罗蓬[1]2004年在《铸造过程数值模拟的神经网络优化技术研究》文中研究表明铸造充型凝固过程是一个复杂的动态过程。其显着的特点在于，铸造过程难于精确控制，结果难于准确预知，这将延长试制时间和产品开发周期。根据此特点，本课题试图探索一条新的铸造过程数值模拟优化途径。在思路上，是将人工智能观点引入现有数值模拟方法以实现一种过程优化模式。目前，铸造专家系统是应用较广泛的人工智能技术，它是在归纳、整理大量铸造专家知识经验的基础上，以符号推理的方式来模拟解决实际工艺问题的方式。但专家系统完全依赖于规则的完备性与数据的精确性，其并不适于处理铸造过程数值模拟这样的复杂系统过程。 基于以上考虑，本课题中，将神经网络优化方法引入铸造数值模拟结果的分析处理过程，开展了如下研究工作： (1) 通过对神经网络优化模拟技术的系统研究，提出了基于神经网络优化的铸造工程设计模式。该设计方法已成功地应用于铸造工艺设计过程中。 (2) 以铸造数值模拟的精度和效率为优化指标。在分析其影响因素的基础上，建立了较为系统完整的神经网络优化模拟方法。根据铸造过程耦合数值模拟的结构体系，分析了神经网络优化建模的可行性。提出了叁种形式的优化应用途径，即有限元模拟CPU时间的优化，铸造工艺参数神经网络优化，对于充型流动自由表面的算法优化。 (3) 开展了神经网络优化技术的实际应用研究。重点针对铸铁凸轮轴铸件的有限元耦合数值模拟过程，研究了优化过程具体实施的技术手段。通过神经网络模拟与传统有限元模拟结果，并结合凝固温度场的实测结果，对比分析了四川大学硕士学位论文神经网络与有限元模拟的与实测结果的相对误差与CPU时间开销。针对板类铸件不同浇注方案的组合数值模拟试验，基于神经网络优化模拟方法有效地模拟了浇注工艺方案的组合模拟试验结果，为工艺方案的优选提供了新的途径。此外，通过神经网络系统的仿生结构形式，在算法上模拟了数值模拟迭代信息的时空传递形式，实现了神经网络对SOLA一VOF法流动自由表面的处理模式。 本课题的研究表明，在铸造数值模拟中引入神经网络优化手段是可行的。神经网络优化方法克服了传统人工智能技术优化效率低的缺点。在基于本方法的凸轮轴铸造过程数值模拟优化中，神经网络在模拟精度和效率方面均优于传统有限元模拟的结果。通过神经网络模拟，能够在保持模拟精度的前提下显着缩短CPU时间。关键词:铸造数值模拟神经网络优化凸轮轴
张立强[2]2011年在《凝固界面换热系数反求及铝合金薄壁件压铸造工艺优化》文中指出为了提高铝合金大型结构件在汽车中的应用,来降低汽车自重,减少油耗和尾气排放,需要探索和开发铝合金新的高效短流程加工工艺。本文在国家科技支撑计划项目“汽车用高性能铝合金整体压铸及高强度钢冲压成形工艺与装备”和湖南省科技重大专项“车辆轻量化关键技术研究与产业化示范”支持下,应用数值模拟技术对薄壁铝合金件金属型低压铸造工艺设计优化及铸件冷却凝固过程中界面换热行为方面做了大量的研究分析工作。本文的工作首先确定铸件冷却凝固过程中的界面换热系数来提高铸造数值模拟的精度,再结合数值模拟技术和优化技术对壁厚1.5mm铝合金薄壁件低压铸造工艺进行设计和优化。具体研究成果如下:1)分别使用两种不同的反分析方法,即反热传导方法和神经网络优化方法,结合实验测得的温度数据求解确定了铸件与金属铸型间的界面换热系数在铸件冷却凝固过程中并不是一个常数,而是不断变化的。并且当铸件温度降到液固两相区时换热系数迅速下降,铸件完全凝固后,换热系数较稳定变化不大。其变化规律为铸造数值模拟边界条件的设置提供了有价值的理论参考。2)为提高界面换热系数求解精度,本文分别建立了一维正热传导与反热传导模型,并编制了相应的计算机程序,通过与温度场的解析解比较证实了正热传导模型的准确性及程序计算的可靠性。并研究分析了反热传导模型中各种计算参数如阻尼系数μ、未来时间步长R及正热传导计算时的时间步长△t等对反算求解结果的稳定性及准确性的影响。3)建立了基于等效比热法的反热传导模型,通过靠近界面位置的温度数据计算界面热流或是界面换热系数可以有效地处理凝固过程的潜热释放问题,并通过此模型计算得到了A356铝合金与铜冷却介质间的界面热流和界面换热系数。结果表明界面热流和换热系数是随铸件凝固时间变化的,其变化范围在1200Wm-2K-1和6200Wm-2K-1之间,而且变化过程中因为结晶潜热的释放存在两个峰值。4)在准确获得铸造数值模拟的重要边界条件-界面换热系数的前提下,考虑到薄壁件金属低压铸造过程中液态金属充型困难的特点,本文同时采用LVQ学习向量化神经网络和BP多层前馈神经网络两种模型构造铸造工艺参数与铸件质量表征间的多目标函数关系。并结合数值模拟与正交实验设计方法代替实际实验来获得神经网络的训练样本,以减小实验成本和提高计算效率。进而再用遗传算法对所建立的函数关系中的参数寻优。5)采用优化的工艺参数制备了壁厚1.5mm的完整铸件,通过与工艺参数优化前仿真和实验结果比较,铸件质量明显改善。为铝合金薄壁件金属型低压铸造技术的研究提供了有价值的参考,并为汽车铝合金大型结构件整体金属型铸造的可行性方面具有宝贵的参考价值。
董晓兰[3]2007年在《压铸模应力场数值模拟及BP神经网络在控制模具变形的优化设计中的应用》文中进行了进一步梳理随着对压铸件精度的要求越来越高，模具的变形严重的影响了铸件的质量和性能。针对此种情况，本课题在模具设计过程中，利用数值模拟技术对模具在不同结构参数和工艺参数条件下的变形情况进行模拟，了解结构参数和工艺参数对模具变形的影响，并预测模具的变形情况。对提高铸件质量、降低铸件成本具有现实意义。本论文主要采用ANSYS通用商业软件作为模拟平台，以材质为ZL101合金、型腔投影面积为300cm~2的铸件为例，对压铸生产中引起的模具变形进行数值模拟，描述了模具变形与飞边毛刺等缺陷产生的关系。以Matlab软件为第二开发平台，结合数值模拟的结果，对样本数据进行仿真训练，预测其他结构参数下动模镶块的最大变形量，从而达到对压铸模具的结构优化设计的目的。本课题的研究表明：利用数值模拟技术进行应力场模拟分析可以模拟预测模具的变形情况，并发现：压射比压、垫块间距比例和支承板厚度对模具变形的影响较大，而垫块厚度对动模具变形的影响相对要小一些，通过调节压射比压、垫块间距比例和支承板厚度可以控制模具的变形情况。将BP神经网络技术引入到模具设计领域中，充分利用了数值模拟的结果，大大提高了数值模拟的效率。在神经网络仿真训练的基础上预测其它结构参数下的模拟结果，并将预测结果与结构参数之间的关系以图形的形式表达出来，设计人员在模具设计中可以参考本课题得出的数据进行设计。不但节省了时间，还大大降低了模具设计人员的工作量，具有实际的参考价值。本课题结果说明：在模具设计过程中，将数值模拟技术和神经网络技术相结合，能够全面的把握各因素之间的内在规律，以最少次数试验获得准确的预测及优化结果，可以达到优化模具设计的目的。目前，将神经网络技术应用到压铸模具设计过程中的文献还很少，所以本课题具有一定的创新性和应用价值。
罗蓬, 胡侨丹, 夏巨谌, 胡国安, 杨屹[4]2005年在《基于人工神经网络的凸轮轴铸造过程数值模拟优化研究》文中指出在实测铸铁凸轮轴铸造温度场的基础上,研究了人工神经网络技术在铸造数值模拟优化中的应用。首先采用叁维有限元方法模拟了凸轮轴充型凝固过程的温度分布。在温度场实测方案中,设计了7个热电偶测温点。通过实测数据与模拟数据的比较,确定有限元模拟的最大相对误差为4.54%,CPU时间为3200s。人工神经网络采用了基于自适应学习率-动量项的误差反向传播梯度下降算法,并以温度场实测数据及有限元模拟数据为样本,进行了充型凝固数值模拟的优化。神经网络优化处理后模拟的最大相对误差为1.98%,CPU时间为670s,从而在模拟精度和效率上均优于传统有限元法。在铸造过程模拟中引入神经网络优化具有良好的可行性。
王力[5]2005年在《低压铸造过程数值模拟及基于神经网络的优化系统开发与应用》文中研究表明低压铸造充型是一个伴随着大量的热量散失的复杂的动态过程。铸件浇注系统和工艺参数的设计是否合理在很大程度上决定了铸件的质量。为了缩短提高质量,降低成本,在设计阶段就有必要采用数值模拟技术对设计过程进行分析优化。虽然铸造过程数值模拟技术取得了积极的应用效果,但在实际应用在还存在诸多问题,制约了CAE技术的发展和应用。比如:合金热物理参数的缺乏;采用有限差分模拟软件会导致铸件模型的失真;数值模拟的结果不能自动地和智能地对工艺效果进行预测诊断。 基于以上考虑,本文首先进行了铸件合金的热物性能的测定,以确保获得可靠的数值模拟结果;并从生产应用的角度,采用有限元数值模拟软ProCAST对铸件进行了流动传热模拟研究,改进了铸件工艺设计;在对基于CAE数值模拟结果的两种设计方案说明的基础上将神经网络设计方法引入到铸造数值模拟结果的分析处理过程,构建壳体铸件低压铸造工艺设计优化模型;以Matlab数学软件为二次开发平台,结合壳体铸件专业知识,采用面向用户的设计方法进行系统的总体和详细设计,开发了神经网络设计系统。系统不仅可以利用对模拟结果的训练实现对壳体铸件工艺参数的预测、诊断和优化,还可以对一般样本数据进行训练仿真,使系统具有专业化、实用化和用户化的特点,方便使用。 本课题的研究表明:数值模拟技术可以实现铸件工艺设计优化,
黄春芳, 张宇[6]2015年在《基于人工神经网络技术的铸造过程数值模拟优化研究》文中研究表明以凸轮轴的铸造过程为例,将人工神经网络技术应用于铸造数值模拟优化中。设计了7个热电偶测试点,分别通过叁维有限元模拟方法和实际测量方法得到了对应点的温度场分布数据。以这些数据为样本,运用神经网络进行了充型凝固数值模拟的优化。通过比较发现,神经网络优化处理后的数值模拟有效的提高了模拟效率和精度,将神经网络优化引入到铸造过程模拟中具有良好的可行性。
张响[7]2008年在《铝合金车轮数字化仿真及工艺优化》文中研究指明铝合金车轮是现代汽车轻量化、高速化、现代化的必然产物。本文以浙江大学与浙江万丰奥威汽轮股份有限公司合作项目“铝合金车轮轻量化设计与开发”为背景,以低压铸造铝合金车轮为主要研究对象,在查阅国内外大量文献,吸收相关学科的新思想、新理论、新方法、新技术的基础上,采用理论研究、数字化仿真与实验研究相结合的研究方法,系统地将铸造数值模拟、结构有限元分析、软计算方法、疲劳设计、工艺优化等技术集成,为实现低压铸造铝合金车轮轻量化的最终目标提供理论依据和技术手段。本文研究工作主要有以下几个方面:1.基于流体力学、传热学基本原理和铸件成型理论,采用改进的SOLA方法,通过求解压力泊松方程修正压力,VOF方法跟踪自由界面,实现低压铸造充型过程的数值模拟。利用一种新的缩松缺陷判据—残余熔体模数判据,对缩松缺陷进行预测,试验表明该判据比通常使用的Niyama判据更适用于低压铸造铝合金车轮。采用确定性模型实现微观组织的模拟。利用铸造充型凝固数值模拟的结果进行模具结构优化和工艺参数设置与调整,提高铸件质量和力学性能。改变了目前模具设计和工艺设计完全依赖与工程技术人员经验的现状。2.低压铸造是复杂的工艺过程,影响铸件质量和力学性能的因素很多,铸件质量控制难度大。本文对铸造工艺采取了适当简化和假设,将各部位模具温度和浇注温度作为工艺参数进行研究,采用Taguchi方法进行正交试验设计,分析各种工艺参数对铝合金车轮质量的影响。采用神经网络和遗传算法相结合的软计算优化方法,基于铸造数值模拟结果,利用人工神经网络建立铸造工艺参数与控制质量目标的非线性模型,采用遗传算法实现铸造工艺参数的优化。以某型低压铸造A356铝合金车轮为例,对浇注温度,上模温度、下模温度、侧模温度、模芯温度5个参数进行优化,得到最佳的工艺组合,有效控制缩松缺陷和凝固时间。3.车轮是汽车上重要的安全部件,其力学性能和疲劳性能直接影响汽车的行驶安全。铝合金车轮的试验以检验车轮安全性的台架试验为主,包括弯曲疲劳试验、径向疲劳试验和冲击试验。在实际使用过程中,弯曲疲劳是铝合金车轮主要的失效形式。本文建立了动态弯曲疲劳试验的有限元模型,根据应力时间谱,计算得到应力幅和平均应力,确定危险点,并通过实际应力试验和疲劳试验验证该有限元模型的准确性。建立13°冲击试验的简化有限元模型,根据车轮应力分布和危险部位最大应力数值进行强度校核,在此基础上优化车轮结构,改善冲击强度性能,通过实际车轮冲击试验验证了该简化模型的准确性和可靠性。4.基于有限元分析结果,分别采用名义应力、局部应力应变方法预测铝合金车轮弯曲疲劳寿命,并与实际疲劳试验对比,发现局部应力应变法结合Simth-Waston-Topper损伤公式预测铝合金车轮弯曲疲劳寿命比其他传统方法更为接近试验寿命。但是该方法在载荷较低的情况下与试验寿命还有较大差距,实际应用中应注意。5.将断裂力学基本理论和损伤容限设计方法引入铝合金车轮疲劳寿命分析。充分考虑铸造缺陷和微观组织对疲劳寿命的影响,提出并建立了基于小裂纹扩展理论的低压铸造铝合金A356-T6车轮的以二次枝晶臂间距、针孔尺寸为参数的车轮疲劳寿命预测模型,实现了铸造多尺度模拟、有限元分析与疲劳分析的技术集成。初步构建了一个综合的铸造过程、铸造缺陷以及相关下游制造工艺对产品性能影响的平台。与传统疲劳寿命预测方法名义应力法和局部应力应变法对比。以某型车轮为例,实际疲劳试验验证了该模型预测结果比传统的只考虑应力应变的疲劳预测方法更为准确。本文围绕低压铸造铝合金车轮设计制造,涉及铸造数值模拟,微观组织模拟,采用低压铸造数值模拟进行模具结构优化,工艺参数优化。利用Taguchi实验设计方法和软计算方法,建立铸件质量与工艺参数的神经网络模型,采用神经网络算法实现工艺优化。基于有限元技术,建立铝合金车轮动态弯曲疲劳试验模型,对车轮弯曲疲劳寿命进行预测;建立冲击试验简化有限元模型,优化车轮冲击性能。集成铸造宏观模拟、微观组织模拟、铸造缺陷模拟、结构有限元分析结果到疲劳寿命分析,实现工艺过程模拟与结构有限元模拟的数字化仿真技术集成。
赵建华, 黄惠兰, 尹冬梅, 徐慧[8]2009年在《基于神经网络的泵体铸造过程数值模拟的优化与应用》文中研究指明根据A356泵体铸件金属型低压铸造特点,结合生产实际,以A356泵体浇注工艺参数为研究对象,L16(45)型正交实验数据作为训练学习样本,与正交实验成分有关的前16个样本作为训练与检验,用BP神经网络进行预测和优化,结果表明神经网络优化后的模拟值最大误差很小,CPU占用时间仅为40s。人工神经网络与正交实验相结合,能大大节省时间和费用,降低CPU占用率,也证实了对A356泵体充型过程数值模拟的神经网络优化是可行的。
杨芳红[9]2007年在《高温合金晶粒细化剂的优选及其机械加工性研究》文中认为金属铸件凝固过程中晶粒组织的控制十分重要，这是因为晶粒组织决定着铸件的力学性能、使用性能以及加工性能。本文主要研究基于神经网络的高温合金细晶铸造化学细化剂的优选，高温合金铸件凝固过程温度场的变化以及晶粒细化对铸件机械加工性能的影响。 文章首先研究了向熔体中加入叁种不同的细化剂后合金晶粒尺寸的变化情况，并对不同浇注温度和均匀化温度的情况下所得铸件的晶粒组织进行了分析。文章应用神经网络模块对晶粒细化的结果进行分析后得出：无论是单一细化剂还是混合细化剂，当细化剂加入量约为0.4wt％时得到细化晶粒组织的效果最好；适当的降低浇注温度和均匀化温度都可得到较细的晶粒组织；在不改变高温合金成分的情况下加入适量由Cr、Nb、Fe、Co元素组成的金属间化合物作为细化剂可得到较小的晶粒组织。同时细化剂的粒度也是影响晶粒组织细化的因素，本次实验结果表明：细化剂粒度为30／μm左右时，细化效果较好；采用优选的细化剂，在浇注温度为1530℃时，高温合金铸件晶粒组织可以细化到微米级。 为更清楚的了解高温合金的凝固过程，优化熔铸工艺，本文还对薄壁高温合金铸件和圆柱形高温合金铸件凝固过程的温度变化进行了分析。与圆柱形铸件相比，薄壁铸件的两壁交汇处的冷却曲线与同一纵截面上其它点的冷却曲线不同，交汇处的温度变化较缓，平均冷却速度比其它点低71％，凝固时间变长，导致晶粒组织相对较大。这与实际情况相符合。 本文最后研究了晶粒度对高温合金铸件加工性能的影响。主要对细化后晶粒组织的变化情况和高温合金加工性能进行实验研究。重点通过铣削力测试和加工后表面粗糙度测试，分析晶粒大小不同的高温合金试样加工性能的变化。实验结果显示，经过晶粒细化的铸件铣削力降低超过50％，表面粗糙度Ra可从最初的3.135μm减小到0.83μm。通过细化晶粒组织可以有效提高高温合金的加工性能。文章最后对实验结果进行了分析，并对主铣削力与晶粒大小的关系进行了曲线拟合，得出主铣削力与晶粒大小之间近似服从叁次多项式关系。
徐立[10]2009年在《基于过程集成技术的铝合金轮毂疲劳寿命研究》文中研究指明本论文的研究背景来源于本实验室与某轮毂工厂合作的“数字化设计制造系统”项目。为了使铝合金轮毂重量更轻、性能更好以达到节约能源的目的,本文以低压铸造铝合金轮毂为主要研究对象,在吸收相关学科的新思想、新理论、新方法、新技术的基础上,采用理论研究、模拟仿真与实验研究相结合的方法,系统地将轮毂制造过程中的铸造过程、热处理过程、机加工过程和实验加载过程进行集成,为实现低压铸造铝合金车轮轻量化的最终目标提供理论依据和技术手段。本文研究的工作内容主要分为以下几个方面:1.铝合金轮毂是通过低压铸造工艺生产的,由于铝合金中氢溶解率变化的特性,铝合金铸造过程会形成气孔和缩松的缺陷,影响铸件的整体性能。铝合金的气孔和缩松缺陷正处于研究中,其机理现在还没完整的数学方程可以表达。本论文结合铝合金轮毂低压铸造的特点,在前人研究的基础上,结合工厂的实际生产经验和实验对比,提出适用于铝合金轮毂的球冠气孔缺陷预测模型,较之传统的球型气孔缺陷模型相比,可提高气孔预测精度。2.残余应力是影响轮毂应力状态分布的主要因素之一,论文采用理论模型和有限元模拟的方法对轮毂进行求解。铝合金轮毂经过T6热处理后会产生热处理残余应力,利用有限元软件模拟轮毂热处理过程,研究该过程中残余应力的分布规律。本文第一次通过反求法得到铝合金轮毂T6热处理过程的传热系数函数,为轮毂应力分析的准确性提供了基础。随后对轮毂毛坯进行机加工以切除多余材料,在轮毂含有热处理残余应力的基础上,运用任意拉各朗日欧拉(ALE)方法,模拟机加工产生的残余应力。为了加快计算效率和精度,节省计算机资源,计算过程采用了一种调整的时间效率计算方法,使计算时间大大缩短。3.疲劳寿命是铝合金轮毂的一个最重要的质量指标,汽车零部件厂商期望得到经济型的疲劳寿命,即满足轮毂工况要求同时最有效的利用材料。本论文的疲劳寿命预测以裂纹扩展模型为基础,结合轮毂的制造过程,在裂纹扩展模型的基础上,综合了制造过程缺陷的影响因素,提出了适用于低压铸造铝合金轮毂的轮毂疲劳寿命预测模型。与一般局部应力应变法相比,应用此模型所预测出来的轮毂疲劳寿命的准确性得到了显着的提高。4.过程集成模型将单个的材料成型过程结合到模型中,从而提供满足工业需要的求解方法。在过程集成模型中,每一个处理过程的边界条件作为该过程的输入,同时前一个过程的输出结果也要作为该过程输入参数。这样就能将单个过程作为整体集成,满足不同尺度间连续性的要求,进而得到更精确的解。该集成模型解决了微观模型与宏观模型之间的尺度转换和参数传递问题,综合考虑了铸造微观组织、热处理和机加工残余应力以及疲劳实验加载对最终疲劳寿命的影响。将该过程集成模型与轮毂疲劳寿命预测相结合,能提高疲劳寿命预测的准确度。5.为了满足汽车零部件厂商的要求,达到轮毂轻量化设计的目标,本论文采用“神经网络”的优化算法对轮毂的几何尺寸和制造过程中的关键控制参数进行优化。通过几何尺寸与制造参数的优化组合,更符合生产实际的满足轻量化的目标。论文围绕低压铸造铝合金轮毂的设计和制造过程,将铸造过程、热处理过程、机加工过程和实验加载过程对轮毂性能的影响考虑进轮毂过程集成模型中。基于理论模型、数值模拟技术和实测实验,对铸造过程微观组织、热处理和机加工残余应力、实验加载应力分布进行了深入的研究,并以此为基础,采用DOE方法和BP种经网络遗传算法对轮毂结构和制造工艺进行优化,最终实现了轮毂设计和制造流程的CAE集成。
参考文献：
[1]. 铸造过程数值模拟的神经网络优化技术研究[D]. 罗蓬. 四川大学. 2004
[2]. 凝固界面换热系数反求及铝合金薄壁件压铸造工艺优化[D]. 张立强. 湖南大学. 2011
[3]. 压铸模应力场数值模拟及BP神经网络在控制模具变形的优化设计中的应用[D]. 董晓兰. 西华大学. 2007
[4]. 基于人工神经网络的凸轮轴铸造过程数值模拟优化研究[J]. 罗蓬, 胡侨丹, 夏巨谌, 胡国安, 杨屹. 四川大学学报(工程科学版). 2005
[5]. 低压铸造过程数值模拟及基于神经网络的优化系统开发与应用[D]. 王力. 四川大学. 2005
[6]. 基于人工神经网络技术的铸造过程数值模拟优化研究[J]. 黄春芳, 张宇. 铸造技术. 2015
[7]. 铝合金车轮数字化仿真及工艺优化[D]. 张响. 浙江大学. 2008
[8]. 基于神经网络的泵体铸造过程数值模拟的优化与应用[J]. 赵建华, 黄惠兰, 尹冬梅, 徐慧. 热加工工艺. 2009
[9]. 高温合金晶粒细化剂的优选及其机械加工性研究[D]. 杨芳红. 西北工业大学. 2007
[10]. 基于过程集成技术的铝合金轮毂疲劳寿命研究[D]. 徐立. 浙江大学. 2009
标签：金属学及金属工艺论文; 数值模拟论文; 有限元论文; 铸铝论文; 神经网络模型论文; 疲劳寿命论文; 预测模型论文; 应力状态论文; 汽车轮毂论文;