基于神经网络的粉末冶金摆线外转子整形模具磨损和应力分析

目的解决粉末冶金制品生产过程中模具磨损和应力集中对产品质量影响较大的问题。方法以粉末冶金摆线外转子整形模具为研究对象,基于Archard磨损模型和有限元模拟方法,分析整形过程中阴模的磨损和所受应力情况,确定模具下压速度、摩擦因数、模具初始硬度和阴模圆角半径4个影响因素并设计正交实验,以仿真数据为样本,采用BP神经网络建立模具磨损量和应力的预测模型,结合多目标粒子群算法进行参数优化。结果基于神经网络的模具磨损深度和应力预测值与模拟值之间的平均相对误差仅为3.01%和3.34%、最大相对误差为4.00%和6.16%,均小于10%,说明所构建的BP神经网络模型预测效果较好。获得最佳参数组合如下:模具下压速度为1.95 mm/s,摩擦因数为0.122,模具初始硬度为59.63HRC,阴模圆角半径为4.85 mm。此时模具的磨损深度为1.713×10^(-5)mm,模具应力为2036 MPa,与数值模拟结果的相对误差仅为3.19%和4.13%,均小于5%,说明多目标粒子群算法参数优化的准确性较高。结论通过实验验证发现模具实际磨损量和粒子群算法优化结果的误差仅为2.95%,表明优化后的参数可以有效改善模具磨损和应力集中情况,并提高模具使用寿命。

汽车杯型倒挡垫圈烧结发泡问题探究

针对企业近期出现的汽车杯型倒挡垫圈烧结发泡现象,结合粉末冶金原理进行分析,通过对生产工艺流程及参数进行分析、排查,确定了产生该现象的根本原因在于原材料中添加剂发生了变化,其挥发温度远远低于原添加剂挥发温度,从而在烧结零件表面产生了发泡等缺陷。通过调整改进工艺,从根本上彻底消除这一不良现象,为生产正常有序进行提供保障。