板料拉深成形工艺参数的多目标遗传算法优化

拉深是板料冲压成形的关键工艺。拉深成形工艺参数优化是一个典型的多目标优化问题。该文在板料拉深成形数值模拟的基础上,确定了工艺参数多目标优化的待优化变量和优化目标,进而建立了优化数学模型,然后采用多目标遗传算法NSGA-II对该模型进行了优化。以某翼子板为例,采用NSGA-II算法对其拉深工艺参数进行优化,得到一组Pareto解,选择其中一组参数进行数值模拟,结果显示零件具有较好的成形性,说明该方法具有较好的优化效果。     

拉深翻边复合成形工艺参数多目标优化设计

通过对拉深翻边复合成形工艺设计中的失稳方式进行理论分析和模拟仿真,建立了破裂、起皱和厚度不均3个目标函数.针对各成形质量目标相互关联而无法同时达到最优的特点,提出一种基于多目标优化技术的综合优化方法.以空调外机面板为例,经试验设计和基于Matlab的数据处理技术构建响应面模型,采用改进的快速分类非支配遗传算法对模型进行全局寻优,获得了一组最小化成形缺陷的非劣解集.结果表明,该多目标优化模型具有较好的优化效果和工程实用性.     

右后柱加强板拉深成形优化预测模型的建立

拉深是板料冲压成形的关键工艺,也是最复杂的成形工艺之一.文章将正交试验、人工神经网络和遗传算法结合起来,对板料的成形工艺参数进行优化,建立板料成形工艺参数的优化设计模型,并利用该优化模型最终获得满意的厚度最大变薄率和回弹量.     

工艺参数对AA5754铝合金温成形回弹的影响

以圆筒拉深件切环实验为基础,采用正交试验设计与数值模拟相结合的方法,对温成形过程中铝合金圆筒拉深件在不同工艺参数下的回弹特性进行研究,建立铝合金温成形的有限元模型.基于正交试验对圆筒拉深件进行数值模拟,研究板料成形初始温度、冲压速度、摩擦系数、压边力、凸模圆角半径、凹模圆角半径及凸凹模间隙对制件回弹的影响,并确立优化工艺参数组合.研究结果表明:从工艺参数对制件回弹影响的显著水平来看,板料成形初始温度最高,增加成形初始温度可显著减小制件回弹;压边力次之,其后依次为凹模圆角半径、凸凹模间隙及摩擦系数,而冲压速度和凸模圆角半径低至几乎可以忽略.     

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。     

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。     

圆锥形零件充液拉深的数值模拟研究

充液拉深是一种板料冲压成形新工艺,本文用ＭＡＲＣ软件对圆锥形零件充液拉过程进行了数值模拟,揭示了充液拉深法的主要优点,阐明了该工艺对圆锥形零件的侧壁挠度和起皱的抑制机理。     

翻边拉深复合变形零件成形过程的数值模拟和实验验证

介绍了静力隐式弹塑性有限元板料成形软件的基本理论和关键技术.在板料成形时,翻边拉深复合变形零件的成形规律比单一拉深变形零件的成形规律更难以预测.采用MSC.Marc软件对翻边拉深复合变形零件的冲压成形过程进行了数值模拟,详细分析了零件关键特征区域材料的应力、应变、厚度分布和成形极限的模拟结果,并将板料厚度的模拟结果与实际测量结果进行了比较.结果表明,应用数值模拟技术可以预测复合变形拉深零件的起皱、破裂、回弹等缺陷,减少反复试验的次数,提高成形零件的质量.     

圆锥保持架拉深模具设计及成形仿真分析

通过DYNAFORM软件模拟圆锥保持架板料拉深成形过程和缺陷产生的情况,分析拉深件缺陷产生的原因。通过优化模具结构或工艺参数来减少或避免这些缺陷的产生,提高了拉深成形性能和效率,保证圆锥保持架拉深质量和低成本。     

冲压工艺低碳成形优化方法研究

为实现在满足成形质量的前提下,降低冲压工艺能量消耗,文章综合考虑拉裂、起皱以及成形能耗等低碳成形评价指标,提出了多目标冲压工艺低碳成形优化方法,并将其应用于正交试验,结合SUS201不锈钢半球形件拉深工艺,建立了工艺参数与评价目标的映射函数;基于NSGA-Ⅱ的多目标优化算法,获得多目标Pareto前沿,并通过分析给出了推荐方案。利用优化后的工艺参数进行半球形件拉深试验,所获得的拉深件成形质量良好、成形能耗低,试验结果验证了该方法的有效性。     

基于成形过程的闭塞式冷锻工艺优化

针对闭塞式冷锻工艺复杂、单纯在某个成形阶段优化金属填充性和成形力无法使工艺参数达到最佳值的问题,提出了一种基于成形过程的冷锻工艺多目标优化方法.结合有限元模拟技术和正交试验方法,在闭塞式冷锻基本成形阶段使金属填充性达到最佳,实现金属填充性的优化,获得相应的工艺参数组;然后采用目标函数值拟合优化方法研究了飞边槽高度与凸模下压量之间的关系,通过控制飞边槽高度使成形力在最终填充阶段达到最小,实现了成形力的优化,在保证金属填充性最优的前提下获得了新的使成形力最小的优化工艺参数组,实现了金属填充性和成形力的分过程优化,优化得到的工艺参数组与物理实验数据一致.研究结果表明,所提出的方法充分考虑了闭塞式冷锻工艺的成形特点,能更简便、更准确、更合理地实现闭塞式冷锻工艺的参数优化.     

基于多目标粒子群算法的卫星结构动力学优化

针对卫星结构的多目标动力学优化问题,在其优化过程中建立了一种多目标粒子群优化(MOPSO)算法.该算法采用惯性权重递减策略,对违反约束的粒子给予不同惩罚,并在算法后期引入变异算子,增强种群的多样性,使算法更好地进行全局寻优.结合支持向量机近似模型,将MOPSO方法用于卫星结构动力学优化,并与多目标遗传算法(NSGA-II)的结果进行了对比.数值结果表明,MOPSO可以有效地搜寻优化问题的Pareto前沿,具有良好的分散度和均匀性.     

基于外点惩罚函数与NSGA-II算法的气体分馏装置多目标优化

采用多元线性回归理论,结合最小二乘法对气体分馏装置进行优化建模,提出将惩罚函数法与非支配排序遗传算法（NSGA-II）相结合的优化策略,对气体分馏装置优化模型进行求解得到Pareto最优解集。优化结果表明,文中提出的改进NSGA—II算法求得Pareto解集的收敛性和多目标优化点的分散程度要优于NSGA．II和NSGA算法,该算法克服了NSGA—II算法Pareto解集的分散程度不均匀、NSGA算法收敛性差的问题。通过对比气体分馏装置目前工况与改进NSGA—II优化算法的结果可知,改进算法的结果成功地解决了目前该气体分馏装置能耗过高的问题,使该装置达到了节能优化的目标,为气体分馏装置的节能与优化设计提供了新的有效方法。     

基于多目标遗传算法的吸声覆盖层参数优化设计

针对圆柱空腔吸声覆盖层低、高频吸声的机制不同,提出了一种基于多目标遗传算法的吸声覆盖层参数优化设计方法.利用有限元软件ANSYS建立了平面波垂直入射吸声覆盖层的分析模型,并采用多目标遗传算法NSGA-II得到了多目标吸声问题的Pareto最优解集.结果表明：多目标优化设计全面考虑了圆柱空腔吸声覆盖层的低、高频吸声之间的耦合,可按需选择其满意的优化结果;比起仅优化吸声覆盖层的材料属性,考虑材料属性和结构参数的综合优化能够获得更佳的宽频吸声性能.     

多目标优化在车门轻量化设计中的应用

为提高车门刚度并考虑轻量化的要求,提出以拼焊板车门下沉刚度和质量为优化目标,基于车门下沉刚度和窗框刚度两种工况,采用最优拉丁方试验设计方法进行样本数据设计,使用kriging模型拟合下沉刚度、窗框刚度、塑性变形量响应的近似模型,使用响应面模型拟合质量的近似模型.利用NSGA-II遗传算法进行寻优,得到车门质量和下沉刚度的pareto优化解集,并对优化解进行验证,最终得到理想的优化结果.     

风电场储能系统的多目标优化调度策略

为了实现风电与储能联合运行的优化调度策略,首先综合考虑风电功率预测效果、并网功率波动和储能系统的出力水平等多个目标,建立风储联合运行的多目标优化仿真模型。然后运用马尔可夫模型预测风功率,同时基于有精英策略的非支配性排序遗传算法(non-dominated sorting genetic algorithm-Ⅱ,NSGA-Ⅱ)滚动优化风储并网功率,来获得风储系统不同运行策略。并通过优选储能系统运行参数,避免储能系统的过度充放电和进入死区。最后,将决策者的偏好嵌入到多目标优化过程中,针对优化解集的分布进行了对比分析,验证了偏好情况下的储能的针对性和有效性,实现了风储系统多目标偏好下的优化调度。     

面向工艺分工规划的多目标蚁群算法

为解决计算机辅助工艺规划中工艺分工的优化问题,提出一种基于多目标蚁群算法的工艺分工路线优化算法.在引入逻辑加工路线、逻辑制造单元、物理制造单元、可执行加工路线等概念基础上建立工艺分工规划过程模型.在过程模型中,运用多目标蚁群算法对物理制造单元集合实现优化.在求解过程中,以加工时间和所耗成本为目标函数,在求解空间中对物理制造单元进行遍历,最终寻找到最优化的可执行加工路线.通过实例验证了该方法的可行性和有效性.     

基于回弹控制的板料成形工艺多目标优化

针对板料回弹控制问题,提出了一种基于多目标优化的综合评判回弹的方法,建立了以等效应力偏差来表征并考虑高斯积分点位置影响的目标函数和以等效塑性应变表征的目标函数;运用试验设计技术、响应面法和多目标遗传算法,结合LS-DYNA关键字文件建立了基于回弹控制的成形工艺参数的集成优化模型,并分析了变压边力和拉延筋力对回弹的影响.结果表明:先小后大的变压边方式可以保证产品产生较大的塑性变形,后期较大的压边力还能使厚度方向的应力偏差减少,从而显著抑制回弹;而根据产品形状分段设置拉延筋,并分别施加合适的拉延筋力对于抑制回弹也有一定的效果;优化后回弹由1.952 50mm减少到0.674 51mm,证实了模型的多目标函数能够综合评判回弹.     

改进差分进化算法在铝电解多目标优化中的应用

针对多目标优化问题,提出一种改进的差分进化算法(DE).该改进算法首先将DE与粒子群优化算法(PSO)结合,提高DE的收敛速度,然后引入多种群进化策略,有利于维持Pareto解的多样性.同时,在综合考虑机理与工艺的基础上建立铝电解多目标优化模型,并应用改进算法进行求解.仿真结果表明:在电流效率为92％时,改进算法所得的直流功耗为14.03 MW.h/t,比NSGA-Ⅱ的直流功耗降低了1.45％,比传统DE的直流功耗降低了1.75％.表明本文改进算法有效地提高了传统进化算法的性能.