[发明专利]一种基于摩擦磨损CAE分析的模具优化方法

说明书

技术领域

本发明旨在提供涉及一种基于摩擦磨损CAE分析的模具优化方法，属于汽车结构件冲压模具技术领域。

背景技术

生产低油耗、低排放的汽车，实现节能减排是汽车工业发展的必然选择。超高强钢因具有较高的强度，能满足汽车轻量化、碰撞安全性、节能减排的要求，已被广泛应用于汽车车身结构件和安全加强件等重要零部件中。模具磨损是冲压模具最常见的故障，也是影响模具寿命最主要的因素。同时模具的磨损还会影响冲压工件的形状、尺寸和表面质量。由于超高强钢的高屈服强度、高抗拉强度，冲压成形时模具的工作条件较恶劣，模具所承受的载荷更大，模具的磨损情况也更为严重，给汽车模具的设计和应用带来了一系列的问题。因此，超高强钢冲压模具的磨损研究具有非常重要的意义。

目前，针对挤压、锻压等其他成形工艺的模具磨损研究比较多，而对于超高强钢冲压模具的磨损研究比较少。从1953年起，Archard理论被广泛应用于模具磨损分析中，国内外许多学者针对该磨损理论的修正、磨损预测以及减小磨损量等进行了大量研究。江秉华等在Archard理论的基础上，利用数值模拟方法分析了模具间隙对模具磨损的影响；林高用等将考虑温度影响的Archard磨损修正模型与有限元数值模拟分析方法相结合，预测铝合金挤压过程中模具表面磨损最严重的部位，提出一种考虑挤压次数影响的总磨损量计算公式；李伟等改进传统磨损量计算方法，建立了基于型面接触应力的磨损量估算公式；王雷刚等利用修正的Archard理论对比分析了锥形和弧形两种挤压模具型腔的磨损；黄瑶等将人工神经网络与有限元分析相结合，能够快速预测模具寿命；彭必友等基于修正的Archard磨损理论，利用数值模拟技术分析挤出速度对模具磨损程度的影响；Eriks提出通过优化模具设计来减小磨损量。

在已有的对挤压模具的磨损分析方法中，计算模具失效前的总磨损量时，考虑了前一次挤压对下一次挤压的影响。通过修正Archard模型，计算五次挤压过程中每一次的磨损量和磨损总量，并利用模拟结果拟合出计算任一次挤压的磨损量和多次挤压总磨损量的公式。这种方法并不适用于超高强钢板的冲压模具的磨损分析，冲压模具的磨损寿命一般都达到了万次，这种通过几次模拟得到的线性公式并不能很好的体现出上万次的冲压磨损规律。

而利用BP神经网络预测挤压模具的方法也不适用于冲压模具，冲压模具的工作寿命和工作次数一般比挤压模具大很多，BP神经网络预测法需要大量的训练数据，工作量大，耗时长。

由于高强度钢板的强度极限和表面硬度比普通钢板高，在成形过程中对模具的寿命也产生了影响，尤其是在高载荷的工作条件下，模具的磨损更严重。国外对于超高强度钢板冲压模具磨损研究主要集中在实验方面，然而实验研究会受各种外部条件的影响，难以为工程设计提供快捷的方法。而数值仿真技术的发展，则为模具磨损的量化预测提供了一种新的手段。

目前针对超高强钢板冲压模具的磨损问题，还没有一套成熟有效的CAE分析方法。在目前极少数研究超高强钢板冲压模具磨损的文献中，有研究者利用ABAQUS软件对型面接触应力和磨损量进行估算。该方法根据磨损量估算公式计算得到凹模圆角各节点处的接触应力和相对滑动距离，但是该方法只得到了圆角局部的模具磨损量，且只关注了接触应力值，并没有分析整个模具型面的磨损情况。而本发明中所提到的方法能够模拟整个冲压过程，从而得到成型结束后所有模具型面的磨损情况，同时分析了一些典型因素对模具磨损的影响规律，所提出的模具寿命预测方法更是对实际生产具有重要的指导意义。

除此之外，目前已有的CAE分析方法中主要是先改变各个参数进行模拟仿真，得到多组仿真结果，将结果进行对比之后反馈到参数选择环节，选择结果最优情况下的参数值作为模拟参数。这种CAE分析方法应用到超高强钢板的成型分析时，会因为参数的选择花费较多的时间，同时已有的经验参数不一定完全适用于超高强钢板。

发明内容

本发明针对现有超高强钢板冲压模具磨损分析方法存在的不足之处，提供一种基于摩擦磨损CAE分析的模具优化方法。

本发明一种基于摩擦磨损CAE分析的模具优化方法，包括下述步骤：

步骤一