[发明专利]一种导管数控弯曲成形质量的预测方法及装置

说明书

技术领域

本发明涉及塑性成形质量预测领域，特别是涉及一种导管数控弯曲成形质量的预测方法及装置。

背景技术

随着导管应用范围的扩大，导管塑性加工已成为先进塑性加工技术研究与发展的一个重要方向。由于中空、薄壁管材绕弯的成形机理复杂，对弯曲过程中外侧壁减薄、破裂，内侧壁增厚、起皱，横截面椭圆畸变和导管中心线伸长，以及卸载后回弹的预测、优化与演化过程分析一直是包括管材弯曲成形在内的工程界未能有效解决的技术难题，也是当今国内外塑性加工学科研究的难点和热点。随着大口径、薄壁、小弯曲半径和难变形材料导管的应用推广，上述问题日益突出。

为解决导管实际生产中的困难，美国伊顿·伦纳德公司首先研制生产了一种计算机控制数控(CNC)矢量弯管设备，近年来普遍为西方各航空发动机公司所采用。采用该类设备进行弯管的方法称之为数控绕弯，因夹紧模和弯曲模夹持管材围绕弯曲模中心旋转运动而得名。图1为现有技术一个示例的数控弯管的工作原理示意图。

影响管材成形质量的因素多而复杂，因素之间还存在耦合关系，再加之产品品种繁多，因此理论解析十分困难，长期依靠设计者的经验和反复试制。而实验研究成本高、周期长，测试数据误差较大。为了达到管材绕弯加工的特殊要求，采用有限元方法模拟管材弯曲成形过程。非线性显示动力有限元分析方法适用于对金属成形过程的模拟，其本质是一种通过将复杂结构离散化，进而简化塑性大变形物理过程的数值模拟方法，使得计算机能够通过大规模矩阵对复杂问题进行求解，该方法精度高、信息丰富，但由于有限元模拟的方法复杂、计算量庞大，导致利用有限元模拟来进行导管弯曲质量预测时，计算时间过长，不方便用户使用。

发明内容

本发明的目的提供一种导管数控弯曲成形质量的预测方法及装置，以解决现有技术的通过有限元模拟的方法来进行质量预测时，耗时多，时效性差的技术问题。

为了实现上述目的，本发明提供了一种导管数控弯曲成形质量的预测方法，其中，包括如下步骤：

步骤一，建立用以模拟导管数控弯曲成形工艺过程的有限元模型；

步骤二，利用所述有限元模型，组织导管数控弯曲成形的有限元数值模拟试验，获得第一试验结果，根据所述第一试验结果确定出对导管数控弯曲成形质量影响显著的工艺参数和导管设计参数；

步骤三，以所述确定出的对导管数控弯曲成形质量影响显著的工艺参数和导管设计参数作为输入参数，以预定的质量指标作为输出参数，来建立人工神经网络模型；

步骤四，对所述人工神经网络模型进行训练，并利用经训练的人工神经网络模型进行导管数控弯曲成形质量的预测。

优选地，所述的方法，其中，所述步骤四之前，还包括：

以所述确定出的对导管数控弯曲成形质量影响显著的工艺参数和导管设计参数作为设计因子，组织导管数控弯曲成形的实验或有限元的数值模拟试验，以为所述人工神经网络模型提供初始训练样本。

优选地，所述的方法，其中，基于正交设计方法组织所述导管数控弯曲成形有限元的数值模拟试验。

优选地，所述的方法，其中，所述步骤三中，所述人工神经网络模型为：径向基人工神经网络模型。

优选地，所述的方法，其中，所述步骤四中，

在对所述人工神经网络模型进行训练前，还包括：对所述初始训练样本数据进行归一化处理；

所述利用所述经训练的人工神经网络模型进行导管数控弯曲成形质量的预测的步骤包括：在将输入参数值输入所述人工神经网络模型前，先进行归一化处理；及，在获得所述人工神经网络模型的输出值后，对所述输出值进行反归一化处理后获得所述导管的数控弯曲成形的质量指标值。

优选地，所述的方法，其中，所述步骤三中，所述建立人工神经网络模型的步骤包括：

根据导管材料的不同和/或导管的几何参数的不同分段建立多个人工神经网络模型。

优选地，所述的方法，其中，所述导管的几何参数包括：导管外径。

优选地，所述的方法，其中，所述对导管数控弯曲成形质量影响显著的工艺参数包括：压模压力、助推力、芯轴伸出量和芯轴间隙；所述对导管数控弯曲成形质量影响显著的导管设计参数包括：导管外径、壁厚、弯曲半径和弯曲角度。

另一方面，提供一种导管数控弯曲成形质量的预测装置，其中，包括：

有限元模型建立模块，用于建立用以模拟导管数控弯曲成形工艺过程的有限元模型；