复杂型面板料成形数值模拟快速有限元建模

提出并实现了直接从测量到的空间散乱点直接生成有限元网络的新方法,使具有大尺寸复杂型面金属板料冲压成形整个数值模拟有限元建模的工作量大大降低,并使得建模的自动化程度提高。为了解决建模过程中初始坯料形状未知的问题,比较了不同的初始毛坯预测方法,提出用一步模拟法从已得到模具的有限元网格进行反推,预测出毛坯的基本形状和尺寸。     

智能拉深件工艺设计系统的关键技术

应用特征技术和人工智能技术,建立了基于特征的智能拉深类零件工艺设计系统框架,研究并实现了其中的关键技术。由于拉深成形中工艺中零件形成的特征方法,面向拉深的特征以复杂的曲面特征为主,讨论了拉深类零件中几何特征向工艺特征的转换,提出了模糊决策表技术在工艺设计中的应用,应用ＢＰ神经网络方法预测了方盒件理想毛坯外形,通过人工智能技术建立起基于特征的工艺设计知识库,使特征技术能应用于拉深类零件的工艺设计中。