论文部分内容阅读
单点渐进成形是一种生产成本低、柔性化程度高的生产技术,它已经在汽车制造、航空航天、医疗器械等领域得到广泛应用。然而利用该技术成形的零件存在严重的回弹缺陷,这往往导致零件的形状尺寸不满足加工精度要求。因此针对零件的回弹缺陷问题,重点研究了部分工艺参数对成形件回弹量的影响规律。本文的具体工作内容如下:(1)采用数值分析法研究了三种工艺参数与成形件回弹量的关系,包括不同板料厚度、不同底面面积以及不同支撑方式。发现板料厚度对成形件的侧壁和底部的回弹量成反比关系。成形件的底面积对成形件侧壁的负回弹量成反比关系。与下压板未伸出方式相比,下压板伸出方式下的成形件侧壁负回弹量更小。随后推导出了适用于方锥件的壁厚计算公式,并对公式的正确性进行了实验验证。(2)机床实验验证了板料厚度和底面面积对回弹量的变化规律。随后,实验发现成形件在下压板未伸出方式下加工时,成形件的负回弹严重降低了零件的加工精度。因此采用正交实验研究了四种因素与负回弹之间的关系,包括成形温度、层进给量、成形角、成形件高度。实验结果表明,成形角是影响成形件侧壁负回弹量的主要原因,成形件高度是影响侧壁负回弹量的次要因素。最优参数组合为成形角40°,成形温度250℃,层进给量1.5mm,成形件高度25mm。(3)实验发现改变工艺参数水平只能抑制成形件的回弹,通过刀具路径补偿可以有效减小成形件的回弹。因此通过机床实验分别对成形角为45o和50o的成形件的正回弹段和负回弹段进行了刀具路径补偿。发现刀具路径补偿值均为0.5mm时,其补偿效果最好,45o和50o成形件的正回弹量平均值经补偿后分别为0.11mm,0.39mm。采用刀具路径补偿后成形件侧壁负回弹量也明显减小了。(4)为了有效建立成形件侧壁回弹量与各工艺参数之间的对应关系,对其进行了回弹预测。随后在MATLAB中设计了人机交互界面,简化了BP神经网络预测的操作步骤。本文选用了3-6-2三层BP神经网络结构,输入层包括三个参数:成形角度、成形温度和层进给量。输出层包括两个参数:侧壁回弹和底部回弹。对比了两种算法的预测精度,包括BP神经网络和经粒子群优化的BP神经网络。对于成形件侧壁的回弹量,PSO-BP算法预测的绝对误差是±0.07mm,BP算法预测的绝对误差是±0.05mm,两种算法的预测精度相差较小,因此这两种算法均可以用来预测成形件的回弹。