《TC类钛板材冲压成形难度》由会员分享，可在线阅读，更多相关《TC类钛板材冲压成形难度（5页珍藏版）》请在金锄头文库上搜索。
1、TC 类钛板高温冲压成形难度评价系统的研究类钛板高温冲压成形难度评价系统的研究刘占军（沈阳航空工业学院 , 沈阳 110034）The research on the evaluation of difficult system of high temperature cutting shape on TCLUILUI Zhan-junZhan-jun (Shenyang(Shenyang InstituteInstitute ofof AeronauticalAeronautical Engineering,Engineering, ShenyangShenyang 110034110034
2、 China)China)摘摘 要要 本文建立了针对 TC1、TC2 类钛板材拉深表面破裂冲压成形难度评价系统，研究 了自适应共振神经网络的结构和内部作用原理，结合目标样本，给出了用于 TC1、TC2 类 钛板材弯曲及拉深冲压成形难度评价的分类评价算法。 关键词关键词 成形难度评价系统 自适应共振神经网络 评价算法Abstract：The evaluation of difficult system of TC1、TC2 drawing shape is built . The structure and principle of Adaptive Neural Networks is stu
3、died , goal specimen is used .The evaluation method of difficult system of TC1、TC2 bending and drawing shape is introduced . Keywords: Evaluation of difficult system of shape Adaptive Neural Networks Evaluation method1 引言引言钛板材料因其具有高比强度、高比模量、耐腐蚀性和耐高温性能，在航空、航天、汽 车等领域具有广泛的应用前景。用钛板材料制造的航空发动机零件，提高了飞机发动机的
4、 马力和扭力，降低了油耗和重量，缓解了噪音和振动问题，大大延长了飞机的寿命。对冷 变形钛板材料性能研究已相对比较成熟，如 钛板合金适于发展作冷变形的结构材料， 具有强度高、挠性好、塑性好、成形特性极佳等特点。但高温变形钛板材料性能研究对长 期处于高温工作状态的航空飞机来说更具实际意义。如 SP700 钛板合金在 775可实现超 塑成形和扩散连接，制造薄板形钛航空、航天结构件。因避开了钛变形抗力大、冷变形塑 性差的缺陷，大幅度降低了钛板变形加工成本。TiB 和 TiC 增强的钛基复合板材，600时， 随载荷升高，应变增大，符合弹性应变规律，最终板材屈服，由于加工硬化作用，应力升 高到最大值后趋于
5、稳态流动，随温度升高，抗拉强度降低，伸长率提高。 板材冲压成形难度评价是合理确定冲压生产中材料选择、模具设计以及工程管理的各 项标准，是对冲压件成形难度进行量化的过程。这一过程是由评价系统完成的。该系统不 仅是对冲压件进行试模后的评价，更重要的是在工艺和模具设计阶段以及模具准备阶段所 进行的预先评价。因此，对冲压件成形难度给以科学、准确的评价，对提高航空企业冲压 成形技术，提高工艺水平和模具设计水平，特别是对提高航空企业经济效益具有重要的现 实意义。 本文提出了 TC1、TC2 类钛板高温弯曲及拉深冲压成形难度的评价体系和相关的评价 模型，建立了基于 TC1、TC2 类钛板高温弯曲及拉深冲压件
6、破裂极限、弯曲平面应变、最 小相对弯曲半径、典型回弹角性能的四个方面平衡发展钛板材弯曲及拉深冲压成形难度预 测评价体系。通过运用模糊综合评价的方法对 TC1、TC2 类钛板不同成型条件进行评价，形成相应标准样本，这些样本数量积累到一定程度时，就运用神经网络方法对板材弯曲及 拉深冲压成形难度进行自动分类和评价。由于板材弯曲及拉深冲压成形难度评价是一个动 态的过程，因此，要求选择的神经网络能适应外界环境的变化，能够作到实时学习，并在 对已记忆模式快速学习的基础上能记忆新的学习模式，基于以上考虑选择 ARP2 网络。2 板材成形难度总体预测评估理论基础板材成形难度总体预测评估理论基础2.1 各项异性
7、屈服准则各项异性屈服准则 由于板材存在明显的各项异性特性，而各项异性特性决定了板材成形的应变分布、壁 厚减薄和成形难度，因此，评价板材各项异性特性的屈服准则即构成了板材总体成形难度 评价理论的基础。 本文选择了 4 种在板材成形中常用的各项异性特性的屈服准则：HILL1948 二次屈服准 则，Barlat 三参数屈服准则(YLD89)，Barlat 六参数屈服准则(YLD91)，Barlat1996(YLD96) 屈服准则3。 采用相同的工艺参数和不同屈服准则对 TC2 板材拉深过程应变进行数值模拟，试验结 果表明：Barlat 三参数屈服准则(YLD89)，Barlat 六参数屈服准则(YL
8、D91)， Barlat1996(YLD96)屈服准则预测结果具有较高的起皱和断裂趋势。2.2 板材整体平均变形量成形度和成形难度板材整体平均变形量成形度和成形难度 如图 1 所示的拉深胀形复合成形，其冲压件的整体成形度用下式表示：dP0dA/AP式中 成形前凹模轮廓内毛坯的面积；0A成形后冲压件在凹模轮廓内部分的表面积增量。A 凹模轮廓内部分的毛坯表面积增加量，一部分是由位于凹模轮廓内的毛坯胀形引起的， 另一部分则是由压料面上的材料流入引起的。若分别用表示胀形引起的毛坯表面积增量，表示由压料面上材料流入引起的sAfA表面积增量，则成形度为：0f0s dAAAAP（1） 实际上，覆盖件的表面积
9、是很难测定的。因此，考虑到实用性和可行性，可选择能够 代表冲压件形状、并能反映其变形特征的截面，取其截面线段长度的变化程度来表示成形 度，即：图 1 冲压成形件表面积及截面线段长度的增量0f0s0dllll llP（2）式中 成形前凹模轮廓内毛坯的长度；0l成形件在凹模轮廓内剖面线段长度的增量；l胀形引起的凹模轮廓内剖面线段长度的增量；sl压斜面上材料流入引起的凹模轮廓内剖面线段长度的增量；fl表面积增量和线段长度增量之间存在着由成形件的横截面及纵截面形状确定的某种关 系，而不存在对任意截面都成立的固定关系。但从实用的角度出发，可以采用在某一允许 范围内变动的比例关系。将式（1）中的项或式（2
10、）中的项定义为胀形度，而项或0sA/A0sl/l0fA/A项定义为拉深度，则成形度是由胀形度和拉深度组成的。0sl/l如果冲压件的成形度已经确定，则当胀形度增加时，拉深度就减小；拉深度增大时， 胀形度就减小。若拉深度为零，则成形度等于其胀形度，为纯胀形成形；若胀形度为零， 则成形度等于拉深度，为纯拉深成形。 此外，成形条件、材料特性等因素都会影响胀形度和拉深度在成形度中的比例。 若取材料的成形极限为：lim0)A/A(F或lim0)l/l(F并定义：成形难度为成形度与所用材料的成形极限之比，则SF/PSd或f/PSd对于成形极限与或无关的情况有：0A/A0l/lF/ )A/A(S0f/ )l/
11、l(S03 ART2 神经网络原理及结构神经网络原理及结构自适应共振神经网络模型（Adaptive Resonance Theory，ARP）是由美国 Boston 大学S.Grossberg 和 A.Carpenter 共同提出的。这种网络是利用生物神经细胞的自兴奋与侧抑制 原理来指导学习，让输入模式通过网络双向连接权的作用来进行比较和识别，最后使网络 对输入模式产生所谓的共振来完成对输入模式的记忆，并以同样的方式实现网络的回想。 当网络已存储了一定的内容之后，则可以用它来进行识别。在识别过程中，如输入模式是 已记忆的或与已记忆的模式十分相似，则网络会把它回想起来。如果是没有记忆的新模式，
12、则在不影响原有记忆的前提下，把它记忆下来，并用一个没有过的输出层神经元作为这一 新模式的分类标志。到目前为止，ART 模型共有 ART1、ART2 和 ART3 三种形式，ART1 适合于处理二值输入，ART2 可以处理模拟量输入模式，ART3 网络是由多个 ART1 网络构 成的复合阶层型网络。由于用于板材弯曲冲压成形难度评价的各项指标经过处理后均为 0，1之间的连续量，因此，可以用 ART2 模型对 TC1、TC2 类板材弯曲及拉深成型条件 进行分类和评价。 ART2 网络由注意子系统和取向子系统构成。注意子系统中包括短期记忆 STM 特征表 示场 F1 和短期记忆类别表示场 F2，F1
13、和 F2 之间的内外星连接权向量构成了网络的自适 应长期记忆 LTM，由下至上的权值用 Zij表示，由上至下的权值用 Zji表示。F1 场的 M 个 神经元从外界接受输入模式 X，经 F1 场内的特征增强与噪声抑制处理后通过至下而上的权 值 Zij送到 F2。 基于 ART2 网络的结构及有关运算可以给出应用于 TC1、TC2 类钛板材弯曲及拉深冲 压成形难度自动评价的神经网络算法。4 TC1、TC2 类钛板材弯曲及拉深冲压成形难度分类和识别的网络类钛板材弯曲及拉深冲压成形难度分类和识别的网络学习算法学习算法（1）初始化网络参数。 取 Zji （0）=0 ， Zij =1/（1-d）M1/2，
14、i =1,2M，j =1,2N。 M 为输入向量的维数，N 为已有模式的个数。a、b、c、 为网络参数，a、b 为 F1 内的反 馈参数，它们大大小影响中层模式向量 ui向输入模式 xi靠近快慢，其取值可介于1，6 之 间，取值越大则靠近速度越快，d 为自上 F2 而下 F1 的反馈参数，其中 c、d 满足 cd/（1 d）1，0d0, (x )lim不变，取 x为局部成形度；当 y0, (x -y)lim不变，取(x -y)为局 部成形度；则成形难度为：S=x/ (x )lim或 S=(x -y)/ (x -y)lim6 6 结论结论本文建立了针对 TC1、TC2 类钛板材拉深表面破裂冲压成
15、形难度评价系统，研究 了自适应共振神经网络的结构和内部作用原理，结合目标样本，给出了用于 TC1、TC2 类钛板材弯曲及拉深冲压成形难度评价的分类评价算法。参考文献参考文献 1杨遇春。宇航材料工艺。2004 年，第 1 期。 2 吴今培. 智能故障诊断与专家系统 .北京:科学出版社,1997.3 黄毅宏. 模具制造工艺. 机械工业出版社,1988. 4韩小云，刘瑞岩。ART2 网络学习算法的改进。数据采集与处理，1996，115 刘占军. 基于最优预见控制算法构造实时监控与发射专家系统的研究. 航空制造技 术. 2004，7.作者简介: 刘占军 Liu zhan jun 男, 1968.2出生, 东北大学硕士 , 副教授, 主要从事模具设计教学和计算机应用软件开发研究， 已发表论文20篇。电话: 024- 81013209 图 1 冲压成形件表面积 及截面线段长度的增量Fig.1 increase of punching surface and section line length
