[发明专利]基于有限元技术和人工神经网络的精冲模具磨损预测方法

摘要

本发明涉及精密冲裁技术领域，尤其涉及一种基于有限元技术和人工神经网络的精冲模具磨损预测方法。本发明包括建立有限元分析模型步骤，在有限元分析计算平台上模拟精冲工艺过程，利用Archard磨损模型计算精冲过程中模具的磨损量；建立神经网络模型步骤，利用正交试验设计所指导的有限元分析结果对设计好的神经网络模型进行训练，以获取精冲模磨损量同精冲工艺参数之间的函数关系；精冲工艺参数步骤，根据几何关系以及生产实践获取精冲工艺参数同模具磨损量、冲裁次数等之间的函数关系；精冲模磨损预测模型建立与仿真步骤。本发明具有预测精度高，响应速度快，可操作性强的特点。

主权项

一种基于有限元技术和人工神经网络的精冲模具磨损预测方法，其特征在于，包括：有限元分析模型建立步骤，该步骤在Deform‑3D中建立精冲模磨损有限元分析模型，采用Normalized Cockcroft and Latham断裂准则来预测精冲过程中坯料的裂纹扩展过程，引入Archard磨损模型来计算精冲过程中模具的磨损深度值；神经网络模型建立步骤，该步骤采用正交试验设计方法，在Deform‑3D中进行数值模拟，将所获取的模拟实验结果对设计好的神经网络模型进行训练，以获取精冲模具磨损量同精冲工艺参数之间的函数映射关系；确定几何参数同模具磨损之间关系的步骤，该步骤确定冲裁间隙、凹模圆角半径同模具磨损量之间的函数关系，并确定模具硬度与冲裁次数之间的函数关系；精冲模具磨损预测模型建立步骤，该步骤根据已经获取的精冲模具磨损量同精冲工艺参数之间的函数关系以及各工艺参数同磨损量之间的函数关系，基于Matlab计算平台建立精冲模磨损预测模型。