Fati(2),…,Fati(N1)，则N1个父区域中的每个父区域都对应着一个疲劳基态值，按照父区域对应的疲劳基态值的大小将所有父区域重新降序排序(即疲劳基态值大的父区域在前，疲劳基态值小的父区域在后)，以PB(i1)表示重新降序排序后的N1个父区域中的第i1个父区域；
设置变量j1，变量j1的取值范围与序号i1的取值范围相同；
在父区域PB(j1)中，以ash(X)表示父区域PB(j1)内的任意一个小单元，如果ash(X)同时属于PB(j1+1)，则记ash(X)为疲劳基态单元(疲劳基态单元即为PB(j1)与PB(j1+1)之间存在交集的小单元，数学表示为ash[]＝{ash()X|ash()X∈PB(j1),ash()X∈PB(j1+1)}，ash[]表示所有ash(X)组成的集合)；
将变量j1从j1＝1遍历至j1＝N1，从而筛选出第一模型中的所有疲劳基态单元。
进一步地，所述以Fati(i1)表示PA(i1)的疲劳基态值，其中计算Fati(i1)的疲劳基态值的方法为：记父区域PA(i1)内所有小单元的数量为M(i1)，以cam_F(k)表示父区域PA(i1)内的第k个小单元所受到的应力大小，k＝1,2,…,M(i1)，k的值随M(i1)的变化而变化，M(i1)的值由PA(i1)决定，i1＝1,2,…,N1，通过下式计算Fati(i1)：
式中，T(SR_L)表示N2个子区域的边的数量的总和，T(sid(i))＝sid(1)+sid(2)+…+sid(N)，T(cam_F)为父区域PA(i1)内所有小单元受到的应力大小的总和，T(SR)为N2个子区域受到的应力大小的总和。
由于每个父区域中的小单元所受应力大小都受第一模型中每个小单元的应力分布所影响，父区域中单元受力的数值结果已经体现单元之间的相互作用，在计算疲劳基态值的过程继续引入其他单元所受应力大小作为权重参数，会降低父区域的疲劳基态值的结果准确性，也会影响疲劳基态单元的筛选过程，为解决该问题，经多次测试，计算PA(i1)的疲劳基态值的方法还可以为：
式中，cam_L(k)为父区域PA(i1)内的第k个小单元的边的数量。
进一步地，步骤S400中，根据第一模型中的疲劳基态单元，识别出冲压件的拼合缺陷位置的方法具体为：将第一模型中的疲劳基态单元的位置作为冲压件的拼合缺陷位置(冲压件与第一模型的比例为一比一，第一模型中每个单元所在的位置都与冲压件中的某个位置相对应)。
可选地，步骤S400中，根据第一模型中的疲劳基态单元，识别出冲压件的拼合缺陷位置，还包括：对冲压件的拼合缺陷位置进行应力退火处理。
本发明提供了一种屏蔽罩内冲压件的拼合强度识别方法，获取冲压件的三维模型，将冲压件的三维模型记为第一模型，对第一模型进行应力分析，得到第一模型的应力分布，通过第一模型的应力分布筛选出第一模型中的疲劳基态单元，根据第一模型中的疲劳基态单元，识别出冲压件的拼合缺陷位置。所述方法能够准确地识别并对冲压件的拼合强度作出量化评估，无需通过手动或专业的机器检测，大幅节省冲压件工艺控制过程的成本，通过识别疲劳基态单元及时发现屏蔽罩存在的拼合缺陷，对于拼合缺陷位置针对性地实行质量优化，提升屏蔽罩的总体拼合强度、屏蔽性能以及稳定性。尽管本发明的描述已经相当详尽且特别对几个所述实施例进行了描述，但其并非旨在局限于任何这些细节或实施例或任何特殊实施例，从而有效地涵盖本发明的预定范围。此外，上文以发明人可预见的实施例对本发明进行描述，其目的是为了提供有用的描述，而那些目前尚未预见的对本发明的非实质性改动仍可代表本发明的等效改动。
Claims (3)
1.一种屏蔽罩内冲压件的拼合强度识别方法，其特征在于，所述方法包括以下步骤：
S100，获取冲压件的三维模型，将冲压件的三维模型记为第一模型；
S200，对第一模型进行应力分析，得到第一模型的应力分布；
S300，通过第一模型的应力分布筛选出第一模型中的疲劳基态单元；
S400，根据第一模型中的疲劳基态单元，识别出冲压件的拼合缺陷位置；
其中，所述冲压件为用于组成屏蔽罩的多个冲压件中的任意一个；
步骤S200中，对第一模型进行应力分析，得到第一模型的应力分布的方法具体为：
在仿真软件中导入第一模型，对第一模型分别执行材料定义、约束定义、载荷定义、网格定义、求解分析；
材料定义用于限定第一模型的材料特性，约束定义用于限定第一模型的位移范围，载荷定义用于模拟第一模型的应力载荷，网格定义用于将第一模型转化为具有多个小单元的结构形式，求解分析用于计算每个小单元受到的应力载荷；将第一模型中每个小单元受到的应力载荷作为第一模型中的应力分布；
步骤S300中，通过第一模型的应力分布筛选出第一模型中的疲劳基态单元的方法具体为：
在第一模型的应力分布中，记所有小单元的数量为N个，每个小单元由若干条边组成，以cam(i)表示N个小单元中的第i个小单元，i为序号，i的取值范围为i=1,2,…,N，以sid(i)表示所述第i个小单元cam(i)的边的数量；
设置变量j，变量j的取值范围与序号i的取值范围相同；
以n(j)表示cam(j)的相接区域内的所有小单元的数量；如果n(j)的值大于sid(j)的值，则将cam(j)的相接区域标记为第j个父区域；如果n(j)的值小于当前sid(j)的值，则将cam(j)标记为第j个子区域；
其中，cam(j)的相接区域是由所有与cam(j)具有相接关系的小单元所组成，所述具有相接关系即小单元之间存在公共点或公共线；
将变量j从j=1遍历至j=N，从而筛选出所有父区域和子区域；
统计所有父区域和所有子区域的个数，以N1表示所有父区域的个数，以N2表示所有子区域的个数；以PA(i1)表示N1个父区域内的第i1个父区域，i1为序号，i1的取值范围为i1=1,2,…,N1，以Fati(i1)表示PA(i1)的疲劳基态值；
从i1=1开始依次计算Fati(i1)的值直到i1=N1，从而得到N1个值Fati(1),Fati(2),…,Fati(N1)，则N1个父区域中的每个父区域都对应着一个疲劳基态值，按照父区域对应的疲劳基态值的大小将所有父区域重新降序排序，以PB(i1)表示重新降序排序后的N1个父区域中的第i1个父区域；
设置变量j1，变量j1的取值范围与序号i1的取值范围相同；
在父区域PB(j1)中，以ash(X)表示父区域PB(j1)内的任意一个小单元，如果ash(X)同时属于PB(j1+1)，则记ash(X)为疲劳基态单元；
将变量j1从j1=1遍历至j1=N1，从而筛选出第一模型中的所有疲劳基态单元；
所述以Fati(i1)表示PA(i1)的疲劳基态值，其中计算Fati(i1)的疲劳基态值的方法为：记父区域PA(i1)内所有小单元的数量为M(i1)，以cam_F(k)表示父区域PA(i1)内的第k个小单元所受到的应力大小，k=1,2,…,M(i1)，k的值随M(i1)的变化而变化，M(i1)的值由PA(i1)决定，i1=1,2,…,N1，通过下式计算Fati(i1)：
；
式中，T(SR_L)表示N2个子区域的边的数量的总和，T(sid(i))=sid(1)+sid(2)+…+sid(N)，T(cam_F)为父区域PA(i1)内所有小单元受到的应力大小的总和，T(SR)为N2个子区域受到的应力大小的总和。
2.根据权利要求1所述的一种屏蔽罩内冲压件的拼合强度识别方法，其特征在于，步骤S100中，获取冲压件的三维模型，将冲压件的三维模型记为第一模型的方法为：
通过三维激光扫描仪对冲压件进行扫描，得到冲压件的三维模型；或者，在三维建模软件中，根据冲压件的形状大小和结构信息构建冲压件的三维模型；或者，利用摄像机对冲压件进行不同角度下的多次拍摄，得到冲压件的多张图像，通过SFM算法对冲压件的多张图像完成三维重构，得到冲压件的三维模型；将冲压件的三维模型记为第一模型，所述第一模型与冲压件的比例为1：1。
3.根据权利要求1所述的一种屏蔽罩内冲压件的拼合强度识别方法，其特征在于，步骤S400中，根据第一模型中的疲劳基态单元，识别出冲压件的拼合缺陷位置的方法具体为：将第一模型中的疲劳基态单元的位置作为冲压件的拼合缺陷位置。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310669298.4A CN116663190B (zh) | 2023-06-06 | 2023-06-06 | 一种屏蔽罩内冲压件的拼合强度识别方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310669298.4A CN116663190B (zh) | 2023-06-06 | 2023-06-06 | 一种屏蔽罩内冲压件的拼合强度识别方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN116663190A CN116663190A (zh) | 2023-08-29 |
| CN116663190B true CN116663190B (zh) | 2023-11-07 |
Family
ID=87727619
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310669298.4A Active CN116663190B (zh) | 2023-06-06 | 2023-06-06 | 一种屏蔽罩内冲压件的拼合强度识别方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116663190B (zh) |
Citations (16)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| FR2915580A1 (fr) * | 2007-04-24 | 2008-10-31 | Areva Np Sas | Procede d'estimation d'un moment de flexion sur une zone sollicitee d'une tuyauterie d'un reacteur nucleaire |
| CA2769272A1 (en) * | 2011-02-18 | 2012-08-18 | Aernnova Engineering Solutions Iberica | Integrated phased array transducer, system and methodology for structural health monitoring of aerospace structures |
| CN106770394A (zh) * | 2017-02-16 | 2017-05-31 | 温州大学 | 金属焊缝内部缺陷的三维形貌及应力特征的无损检测方法 |
| CN108376200A (zh) * | 2018-02-28 | 2018-08-07 | 青岛昌盛日电太阳能科技股份有限公司 | 一种光伏联排棚结构有限元疲劳分析方法 |
| CN109781557A (zh) * | 2019-03-06 | 2019-05-21 | 中车青岛四方机车车辆股份有限公司 | 列车车体焊接组件的焊缝疲劳测试方法 |
| WO2020128896A1 (en) * | 2018-12-21 | 2020-06-25 | Politecnico Di Milano | Computer-implemented method for the probabilistic assessment of fatigue of component parts in the presence of manufacturing defects and relevant system |
| CN111339700A (zh) * | 2020-02-19 | 2020-06-26 | 广东核电合营有限公司 | 核电汽轮机叶片的疲劳损伤评估方法、装置和存储介质 |
| CN111625985A (zh) * | 2020-06-01 | 2020-09-04 | 中国人民解放军海军航空大学青岛校区 | 一种考虑腐蚀和残余应力的疲劳缺口系数数据处理方法 |
| CN111779638A (zh) * | 2020-07-10 | 2020-10-16 | 天津智惠未来科技有限责任公司 | 一种基于疲劳应力应变的风电叶片缺陷危险等级评估方法 |
| CN112417606A (zh) * | 2020-12-08 | 2021-02-26 | 江苏科技大学 | 一种球壳表面三维裂纹扩展疲劳寿命的计算方法 |
| CN113221427A (zh) * | 2021-05-31 | 2021-08-06 | 东风汽车集团股份有限公司 | 一种乘用车下摆臂瞬态疲劳分析方法及设备 |
| CN113295688A (zh) * | 2021-04-16 | 2021-08-24 | 开封大学 | 一种焊接部位疲劳强度的检测系统及检测方法 |
| CN113987868A (zh) * | 2021-10-18 | 2022-01-28 | 株洲时代新材料科技股份有限公司 | 多层薄壁橡胶金属复合回转体结构的仿真分析方法 |
| CN114218661A (zh) * | 2022-02-21 | 2022-03-22 | 中国海洋大学 | 一种基于疲劳裂纹扩展的疲劳寿命预测方法 |
| CN114778687A (zh) * | 2021-12-24 | 2022-07-22 | 杭州市特种设备检测研究院(杭州市特种设备应急处置中心) | 一种压力管道焊接缺陷快速识别与评价方法 |
| CN116108548A (zh) * | 2023-04-11 | 2023-05-12 | 广东海洋大学 | 一种基于bim的路桥结构强度分析方法及系统 |
-
2023
- 2023-06-06 CN CN202310669298.4A patent/CN116663190B/zh active Active
Patent Citations (16)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| FR2915580A1 (fr) * | 2007-04-24 | 2008-10-31 | Areva Np Sas | Procede d'estimation d'un moment de flexion sur une zone sollicitee d'une tuyauterie d'un reacteur nucleaire |
| CA2769272A1 (en) * | 2011-02-18 | 2012-08-18 | Aernnova Engineering Solutions Iberica | Integrated phased array transducer, system and methodology for structural health monitoring of aerospace structures |
| CN106770394A (zh) * | 2017-02-16 | 2017-05-31 | 温州大学 | 金属焊缝内部缺陷的三维形貌及应力特征的无损检测方法 |
| CN108376200A (zh) * | 2018-02-28 | 2018-08-07 | 青岛昌盛日电太阳能科技股份有限公司 | 一种光伏联排棚结构有限元疲劳分析方法 |
| WO2020128896A1 (en) * | 2018-12-21 | 2020-06-25 | Politecnico Di Milano | Computer-implemented method for the probabilistic assessment of fatigue of component parts in the presence of manufacturing defects and relevant system |
| CN109781557A (zh) * | 2019-03-06 | 2019-05-21 | 中车青岛四方机车车辆股份有限公司 | 列车车体焊接组件的焊缝疲劳测试方法 |
| CN111339700A (zh) * | 2020-02-19 | 2020-06-26 | 广东核电合营有限公司 | 核电汽轮机叶片的疲劳损伤评估方法、装置和存储介质 |
| CN111625985A (zh) * | 2020-06-01 | 2020-09-04 | 中国人民解放军海军航空大学青岛校区 | 一种考虑腐蚀和残余应力的疲劳缺口系数数据处理方法 |
| CN111779638A (zh) * | 2020-07-10 | 2020-10-16 | 天津智惠未来科技有限责任公司 | 一种基于疲劳应力应变的风电叶片缺陷危险等级评估方法 |
| CN112417606A (zh) * | 2020-12-08 | 2021-02-26 | 江苏科技大学 | 一种球壳表面三维裂纹扩展疲劳寿命的计算方法 |
| CN113295688A (zh) * | 2021-04-16 | 2021-08-24 | 开封大学 | 一种焊接部位疲劳强度的检测系统及检测方法 |
| CN113221427A (zh) * | 2021-05-31 | 2021-08-06 | 东风汽车集团股份有限公司 | 一种乘用车下摆臂瞬态疲劳分析方法及设备 |
| CN113987868A (zh) * | 2021-10-18 | 2022-01-28 | 株洲时代新材料科技股份有限公司 | 多层薄壁橡胶金属复合回转体结构的仿真分析方法 |
| CN114778687A (zh) * | 2021-12-24 | 2022-07-22 | 杭州市特种设备检测研究院(杭州市特种设备应急处置中心) | 一种压力管道焊接缺陷快速识别与评价方法 |
| CN114218661A (zh) * | 2022-02-21 | 2022-03-22 | 中国海洋大学 | 一种基于疲劳裂纹扩展的疲劳寿命预测方法 |
| CN116108548A (zh) * | 2023-04-11 | 2023-05-12 | 广东海洋大学 | 一种基于bim的路桥结构强度分析方法及系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN116663190A (zh) | 2023-08-29 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN112102255B (zh) | 基于工业场景下的x射线成像图像的缺陷智能评级方法 | |
| CN108154508A (zh) | 产品缺陷检测定位的方法、装置、存储介质及终端设备 | |
| CN108230318A (zh) | 钢包缺陷检测分类方法、装置、设备及计算机可读介质 | |
| CN103748670A (zh) | 区域决定装置、观察装置或检查装置、区域决定方法以及使用了区域决定方法的观察方法或检查方法 | |
| CN110703057A (zh) | 基于数据增强和神经网络的电力设备局部放电诊断方法 | |
| CN113567132B (zh) | 基于数字孪生技术的电机滚动轴承故障模型构建方法 | |
| CN111008641B (zh) | 一种基于卷积神经网络的输电线路杆塔外力破坏检测方法 | |
| CN116651971B (zh) | 一种汽车冲压模具在线检测方法及系统 | |
| CN117726240B (zh) | 一种基于卷积神经网络的质量评价分类方法及系统 | |
| CN116663190B (zh) | 一种屏蔽罩内冲压件的拼合强度识别方法 | |
| CN108415886B (zh) | 一种基于生产工序的数据标签纠错方法及装置 | |
| CN113763364B (zh) | 一种基于卷积神经网络的图像缺陷检测方法 | |
| CN114821852A (zh) | 基于特征金字塔的电网缺陷深度识别巡查机器人控制系统 | |
| CN110705106A (zh) | 一种基于概率设计的力学可靠性分析方法 | |
| KR20210037199A (ko) | 자동 분할 태깅 장치 및 이를 이용하여 학습된 손상영역 검출 장치 | |
| CN113627755B (zh) | 智能终端工厂的测试方法、装置、设备及存储介质 | |
| CN115690204A (zh) | 一种制造件的孔位测量方法、装置、设备及介质 | |
| JPH08320296A (ja) | 電子部品の余寿命推定方法及び装置 | |
| CN111832116A (zh) | 基于动力学特性与深度学习的点阵夹层板损伤识别方法 | |
| JP2008117380A (ja) | 診断プロセス支援方法とそのためのプログラム | |
| CN116754467B (zh) | 一种天然橡胶老化性能的测评方法 | |
| JP7343646B1 (ja) | 教師データの収集方法 | |
| JP2020016456A (ja) | 良否判定方法、良否判定装置、良否判定システムおよび良否判定プログラム | |
| CN116577190B (zh) | 一种t型实验试块的智能化检测方法 | |
| Breaux et al. | Integration of automated defect classification into integrated circuit manufacturing |
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 |