毛坯外形对盒形件拉深成形的影响

盒形件是典型非轴对称件 ,其拉深成形是一种包含几何非线性、材料非线性、接触非线性的强非线性问题的复杂力学过程 ,影响因素很多 ,规律难以定量表达。用 ANSYS有限元软件 ,模拟了在同一套模具和成形条件下 ,不同毛坯外形的盒形件成形过程 ,找出了毛坯外形对盒形拉深件应力应变影响规律 。

盒形件毛坯外形预测中BP网络结构的确定

采用神经网络技术预测拉深件毛坯外形的方法中，网络的结构对预测结果的优劣有很大的影响。提出了ＢＰ网络的网络参数，并结合训练样本的数目给出了网络参数和样本数目之间的关系。应用本文提出的方法设计了毛坯外形预测的ＢＰ神经网络结构。

检验连杆毛坯外形检具设计

本文介绍一种检具,可以在装配前检验连杆毛坯外形,避免在装配连杆时连杆无法从缸套内孔通过,导致无法装配,延误柴油机装配节点。

基于正反向模拟的板料毛坯设计方法研究

研究了一种冲压毛坯设计方法——基于正、反向模拟的毛坯外形设计技术,该设计方法的主要步骤为:首先测量材料的性能参数,然后采用反向模拟得到初始坯料,最后通过正向模拟进行修正。实际生产表明,该方法克服了经验方法及反向模拟法精度不足的问题,优化设计得到的坯料尺寸精确,只需少量试模即可直接成形无切边的产品,具有很大的经济效益。

BP神经网络在盒形件坯料外形预测中的应用

确定坯料外形是拉深件工艺设计中的一项重要工作。本文应用基于BP算法的神经网络能较好处理非线性问题的特点，建立起能描述工艺参数（材料参数、几何参数等）和毛坯外形的映射关系的神经网络模型；结合研究对象的特点，提出了确定最优网络结构的方法。计算结果与有限元预测结果进行了比较。

冷轧丝杆中轧辊的理论外形

用环形槽轧制丝杆,轧辊和丝杆之间必须相交一个螺纹升角。在不考虑挤压量的情况下,旧轧辊的理论外形是一个圆柱面。由于丝杆毛坯外形也是一个圆柱面,所以轧辊和丝杆毛坯之间只有一个接触点。这样,轧辊在这点处的那一齿距毛坯最近,所以负荷最重,变形最快;实践也表明这一齿最先崩裂,而开始的一齿几乎没有参加工作。特别在轧制多头丝杆和大螺距丝杆时,这个问题成为轧辊寿命缩短的主要原因。针对圆柱轧辊的上述缺点,昆明市机床配件厂于1972年与昆明师范学院数学系协作设计了一种新型的特殊外形的轧辊(见参考资料[1]、[2]、[3])。如果轧辊的理论外形采用这样的旋转面,那么在不考虑挤压量的情况下。

铸造阀体划线的简便方法

铸造阀体毛坯的钳工划线一直以来都是一道既麻烦又耗时间的工序,因为这类阀体都存在油路复杂且不规则现象,划线时需要考虑油道与螺栓孔、油道与螺纹孔及螺栓或螺纹孔与毛坯外形的壁厚,同时还需要兼顾很多个尺寸。例如：油道与阀体基准端面的尺寸，稍微考虑不周，后面的工序加工过程中就会出现零件质量问题，严重时能使零件报废。尤其是新手划线时，更容易出错。