孙元贵
- 作品数：6 被引量：23H指数：4
- 供职机构：昆明理工大学机电工程学院更多>>
- 发文基金：四川省科技计划项目四川省教育厅重点项目更多>>
- 相关领域：金属学及工艺交通运输工程机械工程理学更多>>
- 基于灰色关联度分析与响应曲面法的汽车驾驶室底板拉深成形优化被引量：4
- 2020年
- 为解决某轻型卡车驾驶室底板在拉深成形过程中出现开裂的问题,以Dynaform软件为平台,利用灰色理论和响应面法,对拉深成形过程中的参数进行优化,首先将灰色理论和正交试验相结合,获得在不同参数组合下板料成形的最大减薄率,然后对试验数据进行灰色关联度分析,获取对最大减薄率产生影响的2个主要参数:压边力和模具零件间隙,最后将模具零件间隙和拉深筋的高度作为输入,最大减薄率作为输出,进行响应面法寻优得到最优解。通过对比优化前后的成形效果和试验结果可知,优化后的工艺参数改善了轻型卡车底板拉深成形质量。
- 熊文韬陈楷翼刘剑张棚孙元贵
- 关键词：轻型卡车拉深成形DYNAFORM
- 基于响应面法的汽车灯底板成形参数设计被引量：6
- 2017年
- 为了解决汽车灯底板成形过程中存在破裂缺陷的问题,运用正交试验、GS理论和响应面寻优法相结合的方法,对某型汽车灯底板拉延成形过程的参数进行寻优。得到优化后的压边力4 kN、摩擦因数0.09、冲压速度2 000 mm/s、模具间隙1.71 mm时,成形结果的最大减薄率为27.44%,符合产品的质量要求。通过对比优化前后的成形效果图可知,优化后的工艺参数有效改善了汽车车灯底板拉延成形质量。这种优化方法的结合,对企业实际生产中的工艺参数设计有一定的参考价值。
- 孙元贵刘泓滨熊文韬火寿平
- 关键词：拉延成形响应面法
- 基于神经网络遗传算法函数寻优与回弹补偿的汽车横梁成形优化被引量：6
- 2019年
- 利用神经网络遗传算法函数寻优结合回弹补偿法对某型汽车横梁进行了冲压成形工艺优化,以解决其严重的回弹缺陷。利用极差分析找出了影响回弹的两个主要因素:冲压速度和模具间隙;对其进行了拉丁超立方随机抽样,将抽样结果作为神经网络遗传算法函数寻优模型的数据基础。以两个主要因素作为输入量,最大回弹量作为输出量,构建了非线性映射关系。计算了预测结果的个体适应度值,以求出最大回弹量的最小值以及对应的冲压速度和模具间隙。最后,通过三次回弹补偿优化将回弹量降低至0.5 mm以下,达到了生产要求。
- 熊文韬刘剑黄兆飞孙元贵
- 关键词：拉延成形回弹分析回弹补偿
- 基于GS理论与神经网络的汽车覆盖件成形优化被引量：7
- 2017年
- 利用GS理论和神经网络遗传算法函数寻优法,搭乘非线性有限元分析软件Dynaform,对轻型卡车左后侧围外板拉延成形过程工艺参数寻优,以解决该零件在成形过程中出现的破裂和过度减薄质量缺陷。将GS理论和正交试验设计相结合,获得各工艺参数组合下的最大减薄率,并对获取的数据进行灰色关联度分析,找出影响减薄率的两个主要因素,即冲压速度和压边力;基于神经网络遗传算法函数寻优模型,借助拉丁超立方抽样对选出的两个主要因素进行随机抽样,将冲压速度和压边力作为输入,最大减薄率作为输出,获得输入与输出之间的非线性映射关系,并获得BP神经网络预测结果。最后,将预测结果进行个体适应度值计算,得到全局最优解和对应输入值。对比优化前后的数值模拟结果以及实验结果可知,采用此方法所得的工艺参数组合可有效提高板料成形的性能和质量。
- 熊文韬刘泓滨孙元贵邓利君
- 关键词：灰色关联分析参数优化
- 基于响应面法和GS理论的板料成形优化
- 2017年
- 基于GS理论和响应面寻优法,借助Dynaform非线性有限元分析软件,对某型汽车横梁件成形中存在减薄率过大的问题,进行工艺参数寻优。首先,通过正交试验获取一定参数组合下的减薄率。然后,借助GS理论,获得对减薄率产生主要影响的两个参数即冲压速度和模具间隙。最后,利用Design-expert软件,以设计冲压速度和模具间隙为输入参数,减薄率为输出参数,进行响应面法寻优。通过响应面法寻优的最优解与未优化之前的对比,优化后的冲压参数对横梁件的板料成形质量有显著提升。
- 孙元贵刘泓滨周双宁
- 关键词：板料成形参数寻优响应面法
- 基于Dynaform的汽车左后侧围外板起皱问题的分析与解决被引量：4
- 2017年
- 以某汽车左后侧围外板拉深成形为例,针对制件拉深时出现的严重起皱问题,利用Dynaform非线性有限元软件对制件拉深成形过程进行有限元分析,预测制件起皱趋势。运用UG软件对模具结构、板料尺寸以及拉深筋布置3个方面进行优化,最终制件起皱得到明显改善,最大增厚率由34.3%降至2.5%,符合增厚率<5%的生产要求。
- 熊文韬刘泓滨孙元贵邓利军
- 关键词：拉深成形起皱
