汽车转向节锻造智能设计系统的研究与开发

论文摘要

汽车工业是国民经济的支柱产业,作为制造汽车受力件和关键件主要手段的锻造工艺在汽车零部件制造中占有重要地位。转向节是汽车上的重要零件,品种多,用量大,目前主要通过锻造工艺进行生产。转向节是汽车锻件中最难生产的锻件之一,其锻造设计水平代表了汽车锻件的最高设计水平。转向节在锻造分类上属于枝杈类锻件,此类锻件锻造工序多,锻造工艺复杂,对其锻造工艺与模具设计要求高。目前,转向节锻造生产面临的主要问题是:锻件材料利用率低,锻造能耗高;转向节新品开发主要依靠设计者的经验,开发周期长,费用高,风险大。针对以上问题,本文重点研究转向节的锻造工艺设计和锻造智能化设计。通过有限元分析和实验研究相结合的方法,以省材节能为目的,进行转向节锻造工艺优化与开发;开发转向节锻造设计专家系统,用来指导转向节的锻造工艺与模具设计,实现转向节新品的短周期、低费用和高质量的开发模式。本文采用有限元软件DEFORM-3D对典型转向节锻造过程进行了数值模拟。通过锻造过程金属流动分析、锻件和模具应力/应变场分析、锻件温度场分析和成形过程力能曲线分析,获得了转向节锻造过程的成形规律。同时分析了摩擦因子等工艺参数对转向节锻造过程的影响。通过以上研究,给出了转向节锻造过程中可能出现的缺陷及原因,为转向节锻造工艺优化与模具设计提供指导。本文开发了一种复杂枝权类锻件的锻造新工艺,能够实现该类锻件在热模锻压力机上的一火锻造。通过数值模拟和实验相结合的方法,以SK2锻件为例,设计了合理的制坯工序,开发了封闭飞边闭式模锻工艺用于预锻工序,实现了该锻件的一火锻造,降低了能耗。本文同时针对长杆类转向节卧式锻造工艺进行研究,以SK1锻件为例,开发了一种新的锻造工艺。该工艺采用直接挤出杆部的制坯工艺,使预制坯的材料分配更为合理;同时开发了控制飞边闭式模锻工艺用于预锻工序。新工艺显著提高了材料利用率。本文针对转向节锻造设计神经网络的关键技术进行研究。提出了单元和形状因子的概念,用来描述锻件特征,建立锻件特征信息模型。所建锻件特征信息模型既包含了特征尺寸,又包含了特征形状。为建立转向节锻件不同特征形状对锻造过程影响的统一评判标准,定义了六种单元类型,并对不同类型单元的成形过程进行了研究。在保证体积不变的前提下,建立了不同类型单元的成形模型,通过对比成形过程最大打击能量,得到了不同类型单元对成形过程影响的程度。在此基础上,计算得到单元形状因子的大小,通过形状因子对单元尺寸的修正得到锻件特征信息。将转向节锻件和模具特征信息分别作为神经网络的输入和输出向量,建立了转向节锻造设计神经网络模型,该模型不仅考虑了锻件特征尺寸对成形过程的影响,也考虑了特征形状的影响,同时将特征形状的影响数值化。本文同时针对转向节锻造设计神经网络的类型、控制参数和训练算法进行了研究。研究了在不同网络类型、控制参数和训练算法下神经网络的收敛情况和预测精度,给出了确定神经网络参数的建议。本文研究了神经网络专家系统的基本结构、知识表示和推理方式,在此基础上,将转向节锻造设计理论和经验知识同人工智能理论有机地结合在一起,开发了汽车转向节锻造设计专家系统FDesign-SK。研究了三十多组不同型号的转向节锻造实例,总结了其中的设计经验,并将这些经验知识存储在系统中。该系统实现了神经网络和专家系统的协同式集成,克服了传统的专家系统具有的推理单调性、知识获取比较困难及不存在统一的知识表示方法等缺陷。该系统采用模块化设计,界面友好,操作简单。系统采用开放式设计,具备良好的自学习功能,可以根据需要不断扩充和完善训练样本库,用来扩大系统的应用范围,提高预测精度和稳定性。本文最后通过锻造实例,给出了利用FDesign-SK系统、数值模拟和反求技术相结合的方法,进行转向节锻造设计。该方法是一种有效的锻造设计方法,可以大幅缩短转向节新品开发周期,降低开发费用,减少设计人员的工作量。

论文目录

• 摘要
• Abstract
• 第1章 绪论
• 1.1 课题研究背景
• 1.2 塑性成形过程数值模拟技术
• 1.2.1 塑性成形过程研究方法
• 1.2.2 有限元模拟技术发展概况
• 1.2.3 有限元模拟技术在塑性成形中的应用
• 1.3 人工智能技术在塑性成形中的应用
• 1.3.1 专家系统的应用领域
• 1.3.2 神经网络的应用领域
• 1.3.3 人工智能技术在塑性成形中的研究现状
• 1.4 本文主要研究内容
• 第2章 人工智能技术和有限元模拟技术基本理论
• 2.1 专家系统
• 2.1.1 专家系统的结构
• 2.1.2 构建专家系统的步骤
• 2.2 神经网络
• 2.2.1 神经网络的结构
• 2.2.2 神经网络的训练方法
• 2.3 有限元技术基本理论
• 2.3.1 刚塑性/刚粘塑性有限元基本方程
• 2.3.2 刚塑性/粘塑性有限元变分原理
• 2.3.3 刚塑性/刚粘塑性有限元求解过程
• 2.4 本章小结
• 第3章 汽车转向节锻造过程有限元模拟
• 3.1 引言
• 3.2 有限元模拟系统分析
• 3.2.1 有限元模拟系统的组成
• 3.2.2 有限元模拟系统的发展过程
• 3.2.3 DEFORM软件介绍
• 3.3 典型汽车转向节锻造过程数值模拟
• 3.3.1 模拟模型及初始条件
• 3.3.2 金属流动规律分析
• 3.3.3 锻件温度场分析
• 3.3.4 力能曲线
• 3.3.5 应力场和应变场分析
• 3.3.6 摩擦因子的影响
• 3.4 本章小结
• 第4章 汽车转向节锻造新工艺研究
• 4.1 引言
• 4.1.1 汽车转向节成形工艺概述
• 4.1.2 转向节锻造工艺中的问题
• 4.2 SK2锻件新工艺开发
• 4.2.1 SK2锻件锻造工艺分析
• 4.2.2 SK2锻件锻造设计方案
• 4.2.3 SK2锻件制坯工序设计
• 4.2.4 SK2锻件预锻工序设计
• 4.2.5 SK2锻件终锻工序设计
• 4.2.6 SK2锻件锻造实验
• 4.3 SK1锻件新工艺开发
• 4.3.1 控制飞边闭式模锻工艺
• 4.3.2 SK1锻件预锻过程模拟及工艺设计
• 4.3.3 SK1锻件制坯工艺设计
• 4.3.4 两种锻造工艺的对比
• 4.4 本章小结
• 第5章 汽车转向节锻造设计神经网络的关键技术研究
• 5.1 引言
• 5.2 神经网络基本算法
• 5.2.1 BP神经网络的原理及算法
• 5.2.2 RBF神经网络原理及算法
• 5.3 转向节锻造设计神经网络模型
• 5.3.1 转向节锻件特征信息模型
• 5.3.2 单元形状因子的确定
• 5.4 转向节锻造设计神经网络参数研究
• 5.4.1 输入和输出向量设计
• 5.4.2 BP网络结构
• 5.4.3 BP训练算法
• 5.4.4 RBF网络参数
• 5.5 本章小结
• 第6章 基于神经网络的汽车转向节锻造设计专家系统开发
• 6.1 引言
• 6.2 基于神经网络的锻造设计专家系统
• 6.2.1 神经网络与传统专家系统的集成方式
• 6.2.2 基本结构
• 6.2.3 知识库
• 6.2.4 推理机
• 6.3 FDesign-SK整体结构及功能特点
• 6.3.1 开发工具
• 6.3.2 FDesign-SK系统的整体结构
• 6.3.3 锻件特征尺寸输入模块
• 6.3.4 工艺设计模块
• 6.3.5 模具设计模块
• 6.3.6 神经网络训练模块
• 6.4 应用实例一
• 6.4.1 FDesign-SK系统的预测结果
• 6.4.2 数值模拟和实验
• 6.5 应用实例二
• 6.5.1 FDesign-SK系统的预测结果
• 6.5.2 数值模拟和实验
• 6.6 本章小结
• 第7章 结论与展望
• 7.1 结论
• 7.2 展望
• 参考文献
• 致谢
• 攻读博士学位期间发表的论文和成果
• 攻读博士学位期间参加的科研项目
• 附件
• 学位论文评阅及答辩情况表