[发明专利]一种铝合金型材在线挤压淬火力学性能预测的方法

说明书

本发明公开了一种铝合金型材在线挤压淬火力学性能预测的方法，涉及铝合金加工领域。通过三维建模软件建立挤压模具的三维模型，将三维模型导入挤压模拟仿真模拟设计软件中获得建立挤压过程的金属流体模型，在挤压模拟仿真模拟设计软件中设置待挤压材料本构方程参数后，完成对挤压过程的稳态数值进行模拟仿真，获得前述步骤输出的温度场的速度场；RBF神经网络模型模拟，获取前述步骤输出的温度场的速度场并输入生产实验数据和淬火工艺数据，进行RBF神经网络模型模拟；输出型材力学性能参数。能够通过利用神经网络和计算机数值模拟，提供一种能够实现根据加工工艺参数准确地预测产品的力学性能方法的效果。

技术领域

本发明涉及铝合金加工领域，尤其涉及一种铝合金型材在线挤压淬火力学性能预测的方法。

背景技术

挤压铝合金型材因具有质量轻、强度高等优点，在民用装饰及包装、汽车制造、高速列车、航空航天等领域得到了广泛应用，铝型材加工业得到了迅速发展。挤压铝合金大多数是可热处理强化合金，这些合金挤压后通过固溶和时效热处理，便可显著提高强度，获得需要的组织与性能。

在线挤压淬火是一种在前一工艺过程(挤压)结束时创造出下一工艺过程(淬火)所必需的工艺条件，并从工艺设施或装备上进行适当改革 ，从而把两道工艺过程在线衔接起来，实现边挤压边淬火。从而显著提高生产效率。然而，要使挤压在线淬火取得令人满意效果并非易事，因为它涉及生产过程的许多工艺因素，包含着不同的变形过程，是一个繁琐的物理现象。理论上它涉及了常见力学中的几何非线性，而且还包含着复杂的物理非线性，简单的理论解析法很难对其进行详细准确的求解，理论解析法求解精确度较低。

近20年以来不少专家学者对在线淬火过程参数和型材的力学性能之间的关系进行了研究。刘静安在《6005A铝合金大型特种型材的研制》中公开了轨道车辆用大型特种铝型材的挤压在线淬火生产过程对铝型材强度的影响；王志伟、汪明朴等在《在线挤压淬火对地铁列车用6005A 合金力学性能及微观组织的影响》中公开了在线挤压淬火工艺对地铁列车用铝合金力学性能及微观组织影响；沈健、李彦利等研究了在线淬火工艺对铝合金挤压型材组织与性能的影响。他们都通过实验的方法得出了挤压在线淬火工艺参数对材料力学性能影响的大致规律。

人工神经网络是近几十年以来发展起来的一种类似于人类神经系统的信息处理技术，是一种功能强大，应用广泛的智能机器学习算法。非常适合于复杂的非线性问题的处理，在预测金属材料的力学性能方面取得了广泛的应用。FOROUZAN和AKABARZADEH研究了利用反向传播神经网络预测AA3004合金在冷轧和热轧过程中的力学性能，结果表明这种方法可以很好地预测AA3004板材的力学性能；杨夏炜等研究了BP神经网络在A357铝合金热处理过程中预测力学性能。但对于铝型材的在线挤压淬火研究较少，而且型材不同，其模具结构和挤压工艺参数变化大，尤其对于批量不是很大的型材，限制了整个生产过程的神经网络的预测应用研究。

数值模拟方法在金属塑性成形领域应用广范，越来越多的商业化软件可以应用于铝合金型材挤压的数值模拟过程，近年来人们更倾向于采用任意拉格朗日-欧拉（Arbitrary Lagrange-Euler，ALE）算法的HyperXtrude对铝合金挤压过程进行仿真研究，陈浩等利用HyperXtrude对不同的铝合金型材挤压过程进行了数值模拟，并针对各自型材的结构和模具特点分别提出了各自模具优化方案，并取得的较好的优化效果。虽然计算机数值模拟方法能很好的模拟预测挤压过程的金属流动行为，但对于淬火过程型材性能的变化还没有一款专业的仿真模拟软件实现准确预测，

因此，研究一种充分结合利用神经网络和计算机数值模拟的优点，根据加工工艺参数准确地预测产品的力学性能的方法，是铝合金型材在线挤压淬火的必然需求。

发明内容

本发明目的是提供一种铝合金型材在线挤压淬火力学性能预测的方法，能够通过利用神经网络和计算机数值模拟，提供一种能够实现根据加工工艺参数准确地预测产品的力学性能方法的效果。