基于混合H2/H∞控制的拼焊板零件成形方法

针对拼焊板零件冲压过程中恒压边力方法的不足,提出了拼焊板零件变压边力混合H2/H∞控制目标,建立了控制模型,设计了控制算法和控制逻辑.采用此模型对拼焊板零件冲压成形进行反馈数值模拟,分析了有无变压边力混合H2/H∞控制对拼焊板零件成形缺陷的影响,将混合H2/H∞控制下的最优压边力曲线输入至压机上微机中作为预定义压边力曲线,并在变压边力冲压机上进行试验验证.仿真和试验结果表明:基于混合H2/H∞理论的变压边力控制方法可成功冲压出车身整体侧围内板,可有效避免在恒压边力下的起皱和破裂2种缺陷,该控制方法可同时考虑冲压行程和压边板位置进行压边力优化,具有更好的鲁棒性.     

基于破裂失效准则的变压边力理论及其工程应用

基于变压边力成形是提高铝合金、高强度钢板等难成形材料成形性能的有效方式之一,构建了圆杯件最优压边力理论模型.将冲压过程中的拉伸载荷表达为工艺参数和材料参数的方程,应用与拉伸载荷有关的破裂准则求解出压边力,从而得出随不同行程变化的最优压边力曲线.模型考虑了材料各向异性、不同冲压深度下板料在凹模圆角处的弯曲角,确保预测的准确性.最后,采用多点液压变压边力压机对得出的最优压边力曲线进行验证.结果表明,该最优压边力曲线可有效提高铝合金的冲压深度.     

基于遗传算法优化神经网络的拼焊板压边力预测

通过数值模拟与神经网络技术对拼焊板盒形件拉深成形过程中的压边力预测问题进行研究.运用数值模拟分析压边力加载形式对拼焊板盒形件成形性能的影响,找到一种较优的变压边力加载方式.建立适用于拼焊板盒形件拉深成形压边力预测的BP神经网络模型.采用遗传算法对神经网络模型进行优化,在基因选择过程中加入精英保留策略,最终通过基于遗传算法优化的神经网络模型获取了理想的压边力曲线,用以预测随拉深行程变化的压边力数值,为实现智能化冲压奠定了技术基础.     

基于分块压边圈的变截面板方盒件成形比较分析

变截面板冲压成形过程中由于板料存在厚度差,整体压边圈难以满足压边要求。利用有限元软件ABAQUS对整块压边圈以及分块（分两块和分三块）压边圈的不同压边力组合作用下变截面板冲压成形进行了模拟,分析比较了整块压边圈下与分块压边圈下变截面板方盒形件成形深度、应变路径和厚度变化。结果表明分块压边圈比整块压边圈能使方盒件获得更好的成形深度,板料的减薄情况得到改善;可以通过调整压边力组合工艺参数的方法使变截面板获得更好的成形性能,研究为提高变截面板的成形性能以及分块压边圈在变截面板冲压成形中的应用提供了指导。     

压边力对汽车前轮罩板成形性能的影响

为了有效解决实际生产中优化汽车前轮罩板拉深成形工艺的问题,根据左右轮罩板件的结构及性能要求,设计拉深数模及其工艺,在恒定压边力条件下,对轮罩板件拉深成形过程进行数值模拟。通过数值模拟从典型变压边力加载模式中得到一条最优变压边力加载曲线,使拉深件不出现起皱和拉破现象,并且使零件区域厚度分布最均匀。与恒定压边力下的最优结果进行比较得出,U型变压边力加载模式为最佳方案。     

铝合金拼焊板盒形件拉深中压边力分析及优化

利用焊缝模型、单元类型、材料的本构关系,建立铝合金拼焊板盒形件拉深成形有限元模型.以有限元数值模拟为主要方法分析了压边力对拼焊板拉深成形质量的影响、焊缝的移动规律和焊缝附近金属的变形情况;针对不等厚拼焊板的成形特点,采用薄、厚测不同压边力对成形过程进行优化.研究结果表明,压边力对拼焊板拉伸成形中焊缝及附近区域变形有明显影响,采用不同压边力技术能够在一定程度上提高拼焊板盒形拉深件成形质量.     

压边圈应力传递规律及其对冲压成形的影响

利用弹性实体单元有限元模型研究了压边圈厚度对压边应力传递的影响规律,并与实验结果进行了对比分析.在此基础上,分析了不同厚度及结构的压边圈对钢板成形性能的影响规律.结果表明,使用弹性实体单元模型可以准确预测压边圈应力传递,从而提高冲压成形数值模拟精度;相对于平板结构的压边圈,锥台结构压边圈更有利于变压边力的实现,并改善钢板成形性能.     

基于FEA的拼焊板轿车中立柱拉延成形

运用DYNAFORM软件,对轿车侧围激光拼焊板中立柱进行冲压成形有限元数值模拟研究。通过观察成形极限图和厚度分布图对零件进行成形缺陷分析。针对成形结果中出现的拉裂、起皱和减薄等缺陷问题,采用调整成形工艺参数以及设置等效拉深筋的方法改善使成形结果,并根据仿真分析的结果,提出改进及优化工艺的方案。利用数值模拟过程中优化的工艺参数,进行实际零件的拉延成形实验,得到了质量较好的成形零件。研究结果表明:拼焊板焊缝模型的选取、板坯及工具网格的划分直接影响数值模拟的精度;冲压速度、压边力和拉深筋等工艺参数的选取直接影响零件的拉延成形,尤其是通过对拉深筋阻力的调节,平衡了材料的流动,解决了用调节压边力的方法无法解决的拼焊板零件成形问题。     

变压边力对差厚拼焊板方盒形件拉深成形质量的影响

与单板相比,由于料厚比(或强度比)、焊缝性能以及成形过程中焊缝移动的影响,使拼焊板成形更为复杂。拼焊板拉深是拼焊板冲压成形中最典型成形工艺,影响拼焊板拉深成形质量的主要因素有压边力、模具几何参数、料厚比和摩擦条件等。其中,压边力的大小及加载方式对拉深成形极限及焊缝移动有着显著影响。本文采用数值模拟技术,研究了拼焊板方盒形件拉深成形过程中变压边力方案对焊缝移动及成形极限的影响规律。研究表明可以通过调整焊缝两侧板料压边力的大小,使得在尽可能满足成形深度的同时减少焊缝移动,从而提高拼焊板方盒形件的成形质量。     

利用变压边力控制技术改善盒形件成形性能

利用有限元软件LS-Dyna3D研究了盒形件的整体压边圈和分块压边圈分别在恒压边力、变压边力(随凸模行程和压边圈位置变化)情况下的盒形件拉深成形性能．模拟结果表明，变压边力控制技术可以显著改善盒形件成形性能，增加盒形件拉深深度．     

基于PID神经网络的拉深件变压边力控制方法研究

将传统的PID控制器与神经元网络融合,建立PID神经网络。运用VB语言编译了拉深过程中变压边力控制系统的PID神经网络仿真程序,并与传统的PID控制仿真进行了对比。建立了基于PIDNN的变压边力控制系统,并通过锥形件拉深实验,证实了PIDNN控制系统具有精度高,抗干扰能力强,能较准确达到变压边力控制要求等优越性。为后续的变压边力控制系统实验研究与工厂实际应用提供了理论与实践基础。     

板材变压边力拉深成形方盒件数值模拟

板料在拉深成形过程中的压边力是一个变化的量,其值大小是板材拉深成形中的重要工艺参数。由于实验条件的限制,采用数值模拟方法研究了方盒件在变压边力加载条件下的拉深成形,通过对工件壁厚分布和成形极限图的数值模拟。结果表明,变压边力拉深成形技术能够使恒定压边力条件下拉深失效的零件成功拉深,并可以充分利用板材。通过控制拉深过程压边力值的大小和分布,能有效地控制金属的流动,提高板材的成形性能。     

分散PID组态模型及其应用

在对四种ＰＩＤ算式优缺点分析与比较的基础上，提出一种功能分散的ＰＩＤ模型。这种ＰＩＤ可以根据设计目标灵活地重构控制状态，在自适应控制系统，ＳＰＣ系统和滑模系统中，得到了广泛的应用。     

座舱功能试验压力控制系统建模与PID控制器设计

针对座舱功能试验压力控制系统参数调试不允许在飞机座舱上直接进行的问题,建立了包括气动减压阀阀芯构件动态特性与试验管道压力变化过程等因素在内的座舱功能试验压力控制系统模型,可使压力控制系统设计客观化、解析化.通过对系统模型进行线性化和拟合降阶,再根据降阶模型应用解析化方法,设计了座舱功能试验压力控制系统的比例、积分、微分（PID）控制器,并对设计结果进行了仿真验证.结果表明,解析化方法设计的PID控制器可以满足飞机座舱功能试验压力控制系统的技术要求.
关键词：     

模糊神经网络在压边力智能控制中的应用

应用模糊神经网络专家系统实现了冲压成形过程中压边力的智能化控制，对系统模糊神经网络的构造和模糊神经推理机制进行了详尽的说明，介绍了压边力模糊神经网络和优化控制的设备及实现，并利用其对带凸缘的圆筒件拉深控制规律进行了研究。     

足球机器人运动控制算法研究

在建立基于小转角的足球机器人运动学模型的基础上,提出了单神经元自适应PID控制算法和基于Kalman滤波的PID控制算法.通过仿真分析,系统在单神经元自适应PID控制下,超调量、上升时间和峰值时间分别是常规PID控制下的30.7%,54.3%和72.7%,完全满足足球机器人现场比赛竞技性的要求;基于Kalman滤波的PID控制能够抑制干扰,提高控制精度,控制效果明显改善.     

时滞环境下具有不确定参数群系统的鲁棒一致性

研究了普通线性群系统在存在时延和不确定参数条件下的鲁棒一致性问题。首先结合分布式PID控制和静态输出反馈提出一种新的一致性协议;然后引入描述符方法将闭环系统的微分方程转化为描述符模型,通过变量转换将一致性问题转化为渐近稳定问题;构造Lyapunov-Krasovskii泛函,基于线性矩阵不等式(LMI)给出了鲁棒控制器的设计方法。仿真结果表明：系统的结构拓扑图在存在全局可达节点的条件下,通过选择合适的PID参数,系统可实现一致性,且不确定参数会对系统的运动轨迹产生影响,通过与基于PD控制的一致性协议对比结果可知本文提出的一致性协议使得群系统收敛速度更快,鲁棒性更强。     

采用模糊免疫PID控制的移动机器人避障误差仿真研究

当前,移动机器人运动规划路径较长,实际运动轨迹与理论运动轨迹误差较大。对此,设计了移动机器人模糊免疫PID控制系统,并对控制系统输出误差进行仿真验证。建立移动机器人平面简图,给出机器人运动方程式,采用平面栅格来描述机器人运动规划路径。引用传统PID控制器并进行改进,设计了模糊免疫PID控制系统,给出了移动机器人PID控制输出系统在线调节流程。采用MATLAB软件对机器人输出误差进行仿真,比较PID控制和模糊免疫PID控制输出误差大小。结果显示:移动机器人采用传统PID控制系统,稳定调节时间为1.0 s,产生的最大误差为0.83 mm,系统输出误差较大;移动机器人采用模糊免疫PID控制系统,稳定调节时间为0.5 s,产生的最大误差为0.59 mm,系统输出误差较小。移动机器人采用模糊免疫PID控制系统,响应速度快,追踪误差较小,从而提高系统的稳定性。