首页 | 本学科首页   官方微博 | 高级检索  
相似文献
 共查询到10条相似文献,搜索用时 78 毫秒
1.
本文采用能量法,给出了变形全过程拉深力变化规律的理论计算公式及极限拉深系数的计算方法,二者计算结果均与实验相吻合。本文还对拉深极限的主要影响因素进行了定量分析。  相似文献   

2.
根据“多余三角形材料皱曲模型”导出了皱曲各阶临界切向压应力式和凸缘变形区中最大切向压应力式,进而给出了不皱曲判据和皱曲各阶临界模态跳跃式的变化规律,以不锈钢0Cr18Ni9板材为算例,绘出了皱曲各阶最大极限预报与控制图和皱曲极限预报与控制全图,得出了0阶模态时的皱曲极限是皱曲和后皱曲极限预报与控制的依据,皱曲和后皱曲判据既适用于恒压边力拉深,更适用于变压边力拉深。  相似文献   

3.
分析了拉深孔成形时的力学机理,并以杯形件为研究对象,进行拉深孔成形有限元模拟,同时分析了拉深后拉深件的危险断面处厚度减薄率和成形极限图(FLD).分析结果表明,拉深孔排列规律、密度和孔径变化对板料的极限拉深高度有很大影响.  相似文献   

4.
本文分析了变薄拉深中材料的应力状态,并采用上限法导出了筒壁拉应力解析式,提出了一种新的极限变形率。该极限变形率除考虑传统的拉应力极限之外,还应使凹模出口段处于压应力状态,以保证工件的几何尺寸精度。  相似文献   

5.
AZ31镁合金薄板热拉深工艺研究   总被引:5,自引:1,他引:4  
主要研究了镁合金热拉深工艺过程中,各工艺参数包括拉深温度、压边间隙、润滑条件、拉深速度等对镁合金拉深成形性能的影响.结果表明:在200-275℃间,板厚为1mm的AZ31镁合金薄板具有较佳的热拉深成形性能,可得到最大极限拉深比为2.14杯形拉深件,极限拉深比的大小随上述工艺参数的变化而变化.  相似文献   

6.
应用模拟仿真技术,结合正交实验设计方法,通过6种不同形状的拉深筋和3种不同的拉深筋运动轨迹的高强度板盒形件的拉深成形模拟仿真,研究了可控拉深筋对高强度板盒形件拉深性能的影响。以极限拉深深度为评价指标,分析结果数据,得到轨迹二拉深筋上升—静止—下降为最优运动轨迹,并且3种可控拉深筋运动轨迹的指标均比固定拉深筋的大,证明可控拉深筋能够改善高强度板的成形性能。其中直球头拉深筋的改善效果比斜球头显著,但斜球头比直球头具有更好的极限拉深高度,并通过极差分析得到其主要影响因子为拉深筋前后的高度。最后通过成形力分析,解  相似文献   

7.
拉深过程智能化控制中的破裂失稳临界条件   总被引:9,自引:0,他引:9  
以锥形件为力学模型,用板材成形的塑性失稳理论对同对称拉深件的极限承载能力进行了归一化的定必和定量分析,给出了该类工件破裂失稳时的极限载荷的统一表达式,并由此得到了拉深过程中工作侧壁破裂失稳的临界条件,为拉深过程智能化控制提供了预测最佳压边力规律的理论依据。  相似文献   

8.
液压力行程曲线是液压拉深工艺的重要参数之一 ,该曲线确定得准确与否 ,决定了液压拉深工艺的成败。本文利用有限元数值模拟方法模拟了锥形件液压拉深过程 ,并分析指出理论计算所得液压力行程曲线及实验所得液压力行程曲线存在的问题 ,在此基础上利用有限元数值模拟方法得到了锥形件的液压力行程曲线。通过比较认为该液压力行程曲线是较符合实际拉深过程的  相似文献   

9.
汽车用5182铝合金的温拉深成形性能   总被引:2,自引:0,他引:2  
在变形温度为303~573K,拉深速度为0.1~1.5mm/s,压边力为2.0~3.5N/mm2的条件下,采用差温拉深试验,对汽车用5182铝合金板拉深成形性能进行研究。研究结果表明:5182铝合金的极限拉深比LDR并不随着变形温度的升高而单调增加,在523K时达到最大值2.5,之后随着温度的继续升高,极限拉深比反而下降;当压边力小于3.0N/mm2时,随着压边力的增加,LDR逐渐增大,但当压边力超过3.0N/mm2时,LDR迅速减小;5182铝合金板低速拉深时的成形性能(小于0.5mm/s)比快速拉深的成形性能好。  相似文献   

10.
基于可控拉深筋的高强度板拉深性能优化及预测   总被引:1,自引:0,他引:1  
合理地调节拉深筋阻力可以有效地改善板料拉深的成形质量,为此提出可控拉深筋技术以提高高强度钢板成形性能.以JAC590Y高强度钢板为研究对象,首先通过正交试验设计和数值模拟软件Dyanform相结合,研究三种不同类型的拉深筋运动轨迹对平底盒形件成形性能的影响,以极限拉深深度评判成形性能优劣,确定了优化的拉深筋运动轨迹类型为上升—静止—下降路线,并通过极差分析得到其主要影响因子H1和H2,同时结果表明三类可控拉深筋运动轨迹均能提高高强度钢板的成形性能.然后基于优化的可控拉深筋运动轨迹类型,通过模拟试验数据建立其各个因子与极限拉深深度的GA-BP(遗传算法-反向传播)神经网络预测模型,检验表明该模型能够较好地预测因子对极限拉深深度的影响,预测值与测试值的误差在5%以内.  相似文献   

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号