板料成形数值模拟概述 板料成形数值模拟概述 板料成形数值模拟概念 板料成形数值模拟的发展方向 板料成形概念 模拟分析流程 DYNAFORM软件介绍 分析参数设置 1.5 模拟分析流程 2.1 网格划分 2.2 毛坯尺寸的反向2.4 材料模型的定义计算 2.5 模具运动定义 等效拉延筋的设置 成形分析和回弹分析的方法 成形缺陷预测 板料成形数值模拟的应用 实例 影响成形质量的主要因素 接触碰撞现象 弹塑性变形现象 方形盒制件拉深成形的数值模拟

变形回弹作为金属板料成形的主要缺陷之一,如何提高变应变路径条件下的回弹预测精度一直是研究者们面临的难题.本文针对镁合金变形特点,提出了同时考虑同向硬化、动态硬化和屈服圆畸变的本构模型.以0.8 mm厚AZ31B镁合金板料为研究对象,施加不同预拉伸后进行弯曲变形试验,观察了不同预变形对回弹规律的影响.同时结合有限元分析ABAQUS-Explicit (Vumat)和ABAQUS-Implicit (Umat)对板料的变形及回弹过程进行模拟仿真,对比试验与模拟结果,验证动态硬化对于镁合金板料变形回弹的重要影响

第一节 塑性成形基础 第二节 自由锻 1、金属塑性变形的实质 2、塑性变形后金属的组织和性能 3、锻造比 4、金属的锻造性能 1、自由锻工序 2、自由锻工艺规程的制订 塑性成形及其种类 第三节 模锻 1、模锻的特点与应用 2、锤上模锻 3、胎模锻 4、压力机上的模锻 第四节 板料冲压 1、板料冲压的特点和应用 2、板料冲压的基本工序 1、自由锻件的结构工艺性 2、模锻件的结构工艺性 3、板料冲压结构工艺性 第五节 锻压件结 构工艺性

采用有限元数值模拟手段针对多点成形过程中产生的回弹现象进行了探讨．主要对比了多点模具成形和多点压机成形两种不同工艺,分析了不同的工艺条件对回弹的影响．采用先显式方法计算成形,后隐式方法计算回弹,对1mm与2mm厚度的球形曲面件进行了数值模拟．结果表明：在冲头为10×10的多点模具成形方式下,采用无压边成形,成形1mm厚度的板料时,曲率半径为400mm的成形件回弹量沿纵向最大为1．22mm；但在相同条件下,用多点压机成形工艺的成形件,回弹量仅为0．24mm,即一次成形时,多点压机成形的板料比多点模具成形的板料回弹量仅为1/5；多点压机成形厚度为2mm的板料回弹约为0．多点压机成形方式比多点模具成形方式成形效果好,回弹量明显减小．

冲压是利用冲模在冲压设备上对板料施加压力(或拉力)，使其产生分离或变形，从而 获得一定形状、尺寸和性能的制件的加工方法。冲压加工的对象一般为金属板料(或带料)、 薄壁管、薄型材等，板厚方向的变形一般不侧重考虑，因此也称为板料冲压，且通常是在 室温状态下进行(不用加热，显然处于再结晶温度以下)，故也称为冷冲压

本书对以板料为加工对象的冲压工艺基本方法与冲模设计基础知识作了系统论述。全书分为 8 章， 第 1 章主要讲述金属塑性成形原理、常用板料、常用冲压设备；第 2、3、4 章分别讲述冲裁、弯曲、拉 深工序的工艺设计；第 5 章讲述常用成形工序(胀形、翻边、扩口、缩口)的工艺设计；第 6 章讲述冲压工 艺过程设计；第 7 章讲述以冲裁、弯曲、拉深方式为主的简单模、复合模、级进模的(结构)设计，以及模 具零件设计、模具材料、冲模安全设计

• 7.1 金属的塑性成形工艺基础 • 7.1.1 金属的塑性成形 • 7.1.2 加工硬化和再结晶 • 7.1.3 塑性变形使金属形成纤维组织 • 7.1.4 金属的可锻性 • 7.2 金属的锻造 • 7.2.1 金属的锻前加热和锻成后冷却 • 7.2.2 自由锻造 • 7.2.3 模型锻造 • 7.2.4 胎模锻造 • 7.2.5 锻压零件的结构工艺性 • 7.3 板料冲压 • 7.3.1 冲压设备 • 7.3.2 板料冲压基本工序 • 7.3.3 冲模 • 7.3.4 冲压件的工艺性要求 • 7.4 金属的其它塑性成型方法 • 7.4.1 零件的轧制 • 7.4.2 零件的挤压 • 7.4.3 精密模锻 • 7.4.4 多向模锻 • 7.4.5 锻压新工艺技术简介

一、填空题(每题2分,共24分) 1.强度、硬度、塑性、冲击韧性、刚度、疲劳强度等。 2.液态合金充满铸型型腔,获得形状完整、轮廓清晰、尺寸精确的铸件的能力。流动性、收缩。 3.轧制、挤压、冷拔、自由锻、模型锻造、板料冲压

弹性变形 在外力作用下，材料内部产生应力，应力迫使原子离开 原来的平衡位置，改变了原子间的距离，使金属发生变 形。并引起原子位能的增高，但原子有返回低位能的倾 向。当外力停止作用后，应力消失，变形也随之消失

油箱壳外形复杂,拉深成形过程中容易出现侧壁起皱和圆角处破裂的缺陷,成形工艺参数的确定非常重要.结合分类与回归决策树(classification and regression tree,CART)的人工智能技术和模型交叉验证方法,通过调用Python平台开源库Scikit-Learn对油箱壳拉深成形数值模拟结果进行知识挖掘,筛选出对油箱壳拉深成形影响大的工艺参数;以基尼指数(Gini index)最小化作为最优特征值及最优切分点选择的依据,构建了工艺参数与性能指标关系的CART决策树,提取出了可靠的工艺设计规则.油箱壳拉深实例表明,CART决策树理论的知识发现技术是实现板料成形过程数值模拟结果潜在知识挖掘的可行途径