拉弯精确成形智能控制技术研究

论文题目: 拉弯精确成形智能控制技术研究

论文类型: 博士论文

论文专业: 航空宇航制造工程

作者: 王永军

导师: 魏生民

关键词: 拉弯成形,弹塑性增量法,流函数法,解析模型,智能控制,人工神经网络

文献来源: 西北工业大学

发表年度: 2005

论文摘要: 拉弯工艺是型材弯曲成形的重要方法，在航空、航天、武器装备和汽车型材弯曲件的制造中得到了非常广泛的应用。拉弯零件卸载后的回弹现象使成形精度受到很大影响。由于拉弯成形过程材料受力状态复杂，同时受材料物性参数、摩擦条件等因素的影响，拉弯成形回弹预测很困难。拉弯工艺参数的确定主要依赖经验通过试错法来解决，有些零件不得不采用拉弯—退火—再拉弯的多次拉弯成形方法，不能做到一次拉弯精确成形，导致周期长，成本高，不能适应产品快速研制的需求。目前，国内外对无侧压拉弯有所研究，但对有侧压拉弯的研究少有报道，而对拉弯成形智能控制的研究未见报道。拉弯成形智能控制可以适应材料性能的变化，提高成形精度。本文通过理论分析、实验研究的方法对拉弯成形变形机理及材料物性参数、工艺参数对回弹的影响规律进行了深入研究。在此基础上，采用人工神经网络的方法，建立了拉弯成形过程智能控制模型，开发了拉弯成形过程智能控制系统，实现了拉弯成形的智能控制。具体研究内容、成果和创新点如下： 1．采用单轴应力的假设，运用力平衡方法，建立了无侧压拉弯成形力学模型，得出了拉弯工艺参数对回弹的影响规律。 2．推导出无侧压拉弯方式下主拉力、后拉力及工件和模具之间摩擦系数的计算公式，建立了拉弯成形摩擦系数的测量方法。 3．首次采用弹塑性增量法及虚功原理，建立了有侧压拉弯成形力学模型，研究了材料物性参数、拉弯工艺参数对回弹的影响规律。 4．首次采用流函数法建立了拉弯侧压区塑性变形速度场，并首次提出一种基于修正流函数速度场的方法，成功地将流函数法用于求解弹塑性速度场问题。建立了拉弯侧压区弹塑性变形位移场，从而建立了有侧压拉弯成形解析算法。理论计算与有限元法及实验结果得到的规律一致，为拉弯成形智能控制研究提供了力学基础。 5．采用最小二乘和BP人工神经网络的方法，研究了拉弯过程中材料物性参数及摩擦系数的辨识方法。在预拉过程中运用最小二乘辨识算法实现了材料弹性模量E、屈服强度σ_s的在线辨识；在无侧压拉弯弯曲阶段运用最小二乘辨识方法实现了对摩擦系数μ的在线辨识；在有侧压拉弯弯曲阶段运用神经网络技术建立了材料物性参数和摩擦系数的在线辨识模型，实现了拉弯过程材料的硬化指数n、强度系数K和摩擦系数μ的在线辨识。 6．采用BP神经网络及数据库方法，研究了拉弯成形回弹在线预测控制技术。

论文目录:

摘要

Abstract

第一章绪论

1.1 引言

1.2 拉弯成形技术研究现状

1.2.1 拉弯成形解析分析

1.2.2 拉弯成形有限元分析

1.2.3 实验研究

1.3 钣金成形过程智能控制技术发展现状

1.3.1 材料性能参数在线实时识别的研究现状

1.3.2 成形精度预测与控制

1.4 人工神经网络的发展及其在钣金成形领域的应用

1.4.1 神经网络的基本概念与发展

1.4.2 人工神经网络在钣金成形中的应用

1.5 本论文选题的意义及主要研究内容

1.5.1 本文的研究意义

1.5.2 本文的主要研究内容

第二章拉弯成形过程力学分析

2.1 引言

2.2 弹塑性增量计算方法

2.2.1 塑性力学基本法则

2.2.2 应力应变关系

2.2.3 弹塑性状态和本构关系的积分

2.2.4 虚功原理

2.2.5 摩擦模型

2.3 拉弯成形力学分析基本假设

2.4 拉弯过程运动学模型

2.4.1 研究对象

2.4.2 拉弯机的工作原理简介

2.4.3 拉弯成形过程运动关系描述

2.4.4 模具形状函数

2.4.5 侧压轮形状函数

2.5 拉弯成形过程力学模型

2.5.1 预拉阶段力学分析

2.5.2 无侧压拉弯弯曲过程力学分析

2.5.3 有侧压拉弯力学分析

2.6 回弹计算模型

2.6.1 弯矩回弹

2.6.2 线回弹角计算

2.7 本章小结

第三章拉弯成形的回弹机理研究

3.1 引言

3.2 主要算法程序流程

3.3 解析计算结果分析

3.3.1 无侧压拉弯应力应变及回弹分析

3.3.2 有侧压拉弯应力应变及回弹分析

3.3.3 型材截面尺寸回弹的影响

3.3.4 摩擦系数对回弹的影响分析

3.4 拉弯成形过程的数值模拟

3.4.1 摩擦系数对无侧压拉弯回弹影响的数值模拟结果

3.4.2 预拉力对拉弯回弹影响的数值模拟结果

3.4.3 侧压力对拉弯回弹影响的数值模拟结果

3.5 解析计算与有限元计算及实验比较

3.6 本章小结

第四章成形过程材料物性参数及摩擦系数辨识模型

4.1 引言

4.2 在线监测量和辨识量的确定

4.3 在线监测量的中值平均滤波法

4.4 人工神经网络技术

4.4.1 人工神经网络的概述

4.4.2 人工神经网络的结构与原理

4.4.3 BP神经网络

4.5 预拉阶段材料物性参数的辨识

4.5.1 预拉过程中弹性模量E的辨识

4.5.2 屈服强度σ_s的辨识

4.6 无侧压拉弯弯曲阶段摩擦系数和材料物性参数的辨识

4.6.1 无侧压拉弯弯曲阶段摩擦系数的辨识

4.6.2 无侧压拉弯弯曲阶段材料物性参数的辨识

4.7 有侧压拉弯弯曲阶段材料物性参数及摩擦系数的辨识

4.7.1 有侧压拉弯材料物性参数及摩擦系数辨识的 BP神经网络模型结构设计

4.7.2 训练及检验结果

4.8 本章小结

第五章成形过程回弹预测及智能控制模型

5.1 引言

5.2 拉弯成形工艺参数数据库设计

5.2.1 数据库在板材成形中的应用

5.2.2 拉弯成形工艺参数关系数据库模型

5.3 基于 BP神经网络的拉弯回弹预测模型

5.3.1 训练样本数据的获取

5.3.2 网络结构的确定

5.3.3 网络训练工具

5.3.4 BP网络的训练

5.3.5 预测结果及精度分析

5.4 基于神经网络的拉弯智能控制模型

5.4.1 神经网络在控制系统中的应用

5.4.2 神经网络智能控制在板材成形领域的应用

5.4.3 基于神经网络和数据库的拉弯成形智能控制

5.5 本章小结

第六章拉弯成形智能控制实验系统设计开发

6.1 引言

6.2 数控拉弯机设计开发

6.2.1 液压系统改进设计

6.2.2 控制系统硬件设计开发

6.2.3 数控系统软件设计开发

6.2.4 数控拉弯机达到的技术性能指标

6.3 智能控制系统开发

6.3.1 拉弯机过程控制主要功能的逻辑关系

6.3.2 智能控制系统功能

6.3.3 系统运行流程

6.3.4 系统运行效果

6.4 本章小结

第七章拉弯成形试验研究

7.1 引言

7.2 试验目的

7.3 试验设备及材料选择

7.3.1 拉弯试验引用标准

7.3.2 试验设备及材料

7.4 拉弯成形试验过程

7.4.1 试验过程准备

7.4.2 拉弯过程

7.4.3 测量数据

7.5 拉弯成形试验内容

7.5.1 单向拉伸实验

7.5.2 拉压实验

7.5.3 拉弯摩擦系数的测量

7.5.4 型材截面应变分布测量结果

7.5.5 角型材拉弯成形工艺正交试验研究

7.5.6 拉弯成形验证实验

7.5.7 角型材拉弯智能控制实验

7.5.8 试验数据处理

7.6 试验结果分析

7.6.1 物性参数测试与辨识结果分析

7.6.2 理论计算与试验结果对比分析

7.7 智能控制过程在线变化分析

7.7.1 物性参数及摩擦系数在线辨识变化分析

7.7.2 预测控制参数在线变化分析

7.7.3 机床控制参数实时变化分析

7.8 实验结论

7.9 本章小结

第八章总结与展望

8.1 总结

8.2 展望

参考文献

博士论文研究期间开展的研究工作与取得的成果

致谢

附录

发布时间: 2007-03-29

参考文献

[1].基于生物网络的智能控制系统及其应用[D]. 刘宝.东华大学2006
[2].SVM理论及其在船舶机炉协调智能控制中的应用研究[D]. 李妍妍.哈尔滨工程大学2007
[3].几类不确定非线性系统的智能控制问题研究[D]. 周琪.南京理工大学2013
[4].基于自组织多Agent系统的智能控制与决策研究[D]. 杨斯博.天津大学2012
[5].结构振动智能控制的人工神经网络与模糊逻辑方法研究[D]. 阎石.大连理工大学2000
[6].冷凝器清洗移动作业机器人智能自适应运动控制方法研究[D]. Mai Thang Long.湖南大学2014
[7].水面舰船动力定位系统智能控制技术研究[D]. 夏国清.哈尔滨工程大学2001
[8].基于嵌入式集散电气系统的啤酒生产过程控制与应用研究[D]. 孙波.沈阳工业大学2008
[9].水下机器人运动控制与故障诊断技术研究[D]. 王建国.哈尔滨工程大学2011
[10].电厂冷凝器清洗机器人的神经网络控制理论研究[D]. 伍锡如.湖南大学2012

拉弯精确成形智能控制技术研究

猜你喜欢