CN117436321B - 基于有限元仿真法的工件焊接分析方法及系统 - Google Patents
基于有限元仿真法的工件焊接分析方法及系统 Download PDFInfo
- Publication number
- CN117436321B CN117436321B CN202311767792.0A CN202311767792A CN117436321B CN 117436321 B CN117436321 B CN 117436321B CN 202311767792 A CN202311767792 A CN 202311767792A CN 117436321 B CN117436321 B CN 117436321B
- Authority
- CN
- China
- Prior art keywords
- welding
- deformation
- finite element
- target
- model
- 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
- 238000003466 welding Methods 0.000 title claims abstract description 518
- 238000004088 simulation Methods 0.000 title claims abstract description 140
- 238000004458 analytical method Methods 0.000 title claims abstract description 90
- 238000000034 method Methods 0.000 title claims abstract description 75
- 238000012360 testing method Methods 0.000 claims abstract description 125
- 239000011159 matrix material Substances 0.000 claims abstract description 108
- 238000009826 distribution Methods 0.000 claims abstract description 42
- 238000013507 mapping Methods 0.000 claims abstract description 20
- 238000005457 optimization Methods 0.000 claims abstract description 20
- 238000013433 optimization analysis Methods 0.000 claims abstract description 20
- 238000004364 calculation method Methods 0.000 claims abstract description 19
- 239000000463 material Substances 0.000 claims description 47
- 238000011217 control strategy Methods 0.000 claims description 43
- 230000008569 process Effects 0.000 claims description 42
- 238000004422 calculation algorithm Methods 0.000 claims description 20
- 238000000611 regression analysis Methods 0.000 claims description 19
- 238000007637 random forest analysis Methods 0.000 claims description 14
- 230000002457 bidirectional effect Effects 0.000 claims description 12
- 238000007689 inspection Methods 0.000 claims description 10
- 230000004927 fusion Effects 0.000 claims description 9
- 238000004886 process control Methods 0.000 claims description 9
- 238000006073 displacement reaction Methods 0.000 claims description 7
- 238000003066 decision tree Methods 0.000 claims description 6
- 238000009499 grossing Methods 0.000 claims description 6
- 239000000203 mixture Substances 0.000 claims description 6
- 238000012216 screening Methods 0.000 claims description 5
- 238000000605 extraction Methods 0.000 claims description 4
- 238000012545 processing Methods 0.000 claims description 4
- 229910000831 Steel Inorganic materials 0.000 description 8
- 230000006399 behavior Effects 0.000 description 8
- 239000010959 steel Substances 0.000 description 8
- 125000004122 cyclic group Chemical group 0.000 description 5
- 238000011960 computer-aided design Methods 0.000 description 4
- 230000000694 effects Effects 0.000 description 4
- 230000008859 change Effects 0.000 description 3
- 238000007621 cluster analysis Methods 0.000 description 3
- 238000004445 quantitative analysis Methods 0.000 description 3
- 238000003860 storage Methods 0.000 description 3
- 238000012795 verification Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 2
- 239000006185 dispersion Substances 0.000 description 2
- 239000000284 extract Substances 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000004154 testing of material Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 1
- 238000007499 fusion processing Methods 0.000 description 1
- 238000009863 impact test Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000013178 mathematical model Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
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
- 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)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Investigating Strength Of Materials By Application Of Mechanical Stress (AREA)
Abstract
本申请涉及有限元仿真技术领域,公开了一种基于有限元仿真法的工件焊接分析方法及系统。方法包括:对目标薄壁工件进行建模,得到初始有限元模型;进行模型优化,得到目标有限元模型;基于多个第一焊接参数组合,分别对目标有限元模型进行焊接仿真测试,得到测试有限元模型;进行焊接区域网格点提取,得到焊接区域网格点分布数据,并进行密度和变形计算,得到焊接变形仿真数据;构建焊接变形仿真测试关系曲线并进行曲线特征点提取和矩阵映射,生成目标变形分析矩阵;将目标变形分析矩阵输入焊接变形预测模型进行焊接参数最优化分析,得到第二焊接参数组合,进而提高薄壁工件的焊接变形预测准确率以及提高焊接参数的控制准确率。
Description
技术领域
本申请涉及有限元仿真技术领域,尤其涉及一种基于有限元仿真法的工件焊接分析方法及系统。
背景技术
焊接变形一直是制造工程中一个严峻的问题,特别是对于薄壁工件,由于其结构特殊性,焊接变形会导致严重的质量问题。
在传统焊接工艺中,焊接过程中产生的热应力和残余应力导致工件变形,影响其几何形状和性能。对于薄壁结构,由于其本身结构特殊性,更容易受到焊接变形的影响。这种变形对产品的功能、装配和外观造成不可忽视的影响。
发明内容
本申请提供了一种基于有限元仿真法的工件焊接分析方法及系统,用于提高薄壁工件的焊接变形预测准确率以及提高焊接参数的控制准确率。
本申请第一方面提供了一种基于有限元仿真法的工件焊接分析方法,所述基于有限元仿真法的工件焊接分析方法包括:
通过预置的有限元算法,对目标薄壁工件进行有限元建模,得到初始有限元模型;
对所述初始有限元模型进行模型优化,得到目标有限元模型;
基于预置的多个第一焊接参数组合,分别对所述目标有限元模型进行焊接仿真测试,得到每个第一焊接参数组合的测试有限元模型;
分别对所述测试有限元模型进行焊接区域网格点提取,得到每个第一焊接参数组合的焊接区域网格点分布数据,并分别对所述焊接区域网格点分布数据进行密度和变形计算,得到每个第一焊接参数组合的焊接变形仿真数据;
构建所述多个第一焊接参数组合与对应焊接变形仿真数据之间的焊接变形仿真测试关系曲线,并对所述焊接变形仿真测试关系曲线进行曲线特征点提取和矩阵映射,生成目标变形分析矩阵;
将所述目标变形分析矩阵输入预置的焊接变形预测模型进行焊接参数最优化分析,得到第二焊接参数组合,并根据所述第二焊接参数组合创建对应的目标变形控制策略,并根据所述目标变形控制策略对所述目标薄壁工件进行焊接过程控制。
结合第一方面,在本申请第一方面的第一种实现方式中,所述通过预置的有限元算法,对目标薄壁工件进行有限元建模,得到初始有限元模型,包括:
通过预置的三维扫描设备,对目标薄壁工件进行扫描,得到三维扫描数据;
对所述三维扫描数据进行薄壁建模和曲面平滑处理,得到工件三维模型;
对所述工件三维模型进行焊接区域定位,得到目标焊接区域和非焊接区域;
通过预置的有限元算法分别计算所述目标焊接区域的第一网格密度数据,以及计算所述非焊接区域的第二网格密度数据;
根据所述第一网格密度数据对所述目标焊接区域进行网格划分,并根据所述第二网格密度数据对所述非焊接区域进行网格划分,得到初始有限元模型。
结合第一方面,在本申请第一方面的第二种实现方式中,所述对所述初始有限元模型进行模型优化,得到目标有限元模型,包括:
获取所述目标薄壁工件的材料特性参数,所述材料特性参数包括弹性模量、泊松比、屈服强度以及断裂韧性;
获取所述目标薄壁工件的热力学性能参数,所述热力学性能参数包括热膨胀系数、导热系数以及比热容;
基于所述材料特性参数以及所述热力学性能参数,对所述初始有限元模型进行单元类型和边界条件调整,得到调整后的有限元模型;
对所述调整后的有限元模型进行模型检验,得到模型检验结果,并根据所述模型检验结果输出对应的目标有限元模型。
结合第一方面,在本申请第一方面的第三种实现方式中,所述基于预置的多个第一焊接参数组合,分别对所述目标有限元模型进行焊接仿真测试,得到每个第一焊接参数组合的测试有限元模型,包括:
获取预置的测试变形控制策略,并根据所述测试变形控制策略确定多个第一焊接参数组合,其中,每个第一焊接参数组合包括焊接电流、焊接电压、焊接速度以及焊接时间;
创建所述目标有限元模型的多个副本有限元模型,并通过所述多个副本有限元模型分别对每个第一焊接参数组合进行焊接仿真测试,并获取每个第一焊接参数组合的焊接过程模拟结果,得到每个第一焊接参数组合的测试有限元模型。
结合第一方面,在本申请第一方面的第四种实现方式中,所述分别对所述测试有限元模型进行焊接区域网格点提取,得到每个第一焊接参数组合的焊接区域网格点分布数据,并分别对所述焊接区域网格点分布数据进行密度和变形计算,得到每个第一焊接参数组合的焊接变形仿真数据,包括:
分别对所述测试有限元模型进行焊接区域三维坐标信息提取,得到每个第一焊接参数组合的焊接区域离散化网格点集合;
对所述焊接区域离散化网格点集合进行连接分布信息解析,得到每个第一焊接参数组合的焊接区域网格点分布数据;
通过DBSCAN算法,分别对所述焊接区域网格点分布数据进行聚类,得到每个第一焊接参数组合的多个聚类簇;
对所述多个聚类簇进行密度分布计算,得到每个第一焊接参数组合的变形密集程度;
根据所述变形密集程度,分别计算每个聚类簇的平均变形指标,并根据每个聚类簇的平均变形指标生成每个第一焊接参数组合的焊接变形仿真数据,其中,所述焊接变形仿真数据包括:位移数据以及应变数据。
结合第一方面,在本申请第一方面的第五种实现方式中,所述构建所述多个第一焊接参数组合与对应焊接变形仿真数据之间的焊接变形仿真测试关系曲线,并对所述焊接变形仿真测试关系曲线进行曲线特征点提取和矩阵映射,生成目标变形分析矩阵,包括:
通过预置的高斯混合模型,对所述多个第一焊接参数组合与对应焊接变形仿真数据进行回归分析,得到目标回归分析结果;
通过所述目标回归分析结果进行关系曲线拟合,生成对应的焊接变形仿真测试关系曲线;
计算所述焊接变形仿真测试关系曲线的标准差数据,并对所述焊接变形仿真测试关系曲线进行特征点提取,得到多个候选特征点;
根据所述标准差数据,对所述多个候选特征点进行特征点筛选,得到多个目标特征点;
对所述多个目标特征点进行矩阵映射,得到初始变形分析矩阵,并对所述初始变形分析矩阵进行矩阵标准化处理,生成目标变形分析矩阵。
结合第一方面,在本申请第一方面的第六种实现方式中,所述将所述目标变形分析矩阵输入预置的焊接变形预测模型进行焊接参数最优化分析,得到第二焊接参数组合,并根据所述第二焊接参数组合创建对应的目标变形控制策略,并根据所述目标变形控制策略对所述目标薄壁工件进行焊接过程控制,包括:
将所述目标变形分析矩阵输入预置的焊接变形预测模型,其中,所述焊接变形预测模型包括双向门限循环网络以及随机森林网络;
通过所述双向门限循环网络对所述目标变形分析矩阵进行隐藏特征提取,得到前向隐藏特征矩阵以及后向隐藏特征矩阵,并对所述前向隐藏特征矩阵以及所述后向隐藏特征矩阵进行矩阵融合,得到融合隐藏特征矩阵;
通过所述随机森林网络中的多个决策树模型,分别对所述融合隐藏特征矩阵进行焊接参数最优化分析,得到第二焊接参数组合;
根据所述第二焊接参数组合创建对应的目标变形控制策略,并根据所述目标变形控制策略对所述目标薄壁工件进行焊接过程控制。
本申请第二方面提供了一种基于有限元仿真法的工件焊接分析系统,所述基于有限元仿真法的工件焊接分析系统包括:
建模模块,用于通过预置的有限元算法,对目标薄壁工件进行有限元建模,得到初始有限元模型;
优化模块,用于对所述初始有限元模型进行模型优化,得到目标有限元模型;
测试模块,用于基于预置的多个第一焊接参数组合,分别对所述目标有限元模型进行焊接仿真测试,得到每个第一焊接参数组合的测试有限元模型;
计算模块,用于分别对所述测试有限元模型进行焊接区域网格点提取,得到每个第一焊接参数组合的焊接区域网格点分布数据,并分别对所述焊接区域网格点分布数据进行密度和变形计算,得到每个第一焊接参数组合的焊接变形仿真数据;
映射模块,用于构建所述多个第一焊接参数组合与对应焊接变形仿真数据之间的焊接变形仿真测试关系曲线,并对所述焊接变形仿真测试关系曲线进行曲线特征点提取和矩阵映射,生成目标变形分析矩阵;
分析模块,用于将所述目标变形分析矩阵输入预置的焊接变形预测模型进行焊接参数最优化分析,得到第二焊接参数组合,并根据所述第二焊接参数组合创建对应的目标变形控制策略,并根据所述目标变形控制策略对所述目标薄壁工件进行焊接过程控制。
本申请提供的技术方案中,对目标薄壁工件进行建模,得到初始有限元模型;进行模型优化,得到目标有限元模型;基于多个第一焊接参数组合,分别对目标有限元模型进行焊接仿真测试,得到测试有限元模型;进行焊接区域网格点提取,得到焊接区域网格点分布数据,并进行密度和变形计算,得到焊接变形仿真数据;构建焊接变形仿真测试关系曲线并进行曲线特征点提取和矩阵映射,生成目标变形分析矩阵;将目标变形分析矩阵输入焊接变形预测模型进行焊接参数最优化分析,得到第二焊接参数组合,本申请通过三维扫描和建模,能够高精度地获取目标薄壁工件的几何信息,确保有限元模型的初始准确性。通过获取目标薄壁工件的材料特性参数,并运用热力学性能参数进行模型优化,能够更真实地反映材料的物理行为,提高有限元模型的可靠性。采用多个第一焊接参数组合进行焊接仿真测试,系统性地研究不同焊接条件对变形的影响,为建立全面的变形预测模型提供了数据基础。利用密度和变形计算焊接区域网格点的仿真数据,使得对变形情况的定量分析更加具体和准确。通过高斯回归分析建立焊接变形仿真测试关系曲线,揭示了不同参数组合与焊接变形之间的关联规律,提供了更深层次的理解。采用双向门限循环网络和随机森林网络进行参数最优化分析,进一步提高了模型的预测性能,使得对第二焊接参数组合的精准性更高。通过生成目标变形控制策略,可以在焊接过程中实时调整参数,使得薄壁工件的焊接变形得到有效控制,进而提高了薄壁工件的焊接变形预测准确率,以及提高了焊接参数的控制准确率。
附图说明
图1为本申请实施例中基于有限元仿真法的工件焊接分析方法的一个实施例示意图;
图2为本申请实施例中基于有限元仿真法的工件焊接分析系统的一个实施例示意图。
具体实施方式
本申请实施例提供了一种基于有限元仿真法的工件焊接分析方法及系统,用于提高薄壁工件的焊接变形预测准确率以及提高焊接参数的控制准确率。本申请的说明书和权利要求书及上述附图中的术语“第一”、“第二”、“第三”、“第四”等(如果存在)是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的实施例能够以除了在这里图示或描述的内容以外的顺序实施。此外,术语“包括”或“具有”及其任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
为便于理解,下面对本申请实施例的具体流程进行描述,请参阅图1,本申请实施例中基于有限元仿真法的工件焊接分析方法的一个实施例包括:
步骤S101、通过预置的有限元算法,对目标薄壁工件进行有限元建模,得到初始有限元模型;
可以理解的是,本申请的执行主体可以为基于有限元仿真法的工件焊接分析系统,还可以是终端或者服务器,具体此处不做限定。本申请实施例以服务器为执行主体为例进行说明。
具体的,服务器使用预置的三维扫描设备对目标薄壁工件进行扫描。这个过程生成了三维扫描数据,其中包含了工件的几何信息和形状。这些数据将成为后续建模的基础。接下来,对三维扫描数据进行处理,包括薄壁建模和曲面平滑处理。目的是从原始扫描数据中提取出工件的准确几何信息,并确保表面光滑度,以获得高质量的三维模型。这个处理过程可以使用计算机辅助设计(CAD)软件来完成。根据工程需求,进行焊接区域的定位。这涉及将工件分为焊接区域和非焊接区域,以便更精确地分析焊接过程中的变形。焊接区域通常是需要焊接的部分,而非焊接区域则是焊接区域以外的部分。接下来,使用预置的有限元算法,分别计算目标焊接区域的第一网格密度数据和非焊接区域的第二网格密度数据。这是为了在有限元分析中使用不同的网格密度来更好地模拟焊接过程。焊接区域需要更密集的网格以捕捉变形的细节,而非焊接区域可以使用较粗的网格。根据第一网格密度数据对目标焊接区域进行网格划分,同时使用第二网格密度数据对非焊接区域进行网格划分。这个步骤会生成初始有限元模型,该模型包括不同密度的网格,以准确模拟焊接区域和非焊接区域的变形情况。
步骤S102、对初始有限元模型进行模型优化,得到目标有限元模型;
具体的,服务器获取目标薄壁工件的材料特性参数,其中包括弹性模量、泊松比、屈服强度以及断裂韧性。这些参数是材料力学性质的关键特性,对于有限元分析非常重要。弹性模量用于描述材料的刚度,泊松比定义了材料在受力时的体积收缩,屈服强度表示了材料能够承受的最大应力,而断裂韧性衡量了材料对裂纹扩展的抵抗能力。同时,获取目标薄壁工件的热力学性能参数,这些参数包括热膨胀系数、导热系数以及比热容。这些参数用于描述材料在温度变化下的行为,以及其传热性能。热膨胀系数表示了材料在温度变化时的尺寸变化,导热系数用于描述材料传导热量的能力,而比热容则是材料单位质量在温度变化下吸收或释放的热量。基于这些获取的材料特性参数和热力学性能参数,对初始有限元模型进行模型优化。这包括调整单元类型和边界条件,以确保模型能够准确地模拟薄壁工件的材料行为和热性能。单元类型的选择涉及使用适当类型的有限元单元,以更好地匹配材料性质。边界条件的调整包括确定工件的约束和加载条件,以反映实际焊接过程中的情况。对调整后的有限元模型进行模型检验。这是为了验证模型是否能够准确地模拟薄壁工件的行为,包括材料性质和热性能。模型检验通常涉及与实际实验数据的比较,以确认模型的准确性。根据模型检验结果,输出对应的目标有限元模型。这个目标有限元模型是经过参数化和校准的,以确保它能够用于焊接变形预测。这个模型将成为后续焊接仿真测试的基础,用于预测焊接过程中的变形情况。
步骤S103、基于预置的多个第一焊接参数组合,分别对目标有限元模型进行焊接仿真测试,得到每个第一焊接参数组合的测试有限元模型;
需要说明的是,获取预置的测试变形控制策略。这个策略旨在确保焊接过程中的控制和监测,以便更好地了解不同焊接参数对薄壁工件的影响。测试变形控制策略通常包括定义不同的焊接电流、焊接电压、焊接速度和焊接时间的组合。这些参数将用于不同的焊接仿真测试。为了分别测试每个第一焊接参数组合,创建目标有限元模型的多个副本有限元模型。每个副本有限元模型将被用于模拟一个特定的第一焊接参数组合。这些模型在几何形状和材料特性上是相同的,但焊接参数不同。对于每个第一焊接参数组合,通过相应的副本有限元模型执行焊接仿真测试。在每个仿真测试中,模拟焊接电流、焊接电压、焊接速度和焊接时间的不同值。这些值是根据预置的测试变形控制策略确定的。在仿真测试中,使用有限元分析软件对薄壁工件的每个副本有限元模型进行分析,模拟焊接过程的变形行为。这些仿真测试将生成焊接过程模拟结果,包括工件的变形、应力分布和温度分布等信息。每个第一焊接参数组合的测试有限元模型是基于相应的仿真测试结果创建的。每个测试有限元模型包含了特定焊接参数组合下的变形信息,使得它们成为预测不同焊接条件下薄壁工件变形的有用工具。例如,预置的测试变形控制策略包括不同的焊接电流、电压、速度和时间组合。为了测试这些组合,首先复制目标有限元模型以创建多个副本有限元模型。针对每个组合,使用相应的副本有限元模型执行焊接仿真测试。例如,一个测试包括高电流、低电压、快速焊接速度和短焊接时间,而另一个测试包括低电流、高电压、慢焊接速度和长焊接时间。每个测试产生的仿真结果将用于创建相应的测试有限元模型,以进一步分析和预测焊接过程中的薄壁工件变形。
步骤S104、分别对测试有限元模型进行焊接区域网格点提取,得到每个第一焊接参数组合的焊接区域网格点分布数据,并分别对焊接区域网格点分布数据进行密度和变形计算,得到每个第一焊接参数组合的焊接变形仿真数据;
具体的,针对每个第一焊接参数组合,对相应的测试有限元模型进行焊接区域的三维坐标信息提取。这涉及提取焊接区域内的离散化网格点集合。这些网格点对应于有限元模型中的离散网格单元,通常用于描述工件的几何形状。对焊接区域的离散化网格点集合进行连接分布信息解析,以获得每个第一焊接参数组合的焊接区域网格点分布数据。目的是理解焊接区域中各个网格点之间的连接关系,以便后续的聚类分析。通过DBSCAN(Density-Based Spatial Clustering of Applications with Noise)算法,对每个第一焊接参数组合的焊接区域网格点分布数据进行聚类分析。DBSCAN算法可识别具有高密度的数据点,并将它们归为同一聚类簇。这个过程有助于识别焊接区域内的子区域和聚集点。对多个聚类簇进行密度分布计算,以得到每个第一焊接参数组合的焊接变形密集程度。这是通过分析每个聚类簇内的点的密度来完成的。较高的密度表示焊接区域中的变形更为密集。基于变形密集程度,计算每个聚类簇的平均变形指标,用于生成每个第一焊接参数组合的焊接变形仿真数据。这些仿真数据包括位移数据和应变数据,用于描述焊接过程中的变形情况,包括工件的位移和应变分布。
步骤S105、构建多个第一焊接参数组合与对应焊接变形仿真数据之间的焊接变形仿真测试关系曲线,并对焊接变形仿真测试关系曲线进行曲线特征点提取和矩阵映射,生成目标变形分析矩阵;
具体的,通过预置的高斯混合模型,对多个第一焊接参数组合与对应的焊接变形仿真数据进行回归分析。目的是建立参数与变形之间的关系模型,以便更好地理解如何不同焊接参数影响变形。利用回归分析的结果进行关系曲线拟合,以生成对应的焊接变形仿真测试关系曲线。这个曲线描述了不同焊接参数组合与相应变形仿真数据之间的关系,提供了可视化的方式来理解这些关系。计算焊接变形仿真测试关系曲线的标准差数据,以了解数据的分散程度。对曲线进行特征点提取,获得多个候选特征点,这些点代表着焊接变形仿真测试中的关键特性。根据标准差数据,进行特征点筛选,以确定最有代表性的目标特征点。这些特征点将用于进一步的分析和矩阵映射。对多个目标特征点进行矩阵映射,以生成初始变形分析矩阵。这个矩阵描述了各个特征点之间的关系,以及它们与不同焊接参数组合之间的关联。对初始变形分析矩阵进行标准化处理,以确保矩阵的值在合适的范围内,生成最终的目标变形分析矩阵。例如,假设焊接车身结构中的薄壁钢板。焊接参数包括焊接电流、焊接电压、焊接速度和焊接时间。通过高斯混合模型,将不同焊接参数组合与相应的焊接变形仿真数据进行回归分析。例如,可以发现增加焊接电流会导致更大的变形,而增加焊接速度减小变形。回归分析的结果将用于生成焊接变形仿真测试关系曲线。这些曲线可视化显示不同焊接参数组合与变形之间的关系。例如,生成一条曲线显示焊接电流与车身变形之间的关联。计算曲线的标准差数据,以了解数据的分散程度。特征点提取出不同焊接参数组合下的关键特性。例如,在曲线中识别出某一点,表示某个特定焊接参数组合下的最大变形。根据标准差数据,筛选出最具代表性的目标特征点。这些特征点代表了在焊接过程中引起最大变形的参数组合。对多个目标特征点进行矩阵映射,生成初始变形分析矩阵。这个矩阵描述了特征点之间的关系,以及它们与不同焊接参数组合之间的联系。例如,这个矩阵可以显示在特定焊接参数组合下,哪些特征点对变形的影响最大。
步骤S106、将目标变形分析矩阵输入预置的焊接变形预测模型进行焊接参数最优化分析,得到第二焊接参数组合,并根据第二焊接参数组合创建对应的目标变形控制策略,并根据目标变形控制策略对目标薄壁工件进行焊接过程控制。
具体的,将目标变形分析矩阵输入预置的焊接变形预测模型。这个模型包括双向门限循环网络和随机森林网络,这些网络用于分析和预测薄壁工件焊接过程中的变形。通过双向门限循环网络,服务器从目标变形分析矩阵中提取隐藏特征。这一步骤产生前向隐藏特征矩阵和后向隐藏特征矩阵。这些隐藏特征矩阵有助于理解薄壁工件的变形机制。前向和后向隐藏特征捕捉了输入数据的时序性和方向性信息,这有助于更好地理解变形模式。接下来,将前向和后向隐藏特征矩阵合并,生成融合隐藏特征矩阵,目的是将不同方向的信息整合在一起,提供更全面的特征信息,以用于后续的分析。使用随机森林网络中的多个决策树模型,服务器对融合隐藏特征矩阵进行焊接参数最优化分析。这一步骤的目标是确定最适合当前情况的焊接参数组合,以减小变形。不同决策树模型提供了多个视角来评估最佳参数组合。一旦得到第二焊接参数组合,服务器使用这些参数来创建对应的目标变形控制策略。这个策略包括实时的焊接电流、电压、速度和时间的调整,以最小化变形。该策略是基于预测模型的结果,旨在实现最佳的焊接条件。将目标变形控制策略应用于薄壁工件的焊接过程控制。在整个焊接过程中,服务器实时监测焊接参数,并根据目标控制策略的要求进行调整,以确保最小的变形。这种实时控制确保焊接过程始终在最佳条件下进行,从而提高焊接质量。
本申请实施例中,对目标薄壁工件进行建模,得到初始有限元模型;进行模型优化,得到目标有限元模型;基于多个第一焊接参数组合,分别对目标有限元模型进行焊接仿真测试,得到测试有限元模型;进行焊接区域网格点提取,得到焊接区域网格点分布数据,并进行密度和变形计算,得到焊接变形仿真数据;构建焊接变形仿真测试关系曲线并进行曲线特征点提取和矩阵映射,生成目标变形分析矩阵;将目标变形分析矩阵输入焊接变形预测模型进行焊接参数最优化分析,得到第二焊接参数组合,本申请通过三维扫描和建模,能够高精度地获取目标薄壁工件的几何信息,确保有限元模型的初始准确性。通过获取目标薄壁工件的材料特性参数,并运用热力学性能参数进行模型优化,能够更真实地反映材料的物理行为,提高有限元模型的可靠性。采用多个第一焊接参数组合进行焊接仿真测试,系统性地研究不同焊接条件对变形的影响,为建立全面的变形预测模型提供了数据基础。利用密度和变形计算焊接区域网格点的仿真数据,使得对变形情况的定量分析更加具体和准确。通过高斯回归分析建立焊接变形仿真测试关系曲线,揭示了不同参数组合与焊接变形之间的关联规律,提供了更深层次的理解。采用双向门限循环网络和随机森林网络进行参数最优化分析,进一步提高了模型的预测性能,使得对第二焊接参数组合的精准性更高。通过生成目标变形控制策略,可以在焊接过程中实时调整参数,使得薄壁工件的焊接变形得到有效控制,进而提高了薄壁工件的焊接变形预测准确率,以及提高了焊接参数的控制准确率。
在一具体实施例中,执行步骤S101的过程可以具体包括如下步骤:
(1)通过预置的三维扫描设备,对目标薄壁工件进行扫描,得到三维扫描数据;
(2)对三维扫描数据进行薄壁建模和曲面平滑处理,得到工件三维模型;
(3)对工件三维模型进行焊接区域定位,得到目标焊接区域和非焊接区域;
(4)通过预置的有限元算法分别计算目标焊接区域的第一网格密度数据,以及计算非焊接区域的第二网格密度数据;
(5)根据第一网格密度数据对目标焊接区域进行网格划分,并根据第二网格密度数据对非焊接区域进行网格划分,得到初始有限元模型。
具体的,服务器通过预置的三维扫描设备对目标薄壁工件进行全面扫描。这些设备可以采用不同的工作原理,如激光扫描、光学扫描或其他传感技术,以捕获工件表面的几何数据。通过扫描,得到了大量的点云数据,记录了工件表面的详细形状和细节。这些点云数据将作为后续建模和分析的基础。接下来,在计算机辅助设计(CAD)环境中,对三维扫描数据进行处理,将其转化为薄壁工件的三维模型。这个模型将包括工件的几何形状、壁厚以及其他必要的细节。在这个阶段,需要进行曲面平滑处理,以消除扫描过程中引入的噪声和不连续性,以获得更准确的模型。对工件的三维模型进行分析,以定位焊接区域和非焊接区域。明确定义焊接的具体位置、形状和尺寸。焊接区域是需要焊接的部分,而非焊接区域是不需要焊接的部分。在模型中,这些区域可以被明确定义和标记。接下来,利用预置的有限元算法对模型进行分析。这包括计算目标焊接区域的第一网格密度数据和非焊接区域的第二网格密度数据。第一网格密度数据用于焊接区域,因为焊接过程对于变形的影响更为显著,需要更精细的网格。第二网格密度数据适用于非焊接区域,因为在这些区域内变形较小,可以使用较粗的网格。根据第一和第二网格密度数据,对薄壁工件的三维模型进行有限元网格划分。这将生成初始的有限元模型,该模型已经准备好用于后续的焊接变形仿真和预测。
在一具体实施例中,执行步骤S102的过程可以具体包括如下步骤:
(1)获取目标薄壁工件的材料特性参数,材料特性参数包括弹性模量、泊松比、屈服强度以及断裂韧性;
(2)获取目标薄壁工件的热力学性能参数,热力学性能参数包括热膨胀系数、导热系数以及比热容;
(3)基于材料特性参数以及热力学性能参数,对初始有限元模型进行单元类型和边界条件调整,得到调整后的有限元模型;
(4)对调整后的有限元模型进行模型检验,得到模型检验结果,并根据模型检验结果输出对应的目标有限元模型。
具体的,服务器获得目标薄壁工件的材料特性参数。这些参数有助于模拟焊接过程中的材料行为,它们包括弹性模量、泊松比、屈服强度以及断裂韧性。弹性模量是材料的刚度度量,它表示材料在受力后弹性变形的能力。以钢材为例,其弹性模量通常在200GPa到210GPa之间。泊松比描述了材料在拉伸时横向收缩与纵向伸长之间的关系。钢材的泊松比一般约为0.3。屈服强度表示材料开始塑性变形的应力值。不同类型的钢材具有不同的屈服强度。例如,一种特定类型的钢材具有250MPa的屈服强度。断裂韧性是材料在断裂之前能够吸收的能量,通常以焦耳/立方米(J/m³)为单位。这个参数反映了材料的抗裂纹扩展能力。这些参数通常可以从材料测试、材料规格书或已有的材料数据库中获取。例如,服务器使用材料试验来测定弹性模量、屈服强度和泊松比,而断裂韧性可以从材料的冲击试验结果中得出。接下来,获取目标薄壁工件的热力学性能参数。这些参数包括热膨胀系数、导热系数和比热容。热膨胀系数描述了材料随温度变化而引起的尺寸变化。例如,钢材的热膨胀系数通常在10x10^-6/℃到12x10^-6/℃之间。导热系数表示材料传导热量的能力。钢材的导热系数通常在40W/(m·K)到60W/(m·K)之间。比热容是材料在温度变化时吸收或释放的热量。钢材的比热容约为450J/(kg·K)。这些参数通常可以通过热力学性能测试或从热力学性能数据库中获取。例如,服务器使用热膨胀试验和导热试验来获得相应的数据。一旦获得了这些材料特性参数和热力学性能参数,下一步涉及到对初始有限元模型的调整。这包括选择适当的有限元单元类型和定义边界条件,以更准确地模拟焊接过程的应力和变形。调整初始有限元模型,选择适当的有限元单元类型,以确保模拟的准确性。服务器定义模型的边界条件,以模拟实际的焊接过程。通过模型检验,服务器验证模型的准确性。模型检验包括将模拟结果与实际测量数据进行比较,以确保模型能够准确预测焊接变形。如果模型检验结果符合标准,那么服务器获得目标有限元模型,可用于后续的焊接变形预测和分析。
在一具体实施例中,执行步骤S103的过程可以具体包括如下步骤:
(1)获取预置的测试变形控制策略,并根据测试变形控制策略确定多个第一焊接参数组合,其中,每个第一焊接参数组合包括焊接电流、焊接电压、焊接速度以及焊接时间;
(2)创建目标有限元模型的多个副本有限元模型,并通过多个副本有限元模型分别对每个第一焊接参数组合进行焊接仿真测试,并获取每个第一焊接参数组合的焊接过程模拟结果,得到每个第一焊接参数组合的测试有限元模型。
具体的,服务器获取预置的测试变形控制策略。这一策略是根据特定的焊接需求和工件性质来制定的,包括焊接电流、焊接电压、焊接速度和焊接时间等参数。这个策略将在后续的仿真测试中用于评估焊接过程和变形情况。根据测试变形控制策略确定多个第一焊接参数组合。每个组合都包括焊接电流、焊接电压、焊接速度和焊接时间等参数。这些参数将用于模拟不同的焊接条件,以评估它们对薄壁工件的变形影响。服务器使用计算机辅助工程(CAE)软件,如有限元分析工具。创建目标有限元模型的多个副本。这些副本模型将用于测试不同的焊接参数组合。例如,对于一个薄壁工件,可以创建多个副本,每个副本具有不同的焊接参数。通过这些副本有限元模型,服务器进行焊接仿真测试。这些测试将根据预置的控制策略以及每个第一焊接参数组合来模拟焊接过程。在仿真测试中,服务器观察薄壁工件的变形情况,并记录相关数据,如位移、应变等。这些数据将有助于理解每个参数组合对工件的影响。最终,通过这些仿真测试,服务器将获得每个第一焊接参数组合的测试有限元模型。这些模型将包含有关焊接过程的详细信息,包括变形情况。这些模型可以用于进一步的分析,以确定最佳的焊接参数组合,以最小化薄壁工件的变形。例如,假设有一个薄壁工件需要进行焊接。服务器制定了测试变形控制策略,包括所需的焊接电流、焊接电压、焊接速度和焊接时间。服务器使用有限元分析工具创建了多个副本有限元模型,每个模型代表一个不同的焊接参数组合。服务器进行了焊接仿真测试,模拟了每个参数组合下的焊接过程,记录了工件的变形情况。服务器获得了每个参数组合的测试有限元模型,用于进一步的分析和优化。这帮助服务器找到最佳的焊接参数,以减小薄壁工件的变形。
在一具体实施例中,执行步骤S104的过程可以具体包括如下步骤:
(1)分别对测试有限元模型进行焊接区域三维坐标信息提取,得到每个第一焊接参数组合的焊接区域离散化网格点集合;
(2)对焊接区域离散化网格点集合进行连接分布信息解析,得到每个第一焊接参数组合的焊接区域网格点分布数据;
(3)通过DBSCAN算法,分别对焊接区域网格点分布数据进行聚类,得到每个第一焊接参数组合的多个聚类簇;
(4)对多个聚类簇进行密度分布计算,得到每个第一焊接参数组合的变形密集程度;
(5)根据变形密集程度,分别计算每个聚类簇的平均变形指标,并根据每个聚类簇的平均变形指标生成每个第一焊接参数组合的焊接变形仿真数据,其中,焊接变形仿真数据包括:位移数据以及应变数据。
具体的,服务器对每个第一焊接参数组合的测试有限元模型进行进一步的分析,以获取有关焊接区域的三维坐标信息。这包括提取焊接区域内的网格点,将其离散化为集合。这一步骤有助于服务器了解焊接区域的具体形状和结构。进行连接分布信息解析。服务器分析这些网格点之间的连接关系,以获取有关它们如何分布的信息。这可以帮助服务器理解焊接区域内的结构和特征。服务器利用DBSCAN(Density-Based Spatial Clusteringof Applications with Noise)算法对这些网格点的分布数据进行聚类分析。DBSCAN算法是一种用于聚类分析的常用方法,它能够发现具有相似密度的点群。通过这一步骤,服务器将焊接区域内的网格点分成多个聚类簇,每个聚类簇代表了一个特定的结构或区域。接下来,服务器计算每个聚类簇的变形密集程度。服务器会评估每个聚类簇内部的变形程度,以确定哪些区域受到了较大的影响。这一步骤有助于服务器理解焊接变形的分布情况。服务器根据每个聚类簇的平均变形指标生成每个第一焊接参数组合的焊接变形仿真数据。这些仿真数据包括位移数据和应变数据,它们将反映出不同参数组合下焊接区域的变形情况。
在一具体实施例中,执行步骤S105的过程可以具体包括如下步骤:
(1)通过预置的高斯混合模型,对多个第一焊接参数组合与对应焊接变形仿真数据进行回归分析,得到目标回归分析结果;
(2)通过目标回归分析结果进行关系曲线拟合,生成对应的焊接变形仿真测试关系曲线;
(3)计算焊接变形仿真测试关系曲线的标准差数据,并对焊接变形仿真测试关系曲线进行特征点提取,得到多个候选特征点;
(4)根据标准差数据,对多个候选特征点进行特征点筛选,得到多个目标特征点;
(5)对多个目标特征点进行矩阵映射,得到初始变形分析矩阵,并对初始变形分析矩阵进行矩阵标准化处理,生成目标变形分析矩阵。
具体的,服务器使用预置的高斯混合模型,对多个第一焊接参数组合与对应的焊接变形仿真数据进行回归分析。服务器建立一个数学模型,以了解不同焊接参数对焊接变形的影响。回归分析的结果将为服务器提供目标回归分析结果,即参数与变形之间的关系。接下来,生成焊接变形仿真测试关系曲线。这个曲线将清晰地表明不同参数组合与焊接变形之间的关系。这对于进一步的分析和控制非常重要。服务器计算焊接变形仿真测试关系曲线的标准差数据。标准差是一种度量数据分散程度的统计指标,它可以告诉服务器曲线上数据点的离散程度。服务器会对曲线进行特征点提取,以获取具有显著性的数据点。这些数据点将有助于服务器更好地理解焊接变形的模式。接下来,服务器根据标准差数据对多个候选特征点进行筛选。服务器将选择那些在曲线上具有显著性的特征点,以便更好地表示焊接变形的特征。服务器将对多个目标特征点进行矩阵映射,以获得初始变形分析矩阵。这个矩阵将包含有关焊接变形特征的信息。为了更好地进行比较和分析,服务器对矩阵进行标准化处理,以生成目标变形分析矩阵。这个矩阵将包含所有关键的焊接变形特征,以帮助服务器更好地理解和控制焊接过程。
在一具体实施例中,执行步骤S106的过程可以具体包括如下步骤:
(1)将目标变形分析矩阵输入预置的焊接变形预测模型,其中,焊接变形预测模型包括双向门限循环网络以及随机森林网络;
(2)通过双向门限循环网络对目标变形分析矩阵进行隐藏特征提取,得到前向隐藏特征矩阵以及后向隐藏特征矩阵,并对前向隐藏特征矩阵以及后向隐藏特征矩阵进行矩阵融合,得到融合隐藏特征矩阵;
(3)通过随机森林网络中的多个决策树模型,分别对融合隐藏特征矩阵进行焊接参数最优化分析,得到第二焊接参数组合;
(4)根据第二焊接参数组合创建对应的目标变形控制策略,并根据目标变形控制策略对目标薄壁工件进行焊接过程控制。
具体的,服务器将目标变形分析矩阵输入到预置的焊接变形预测模型中。这个模型包括双向门限循环网络以及随机森林网络,它们将用于分析和预测焊接过程中的变形情况。通过双向门限循环网络,服务器对目标变形分析矩阵进行隐藏特征提取。这一步骤有助于捕获矩阵中的潜在信息,生成前向隐藏特征矩阵和后向隐藏特征矩阵。这两个矩阵包含了有关变形的重要特征。接下来,服务器将前向隐藏特征矩阵和后向隐藏特征矩阵进行矩阵融合,得到融合隐藏特征矩阵。融合的过程有助于综合前向和后向信息,提供更全面的变形特征。通过随机森林网络中的多个决策树模型,服务器将对融合隐藏特征矩阵进行焊接参数最优化分析。服务器将通过分析不同的焊接参数组合来确定最适合的参数,以最小化变形。这些参数组合将被称为第二焊接参数组合。接下来,创建对应的目标变形控制策略。这个策略将告诉服务器如何调整焊接过程,以控制和最小化变形。这包括调整焊接电流、电压、速度和时间等参数。服务器将根据目标变形控制策略对目标薄壁工件进行焊接过程控制。这将确保在实际焊接中应用服务器通过模型分析和优化确定的参数和策略,以最小化变形并获得所需的焊接结果。例如,假设服务器输入与这个工件相关的变形数据到服务器的模型中。通过双向门限循环网络和随机森林网络,服务器提取了隐藏特征,分析了最适合的焊接参数组合,并创建了一个针对该工件的目标变形控制策略。在实际焊接过程中,服务器将根据这个策略对工件进行焊接,以确保最小化变形并获得理想的焊接质量。
上面对本申请实施例中基于有限元仿真法的工件焊接分析方法进行了描述,下面对本申请实施例中基于有限元仿真法的工件焊接分析系统进行描述,请参阅图2,本申请实施例中基于有限元仿真法的工件焊接分析系统一个实施例包括:
建模模块201,用于通过预置的有限元算法,对目标薄壁工件进行有限元建模,得到初始有限元模型;
优化模块202,用于对所述初始有限元模型进行模型优化,得到目标有限元模型;
测试模块203,用于基于预置的多个第一焊接参数组合,分别对所述目标有限元模型进行焊接仿真测试,得到每个第一焊接参数组合的测试有限元模型;
计算模块204,用于分别对所述测试有限元模型进行焊接区域网格点提取,得到每个第一焊接参数组合的焊接区域网格点分布数据,并分别对所述焊接区域网格点分布数据进行密度和变形计算,得到每个第一焊接参数组合的焊接变形仿真数据;
映射模块205,用于构建所述多个第一焊接参数组合与对应焊接变形仿真数据之间的焊接变形仿真测试关系曲线,并对所述焊接变形仿真测试关系曲线进行曲线特征点提取和矩阵映射,生成目标变形分析矩阵;
分析模块206,用于将所述目标变形分析矩阵输入预置的焊接变形预测模型进行焊接参数最优化分析,得到第二焊接参数组合,并根据所述第二焊接参数组合创建对应的目标变形控制策略,并根据所述目标变形控制策略对所述目标薄壁工件进行焊接过程控制。
通过上述各个组成部分的协同合作,对目标薄壁工件进行建模,得到初始有限元模型;进行模型优化,得到目标有限元模型;基于多个第一焊接参数组合,分别对目标有限元模型进行焊接仿真测试,得到测试有限元模型;进行焊接区域网格点提取,得到焊接区域网格点分布数据,并进行密度和变形计算,得到焊接变形仿真数据;构建焊接变形仿真测试关系曲线并进行曲线特征点提取和矩阵映射,生成目标变形分析矩阵;将目标变形分析矩阵输入焊接变形预测模型进行焊接参数最优化分析,得到第二焊接参数组合,本申请通过三维扫描和建模,能够高精度地获取目标薄壁工件的几何信息,确保有限元模型的初始准确性。通过获取目标薄壁工件的材料特性参数,并运用热力学性能参数进行模型优化,能够更真实地反映材料的物理行为,提高有限元模型的可靠性。采用多个第一焊接参数组合进行焊接仿真测试,系统性地研究不同焊接条件对变形的影响,为建立全面的变形预测模型提供了数据基础。利用密度和变形计算焊接区域网格点的仿真数据,使得对变形情况的定量分析更加具体和准确。通过高斯回归分析建立焊接变形仿真测试关系曲线,揭示了不同参数组合与焊接变形之间的关联规律,提供了更深层次的理解。采用双向门限循环网络和随机森林网络进行参数最优化分析,进一步提高了模型的预测性能,使得对第二焊接参数组合的精准性更高。通过生成目标变形控制策略,可以在焊接过程中实时调整参数,使得薄壁工件的焊接变形得到有效控制,进而提高了薄壁工件的焊接变形预测准确率,以及提高了焊接参数的控制准确率。
所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,上述描述的系统,装置和单元的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
所述集成的单元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,本申请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全部或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)执行本申请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(read-only memory,ROM)、随机存取存储器(random access memory,RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述,以上实施例仅用以说明本申请的技术方案,而非对其限制;尽管参照前述实施例对本申请进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本申请各实施例技术方案的精神和范围。
Claims (7)
1.一种基于有限元仿真法的工件焊接分析方法,其特征在于,所述基于有限元仿真法的工件焊接分析方法包括:
通过预置的有限元算法,对目标薄壁工件进行有限元建模,得到初始有限元模型;具体包括:通过预置的三维扫描设备,对目标薄壁工件进行扫描,得到三维扫描数据;对所述三维扫描数据进行薄壁建模和曲面平滑处理,得到工件三维模型;对所述工件三维模型进行焊接区域定位,得到目标焊接区域和非焊接区域;通过预置的有限元算法分别计算所述目标焊接区域的第一网格密度数据,以及计算所述非焊接区域的第二网格密度数据;根据所述第一网格密度数据对所述目标焊接区域进行网格划分,并根据所述第二网格密度数据对所述非焊接区域进行网格划分,得到初始有限元模型;
对所述初始有限元模型进行模型优化,得到目标有限元模型;
基于预置的多个第一焊接参数组合,分别对所述目标有限元模型进行焊接仿真测试,得到每个第一焊接参数组合的测试有限元模型;
分别对所述测试有限元模型进行焊接区域网格点提取,得到每个第一焊接参数组合的焊接区域网格点分布数据,并分别对所述焊接区域网格点分布数据进行密度和变形计算,得到每个第一焊接参数组合的焊接变形仿真数据;
构建所述多个第一焊接参数组合与对应焊接变形仿真数据之间的焊接变形仿真测试关系曲线,并对所述焊接变形仿真测试关系曲线进行曲线特征点提取和矩阵映射,生成目标变形分析矩阵;
将所述目标变形分析矩阵输入预置的焊接变形预测模型进行焊接参数最优化分析,得到第二焊接参数组合,并根据所述第二焊接参数组合创建对应的目标变形控制策略,并根据所述目标变形控制策略对所述目标薄壁工件进行焊接过程控制。
2.根据权利要求1所述的基于有限元仿真法的工件焊接分析方法,其特征在于,所述对所述初始有限元模型进行模型优化,得到目标有限元模型,包括:
获取所述目标薄壁工件的材料特性参数,所述材料特性参数包括弹性模量、泊松比、屈服强度以及断裂韧性;
获取所述目标薄壁工件的热力学性能参数,所述热力学性能参数包括热膨胀系数、导热系数以及比热容;
基于所述材料特性参数以及所述热力学性能参数,对所述初始有限元模型进行单元类型和边界条件调整,得到调整后的有限元模型;
对所述调整后的有限元模型进行模型检验,得到模型检验结果,并根据所述模型检验结果输出对应的目标有限元模型。
3.根据权利要求1所述的基于有限元仿真法的工件焊接分析方法,其特征在于,所述基于预置的多个第一焊接参数组合,分别对所述目标有限元模型进行焊接仿真测试,得到每个第一焊接参数组合的测试有限元模型,包括:
获取预置的测试变形控制策略,并根据所述测试变形控制策略确定多个第一焊接参数组合,其中,每个第一焊接参数组合包括焊接电流、焊接电压、焊接速度以及焊接时间;
创建所述目标有限元模型的多个副本有限元模型,并通过所述多个副本有限元模型分别对每个第一焊接参数组合进行焊接仿真测试,并获取每个第一焊接参数组合的焊接过程模拟结果,得到每个第一焊接参数组合的测试有限元模型。
4.根据权利要求1所述的基于有限元仿真法的工件焊接分析方法,其特征在于,所述分别对所述测试有限元模型进行焊接区域网格点提取,得到每个第一焊接参数组合的焊接区域网格点分布数据,并分别对所述焊接区域网格点分布数据进行密度和变形计算,得到每个第一焊接参数组合的焊接变形仿真数据,包括:
分别对所述测试有限元模型进行焊接区域三维坐标信息提取,得到每个第一焊接参数组合的焊接区域离散化网格点集合;
对所述焊接区域离散化网格点集合进行连接分布信息解析,得到每个第一焊接参数组合的焊接区域网格点分布数据;
通过DBSCAN算法,分别对所述焊接区域网格点分布数据进行聚类,得到每个第一焊接参数组合的多个聚类簇;
对所述多个聚类簇进行密度分布计算,得到每个第一焊接参数组合的变形密集程度;
根据所述变形密集程度,分别计算每个聚类簇的平均变形指标,并根据每个聚类簇的平均变形指标生成每个第一焊接参数组合的焊接变形仿真数据,其中,所述焊接变形仿真数据包括:位移数据以及应变数据。
5.根据权利要求1所述的基于有限元仿真法的工件焊接分析方法,其特征在于,所述构建所述多个第一焊接参数组合与对应焊接变形仿真数据之间的焊接变形仿真测试关系曲线,并对所述焊接变形仿真测试关系曲线进行曲线特征点提取和矩阵映射,生成目标变形分析矩阵,包括:
通过预置的高斯混合模型,对所述多个第一焊接参数组合与对应焊接变形仿真数据进行回归分析,得到目标回归分析结果;
通过所述目标回归分析结果进行关系曲线拟合,生成对应的焊接变形仿真测试关系曲线;
计算所述焊接变形仿真测试关系曲线的标准差数据,并对所述焊接变形仿真测试关系曲线进行特征点提取,得到多个候选特征点;
根据所述标准差数据,对所述多个候选特征点进行特征点筛选,得到多个目标特征点;
对所述多个目标特征点进行矩阵映射,得到初始变形分析矩阵,并对所述初始变形分析矩阵进行矩阵标准化处理,生成目标变形分析矩阵。
6.根据权利要求1所述的基于有限元仿真法的工件焊接分析方法,其特征在于,所述将所述目标变形分析矩阵输入预置的焊接变形预测模型进行焊接参数最优化分析,得到第二焊接参数组合,并根据所述第二焊接参数组合创建对应的目标变形控制策略,并根据所述目标变形控制策略对所述目标薄壁工件进行焊接过程控制,包括:
将所述目标变形分析矩阵输入预置的焊接变形预测模型,其中,所述焊接变形预测模型包括双向门限循环网络以及随机森林网络;
通过所述双向门限循环网络对所述目标变形分析矩阵进行隐藏特征提取,得到前向隐藏特征矩阵以及后向隐藏特征矩阵,并对所述前向隐藏特征矩阵以及所述后向隐藏特征矩阵进行矩阵融合,得到融合隐藏特征矩阵;
通过所述随机森林网络中的多个决策树模型,分别对所述融合隐藏特征矩阵进行焊接参数最优化分析,得到第二焊接参数组合;
根据所述第二焊接参数组合创建对应的目标变形控制策略,并根据所述目标变形控制策略对所述目标薄壁工件进行焊接过程控制。
7.一种基于有限元仿真法的工件焊接分析系统,其特征在于,所述基于有限元仿真法的工件焊接分析系统包括:
建模模块,用于通过预置的有限元算法,对目标薄壁工件进行有限元建模,得到初始有限元模型;具体包括:通过预置的三维扫描设备,对目标薄壁工件进行扫描,得到三维扫描数据;对所述三维扫描数据进行薄壁建模和曲面平滑处理,得到工件三维模型;对所述工件三维模型进行焊接区域定位,得到目标焊接区域和非焊接区域;通过预置的有限元算法分别计算所述目标焊接区域的第一网格密度数据,以及计算所述非焊接区域的第二网格密度数据;根据所述第一网格密度数据对所述目标焊接区域进行网格划分,并根据所述第二网格密度数据对所述非焊接区域进行网格划分,得到初始有限元模型;
优化模块,用于对所述初始有限元模型进行模型优化,得到目标有限元模型;
测试模块,用于基于预置的多个第一焊接参数组合,分别对所述目标有限元模型进行焊接仿真测试,得到每个第一焊接参数组合的测试有限元模型;
计算模块,用于分别对所述测试有限元模型进行焊接区域网格点提取,得到每个第一焊接参数组合的焊接区域网格点分布数据,并分别对所述焊接区域网格点分布数据进行密度和变形计算,得到每个第一焊接参数组合的焊接变形仿真数据;
映射模块,用于构建所述多个第一焊接参数组合与对应焊接变形仿真数据之间的焊接变形仿真测试关系曲线,并对所述焊接变形仿真测试关系曲线进行曲线特征点提取和矩阵映射,生成目标变形分析矩阵;
分析模块,用于将所述目标变形分析矩阵输入预置的焊接变形预测模型进行焊接参数最优化分析,得到第二焊接参数组合,并根据所述第二焊接参数组合创建对应的目标变形控制策略,并根据所述目标变形控制策略对所述目标薄壁工件进行焊接过程控制。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311767792.0A CN117436321B (zh) | 2023-12-21 | 2023-12-21 | 基于有限元仿真法的工件焊接分析方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311767792.0A CN117436321B (zh) | 2023-12-21 | 2023-12-21 | 基于有限元仿真法的工件焊接分析方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117436321A CN117436321A (zh) | 2024-01-23 |
CN117436321B true CN117436321B (zh) | 2024-04-16 |
Family
ID=89548346
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311767792.0A Active CN117436321B (zh) | 2023-12-21 | 2023-12-21 | 基于有限元仿真法的工件焊接分析方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117436321B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN118081238A (zh) * | 2024-04-29 | 2024-05-28 | 佛山隆深机器人有限公司 | 一种洗碗机的部件焊接控制方法及相关装置 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110355472A (zh) * | 2019-05-10 | 2019-10-22 | 南京航空航天大学 | 一种基于约束力预测薄板拼焊变形的方法 |
CN110688798A (zh) * | 2019-09-26 | 2020-01-14 | 华中科技大学 | 一种壳体结构件的变形预测方法、装置、设备及存储介质 |
CN110991117A (zh) * | 2019-12-24 | 2020-04-10 | 国网河南省电力公司电力科学研究院 | 钢板混凝土试件焊接瞬态温度场有限元数值模拟 |
CN111283307A (zh) * | 2018-12-06 | 2020-06-16 | 中国商用飞机有限责任公司 | 一种仿真焊接的方法、装置、终端设备及存储介质 |
CN113962136A (zh) * | 2021-12-22 | 2022-01-21 | 广东工业大学 | 一种基于有限元的焊接后工件应力重构方法及系统 |
CN115544645A (zh) * | 2022-09-13 | 2022-12-30 | 成都飞机工业(集团)有限责任公司 | 飞机部件焊接装配变形分析方法、装置、存储介质及设备 |
CN115795770A (zh) * | 2021-09-10 | 2023-03-14 | 一汽-大众汽车有限公司 | 一种车身焊接变形量的估算方法及系统 |
CN117195662A (zh) * | 2023-10-26 | 2023-12-08 | 江苏徐工工程机械研究院有限公司 | 一种大型结构件焊接变形预测方法及系统 |
-
2023
- 2023-12-21 CN CN202311767792.0A patent/CN117436321B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111283307A (zh) * | 2018-12-06 | 2020-06-16 | 中国商用飞机有限责任公司 | 一种仿真焊接的方法、装置、终端设备及存储介质 |
CN110355472A (zh) * | 2019-05-10 | 2019-10-22 | 南京航空航天大学 | 一种基于约束力预测薄板拼焊变形的方法 |
CN110688798A (zh) * | 2019-09-26 | 2020-01-14 | 华中科技大学 | 一种壳体结构件的变形预测方法、装置、设备及存储介质 |
CN110991117A (zh) * | 2019-12-24 | 2020-04-10 | 国网河南省电力公司电力科学研究院 | 钢板混凝土试件焊接瞬态温度场有限元数值模拟 |
CN115795770A (zh) * | 2021-09-10 | 2023-03-14 | 一汽-大众汽车有限公司 | 一种车身焊接变形量的估算方法及系统 |
CN113962136A (zh) * | 2021-12-22 | 2022-01-21 | 广东工业大学 | 一种基于有限元的焊接后工件应力重构方法及系统 |
CN115544645A (zh) * | 2022-09-13 | 2022-12-30 | 成都飞机工业(集团)有限责任公司 | 飞机部件焊接装配变形分析方法、装置、存储介质及设备 |
CN117195662A (zh) * | 2023-10-26 | 2023-12-08 | 江苏徐工工程机械研究院有限公司 | 一种大型结构件焊接变形预测方法及系统 |
Non-Patent Citations (1)
Title |
---|
基于"壳-固"耦合方法模拟焊接装配;张宏;大型铸锻件;20150930;17-20 * |
Also Published As
Publication number | Publication date |
---|---|
CN117436321A (zh) | 2024-01-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Kramer et al. | The third Sandia Fracture Challenge: predictions of ductile fracture in additively manufactured metal | |
CN117436321B (zh) | 基于有限元仿真法的工件焊接分析方法及系统 | |
Smith et al. | A review of the NeT Task Group 1 residual stress measurement and analysis round robin on a single weld bead-on-plate specimen | |
Donders et al. | The effect of spot weld failure on dynamic vehicle performance | |
Donders et al. | The robustness of dynamic vehicle performance to spot weld failures | |
Sun et al. | Evaluation of errors associated with cutting-induced plasticity in residual stress measurements using the contour method | |
CN116728783B (zh) | 一种基于3d打印机的仿真方法及系统 | |
Syngellakis et al. | Finite element simulation of spherical indentation experiments | |
Johnson et al. | Predicting the reliability of an additively-manufactured metal part for the third Sandia fracture challenge by accounting for random material defects | |
Luegmair et al. | Challenges in vibroacoustic vehicle body simulation including uncertainties | |
CN116698642A (zh) | 一种汽修工具生产用的工作站控制方法及系统 | |
CN113642209B (zh) | 基于数字孪生的结构植入故障响应数据获取及评判方法 | |
Sausto et al. | Benchmark of a probabilistic fatigue software based on machined and as-built components manufactured in AlSi10Mg by L-PBF | |
Giammaria et al. | Material parameter optimization of flax/epoxy composite laminates under low-velocity impact | |
Rummel | A path forward for NDE reliability | |
Karlson et al. | Toward accurate prediction of partial-penetration laser weld performance informed by three-dimensional characterization–Part II: μCT based finite element simulations | |
Marques Ferreira et al. | Stochastic assessment of burst pressure for corroded pipelines | |
Phung et al. | Predicting microstructurally sensitive fatigue‐crack path in WE43 magnesium using high‐fidelity numerical modeling and three‐dimensional experimental characterization | |
CN117790300B (zh) | 一种精细线路的动态蚀刻补偿方法 | |
Wu et al. | Probabilistic Printability Maps for Laser Powder Bed Fusion via Functional Calibration and Uncertainty Propagation | |
Kulkarni et al. | Fabrication, mechanics, and reliability analysis for 3D printed lattice designs | |
Huang et al. | Prediction of fatigue life of metallic structures with welded joints using automatic learning systems | |
Zein et al. | A Truncated Gaussian Random Field Method for Modeling the Porosity Defect in Composite Structures | |
Gorguluarslan et al. | Uncertainty quantification and validation of lattice structures fabricated by selective laser melting | |
Dvurecenska | Developing quantitative validation metrics to assess quality of computational mechanics models relative to reality |
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 |