KEY TECHNOLOGY IN INTELLIGENT CONTROL FOR SHEET METAL DEEP DRAWING

Intellectualization of sheet metal in deep drawing is a new combined technology, which is concerned with control science and computer science and sheet metal forming theory. The intelligent control system for sheet metal deep drawing consists of four fundamental factors: real time measurement, identification, prediction and control. Real time identification of material properties and friction coefficient is the most important factor in the whole system. An artificial neural network model for identification of the material properties and friction coefficient was established according to deep drawing characteristics and more automation. The identification of the material properties and friction coefficient was realized.

拉深过程智能化控制中的破裂失稳临界条件

以锥形件为力学模型，用板材成形的塑性失稳理论对典型轴对称拉深件的极限承载能力进行了归一化的定性和定量分析，给出了该类工件破裂先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件侧壁破裂先稳的临界条件，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。

轴对称件拉深成形智能化控制过程中参数实时识别的GA-ENN建模

材料性能参数和摩擦系数的实时识别是实现拉深过程智能化控制的关键。建立了遗传算法与神经网络相结合的识别模型 ( GA- ENN) ,利用遗传算法进行网络权系的训练和优化。给出了网络输入层、输出层和隐层的确定方法以及 GA- ENN模型的学习算法。验证结果表明 ,与 BP网络模型比较 ,GA- ENN模型的学习效率和学习精度均有明显的提高 ,是一种有效的识别模型 ,为实现拉深成形过程的智能化控制奠定了基础。

拉深过程智能化控制中的法兰起皱临界条件

从能量原理出发，推导出了考虑摩擦影响时轴对称件拉深过程中法兰起皱的临界压边力，分析了摩擦系数、毛坯相对厚度等主要因素对法兰起皱临界压边力的影响，为拉深过程的智能化控制提供了预测最佳压边力规律的理论依据．

金属板材成形智能化控制技术研究及展望

对板材成形智能化控制技术进行了综述,介绍了智能化控制系统的4个基本要素,重点介绍了以板材V形弯曲智能化控制技术、板材拉深智能化控制技术为代表的板材成形过程中智能化控制原理,弯曲和拉深的实验证明该项技术实验效果良好,同时对该技术的进一步应用做出了展望,指出多学科研究成果的不断涌现加快了板材智能化成形工业应用进程。

板材拉深成形智能化控制过程中摩擦系数的识别

提出在板材拉深成形过程中确定摩擦系数的一种新方法。在阐述解析法描述摩擦系数的基础上 ,利用人工神经网络来实现对摩擦系数的识别 ,以便根据摩擦系数的波动 ,随时调整控制参数 ,以最佳的工艺参数来完成板材拉深成形的智能化控制过程。

智能化拉深控制中的法兰起皱临界条件

建立了轴对称件拉深法兰起皱的数学模型。从能量平衡原理出发,推导了考虑几何参数、摩擦系数和材料性能参数及板材皱曲时约束条件的轴对称拉深成形过程中法兰起皱临界压边力的变化规律,给出了皱曲判据。理论分析与实验吻合较好,为拉深过程的智能化控制提供了理论依据。

薄板拉深过程中压边力与破裂关系的研究

研究了304不锈钢薄板在拉深成形过程中产生破裂的原因及改善措施。将智能化控制系统应用在拉深实验中,相对于传统的拉深工艺研究,使其拉深工艺参数得到精确控制。实验结果表明,在冲压速度、润滑条件等相同的条件下,对于厚度为0.28 mm的钢板,直径为Φ45.1 mm的坯料最佳压边力为80 kN,直径为Φ44.5 mm的坯料最佳压边力为60 kN,这一结果与模拟趋势也基本吻合。在一定范围内,通过增大压边力,可以改善筒形件在成形过程中的起皱缺陷,解决在拉深成形过程中304不锈钢薄板出现竖向破裂的问题;压边力被精确记载,有助于快速准确地制定薄板材料拉深工艺。