1、基于有限元模擬的筒形件錯距旋壓智能參數優化系統研究         1前言    旋壓是用于成形薄壁空心回轉體零件的一種金屬壓力加工方法。該工藝具有變形力小，節約原材料等優點，被廣泛應用于航天、軍工、機械等領域。    在大直徑薄壁件的生產中，采用一般的三旋輪同平面的強力旋壓工藝，往往會由于減薄率的限制，需進行多道次加工。通常，中間退火是難免的過渡工藝，其最終結果是產品質量差、生產效率低。因此，近些年來，錯距旋壓得到了廣泛的應用。錯距旋壓時，三旋輪在毛坯周向呈120

2、°均布，并在軸向和徑向相互錯開一定距離(圖1)。這樣，使旋壓變形由三個旋輪分擔，增大了道次減薄率，減少了加工道次，提高了加工精度和生產效率。當然，錯距旋壓也有其缺點：工藝參數較多，而且彼此之間的關系十分復雜，只有當各個工藝參數匹配合理時才能顯示出其工藝優勢。因此，對錯距旋壓工藝參數的優化進行選擇非常必要。圖1筒形件錯距旋壓示意圖   2參數優化系統框架    實際生產中，仍然在延續著“工藝參數=經驗+生產調試”的選擇模式；相關的技術資料中也只能定位在簡化的工程近似計算的基礎上，應用效果并不好。本文采用有限元模擬與智能技術相結

3、合的方法，揭示錯距旋壓的變形機理，實現對旋壓工藝參數的優化。圖2為本系統的結構框架。圖2筒形件錯距旋壓仿真系統結構框架    系統通過工藝設計模塊，可以根據輸入的工件初始參數得出初始的由解析求得的加工工藝參數，以此參數為條件，進行有限元建模并輸出后處理結果。本文通過對有限元后處理文件的編程處理，結合人工神經網絡方法，實現了對原始工藝參數的優化。最后，輸出優化工藝參數。    3系統關鍵技術    3.1有限元建模    利用通用有限元軟件MARC實現了對錯

4、距旋壓有限元模型的三維彈塑性數值模擬。模型采用六面體單元，采用反正切摩擦模型來描述摩擦條件。有限元模型見圖3。圖3錯距旋壓三維    3.2參數優化的實現    本文采用人工神經網絡實現優化旋壓工藝的目的。模擬用的最初工藝參數來自工藝計算模塊，本模塊將根據其模擬結果對初始工藝參數進行優化。優化所需特征參數的最終來源為有限元計算的結果輸出文件。通過對MARC后處理的二次開發，可以實現對所需具體數據的分類格式輸出。然后通過編程，提取神經網絡所需的輸入值，主要輸入參數為三旋輪壓下量t1、t2、t3，三旋輪間的軸向錯距值a12、a23，三旋輪

5、的徑向力Fr1、Fr2、Fr3，毛坯壁厚t0，旋輪進給比f。輸出為修正后的三旋輪壓下量t1、t2、t3，三旋輪間的軸向錯距值a12、a23，旋輪進給比f。人工神經網絡采用BP算法，其網絡模型如圖4所示。神經網絡的學習樣本來自于大量的模擬優化的成功算例和經驗總結。將所得工藝參數重新用于模擬分析，以缺陷（斷裂、損傷程度）、尺寸精度和三旋輪的徑向分力的平衡程度為主要評定指標，重復該模擬-評定-模擬的過程，直到得出合格的工藝參數。圖4人工神經網絡模型    3.3基于人工神經網絡的工藝輸出    在實際生產中，工件的加工精度受毛坯的

6、質量、設備精度、工藝參數等多種因素的影響。所以，通過模擬優化所得的工藝參數仍然無法用于實際加工。這就需要一個合理的轉換過程，將毛坯和設備等系統誤差的影響考慮在內。這樣，所得的模擬優化結果經過轉換就可以直接用于實際生產之中。本文通過神經網絡實現了由模擬優化的工藝參數向實際工藝參數的映射。神經網絡采用BP算法，其學習樣本來自于生產中的實際工藝參數和試驗及模擬所得的結果。其輸入為毛坯壁厚t0及經過模擬優化的三旋輪壓下量t1、t2、t3，三旋輪間的軸向錯距值a12、a23，旋輪進給比f。輸出為可用于實際加工的工藝參數：三旋輪壓下量t1、t2、t3，三旋輪間的軸向錯距值a12、a23，旋輪進給比f。  &