单向应力状态下薄壁管材连续矫直压弯量模型

针对目前薄壁管材在连续矫直过程中仍沿用经验图表结合人工经验和反复试矫对其进行估定的现状,在构建压弯量计算简化力学模型的基础上,对单向应力状态下弹性区、弹塑性区管材横截面弯矩进行解析,应用莫尔积分建立了矫直辊压弯量数学模型.应用LS-DYNA对薄壁管材的连续矫直过程进行动态仿真,验证了模型的正确性,通过对典型管材数据的计算绘制了压弯量曲线,定性分析了各工艺参数对压弯量的影响,为现场压弯量的调整提供理论依据.     

基于H型钢残余应力主动控制的矫直工艺设计

针对H型钢辊式矫直过程残余应力的主动控制,基于工程弹塑性理论建立一种矫直过程应力演变的分析模型;采用离散解析实现对模型的快速数值求解;继而基于该分析模型建立一套能够实现残余应力主动控制的工艺参数主动设计方法;运用该方法对典型规格H型钢矫直工艺参数进行工艺设计.建立的分析模型运算结果与有限元结果吻合且计算成本得到有效控制,模型能够实现有限时间内整个矫直工艺参数域内残余应力演变结果的分析;工艺设计方法能够得到一定目标参数和约束条件下的残余应力主动控制工艺参数.     

弯管条件下矫直辊的手工绘制方法

矫直辊与管材是一对共轭曲面 ,矫直辊表面就是与圆环面密切接触的包络面 ,本文利用点在曲面上投影的原理 ,研究了管材在矫直辊之间为圆环面时 ,一种手工绘制矫直辊辊型曲线的方法     

带钢拉伸弯曲矫直变形过程仿真研究

带钢拉伸弯曲变形过程的表征是拉伸弯曲矫直工艺研究中的关键,带钢拉伸弯曲变形过程在本质上就是带钢在张力作用下的反复弯曲变形过程.本文建立了可以模拟此变形过程的有限元仿真模型,并对带钢拉伸弯曲变形过程进行了仿真研究,揭示了带钢产生塑性延伸和板形矫正的机理.在此基础上,提出了拉伸弯曲矫直工艺使用制度.     

高温合金管材挤压变形及挤压工艺的流函数法研究

针对IN690高温合金管材在挤压过程中挤压力大及预测不准等问题,以优化设计挤压工艺和参数进而实现降低挤压力、减少能耗为目标,应用流函数法建模分析挤压变形过程和建立挤压力求解模型,得到了稳定挤压时金属的速度流线.研究了挤压温度、摩擦因数和模具角度等因素对挤压力的影响规律,建立了IN690高温合金管材挤压工艺参数与挤压力的关系.以挤压力最小为优化目标,优化设计了最佳挤压温度和模具角度.     

多辊矫直过程中H型钢断面的应力演变规律

采用某厂九辊悬臂式变辊距矫直机的工艺参数,建立了H型钢矫直过程的三维动态有限元仿真模型.分析了矫直过程中型钢横截面上的应力分布变化规律,指出其演变特征类似于应力波从翼缘外侧向内侧、翼缘两端向腹板中部的传播过程.仿真结果表明,腹板连接R角以及腹板和矫直辊圆角接触的部位在多辊矫直的后期处于高应力状态,矫后存在明显的应力残余;纵向正应力水平决定矫直效应,而沿纵向的剪切应力会影响H型钢横截面上等效应力的分布.     

管材塑性弯曲成形的有限元数值模拟分析

为深入研究管材塑性弯曲成形机理,利用数值模拟方法建立了包括工艺参数在内的管材弯曲成形全参数化有限元模型,并验证了模型的有效性.在此基础上,详细分析了管材弯曲变形过程中的应力应变分布.结果表明,最大等效应力发生在弯管起弯侧,最大等效应变则沿弯管变形区域均匀分布,管材弯曲成形处于平面应力状态和三向应变状态.     

斜辊矫直机矫直辊辊形对安装角和接触线长度的影响

基于斜辊矫直机矫直辊和管材或棒材的理想接触条件,对理想接触的矫直辊辊形曲圆公式进行了优化,针对目前应用较多的双曲线辊形和理想接触辊形,在安装角和接触线长度方面进行了比较,给安装角和接触线长度的确定提供了理论依据。     

考虑应力叠加的矫直行程预测模型研究

为提高精密矫直加工精度及效率,探讨多次矫直过程中应力叠加特性,研究多次矫直行程预测迭代建模方法.首先,基于经典弹塑性变形理论,建立单次矫直行程预测理论模型;运用应力叠加原理,研究二次矫直的截面应力分布状态,推导出二次矫直时截面应力的再分布方程及矫直参数解析表达式;在此基础上,研究多次矫直过程中的矫直次数-应力演变规律,建立考虑应力叠加的多次矫直行程预测迭代模型.采用自主研发的精密矫直机进行在线矫直实验,进行行程预测模型实验对比.实验结果表明:实际矫直过程中,多次矫直行程预测迭代模型的预测精度和矫直效率优于未考虑应力叠加作用的单次矫直行程预测理论模型,该方法可推广应用于直线金属条材的精密矫直中.     

型钢九辊矫直力能参数与压弯挠度关系解析

H型钢辊式矫直机在辊压腹板时使翼缘产生塑性变形以达到矫直目的.为了避免矫直过程中出现矫直缺陷,通过建立适当的矫直力学模型,求出了H型钢九辊矫直的压弯挠度与弯矩、矫直力的解析关系,确定了生产中调节矫直辊压弯挠度来保证各辊处的弯矩、矫直力等力能参数的范围.     

基于滚动优化的校直工艺理论及实验研究

在分析细长轴类零件弯曲变形的基础上 ,结合行程控制校直工艺计算方法 ,将多弯曲点轴类零件的校直工艺问题作为一种优化问题进行讨论 ,反向校直弯曲作为约束条件之一 ,利用滚动优化算法 ,实现校直工艺实时预测算法 ,得到实时校直压点、支点和行程信息。实验研究表明 ,此算法满足校直精度要求 ,对全自动校直机设计开发有一定指导意义     

基于灰色理论的薄壁不锈钢管弯曲工艺参数优化技术

针对导管弯曲加工工艺参数难以合理选择的问题,研究弯曲工艺参数优化技术.在导管弯曲工艺参数优化建模的基础上,提出了以虚拟正交试验和数值模拟技术确定工艺参数方案,以灰色理论进行方案评价的导管弯曲工艺参数优化技术.实例结果表明,经优化处理后的导管成形质量明显提高,验证了优化模型及优化方法的有效性.     

多方式进化遗传算法及其优化波纹薄壁管的耐撞性

 通过提出一种多方式进化遗传算法的途径改进了遗传算法,并用于求解汽车新型波纹薄壁管耐撞性优化问题。文中采用响应面法近似建立金字塔形波纹薄壁管的优化模型,在多方式进化遗传算法中采用多种编码方式、选择策略、交叉和变异操作,同时还设计了类似遗传学中染色体结构变异的倒位操作,有效改善了群体多样性。对于函数实例测试的结果显示,该算法克服了遗传算法有时局部收敛的缺陷,提升了收敛速度。在波纹薄壁管耐撞性优化问题上的应用研究表明了本算法在求解此类优化问题上的有效性和方便性。优化后波纹管吸能提高40%以上,显著改进了初始设计,进一步验证了多方式进化遗传算法求解此类优化问题的实用性。     

基于机器学习的拉矫延伸率预测模型及数值分析

在冷轧弯曲矫直过程中,针对拉矫机工艺参数设置问题,利用经验公式、有限元仿真建立的延伸率模型预测精度不高.为提高预测精度,基于传统解析模型与机器学习算法进行研究,比较了两种方法预测模型的精度,得到机器学习算法的延伸率预测模型要比数值解析模型的拟合优度高.比较BP神经网络算法和支持向量机(SVM)算法,得到两种机器学习算法的预测模型精度基本一致.为进一步提高预测精度,采用Adam算法对BP神经网络进行优化,采用遗传算法对SVM预测模型的参数进行优化,最终得到最优预测模型的均值绝对百分比误差MAPE以及拟合优度R^○2分别为13.4%和0.953,可以为实际生产提供技术指导.     

基于量子遗传算法的成品门幅模型参数优化设计

为了解决热定型中影响成品织物门幅的工艺参数难以定量设计的关键技术难题。提出了将量子遗传算法用于成品门幅模型工艺参数优化设计中。建立优化模型,基于该模型采用量子遗传算法,实现了影响成品门幅的工艺参数精确定量设计。用该方法得到的工艺参数加工弹力布,生产成品的门幅与用户要求指标的偏差小于0.1%,完全满足实际生产要求。同时将量子遗传算法与遗传算法在工艺参数的优化设计中进行比较,得出当迭代种群逐渐增大时,量子遗传算法在工艺参数的优化设计中的优势更加明显。     

含动态再结晶粘塑性模型的参数识别

针对含动态再结晶粘塑性模型中的材料参数应用传统的测试方法很难准确测定的问题,吸收了遗传算法、增广高斯-牛顿算法、Levenberg-Marquardt算法和可变多面体算法的优点,构造了一套混合的全局优化算法.以26Cr2Ni4MoV为例,以镦粗实验提供的实验数据和刚塑性有限元模拟提供的数值解差值的l2范数的平方作为目标函数,应用构造的算法识别了该模型中的材料参数,计算结果和实验结果符合良好.     

基于替代模型的油藏注采参数多目标优化设计

针对水驱油藏生产过程中合适的注采参数选取难的问题,提出了以净现值和累产油量为目标函数的多目标优化注采参数设计方法。采用基于粒子群算法的最小二乘支持向量机作为替代模型代替数值模拟,并用带精英策略的非支配排序多目标优化遗传算法对注采参数进行优化。以某区块两注两采模型为例,选取生产井井底压力和注水井注入量为优化变量,通过粒子群算法优化的最小二乘支持向量机构建替代模型,在优化过程中代替数模,再利用非支配排序遗传算法对注采参数进行优化。对比分析替代模型和数值模拟优化设计的结果,其误差在3%以内,并在注采参数优化时间上得到了明显提升。     

注塑成型工艺多目标稳健设计及优化算法

在注塑成型过程单目标稳健设计的基础上,提出了成型质量特性均值及标准差的双目标稳健设计模型以及成型多质量特性的多目标稳健设计模型,提出了基于Pareto最优的混合交叉变异的多目标蚁群算法.在结合实例的研究中,针对某遥控器上下盖的注塑成型工艺参数设置分别建立了翘曲量均值及标准差的双目标稳健设计模型和最大翘曲量及最大体积收缩率的多目标稳健设计模型,再利用混合交叉变异的多目标蚁群算法进行求解,求解结果与non-dominated sorting genetic algorithmsⅡ(NSGAⅡ)算法比较,得出部分算法性能指标优于NSGAⅡ算法.利用多目标稳健优化得到的工艺参数进行实际注塑成型,得到的塑件制品成型质量好并且波动较小.     

基于多重优化设计的铝型材挤压工作带模型

建立了有限体积法数值仿真、改进的误差反向传递神经网络和遗传算法相结合的铝型材挤压工作带长度优化模型．将型材截面划分单元，由正交试验法得到单元工作带长度值作为网络训练样本的输入值，模型目标值为变形后质点速度均方差．基于有限体积法的数值仿真技术获得样本目标值，模型的全局优化解由遗传算法求得．最后将优化结果应用于工程实际，取得了满意的效果。     

星状集输管网拓扑结构的整体优化

针对星状集输管网结构特点,建立以管网建设总投资为目标函数,以系统中节点连接关系、站点位置、管线参数为优化变量的星状油气集输管网拓扑结构优化模型。将蚁群算法与遗传算法相结合对模型进行整体优化求解。在蚁群算法中,将节点连接关系的确定转化为路径选择问题,将启发因子表示为管段建设成本的函数,用路径方案对应的管网建设总成本计算信息素的积累量。在遗传算法中,以格雷码形式将站址信息储存于染色体上,用蚁群算法求得每种站址分布方案下最优井组和管径,并用其计算各染色体的适应度,从而同步求得最佳站址、最佳井组划分和管线参数。结果表明,所设计算法优化质量高于分级优化,且鲁棒性强,不受计算初始值影响。