本科毕业设计(开题报告) 题目：高强钢冷弯成型产品形状在线修正的研究学生姓名：学号：专业班级：机械设计制造及其自动化10-5班指导教师：2014年 3月20日目录一研究背景 (1)二研究的目的和意义 (1)三板材弯曲成型的研究现状及国内外发展趋势 (2)3.1 弯曲成型的理论研究 (2)3.2 弯曲回弹的预测方法 (2)3.2.1 有限元数值模拟方法 (2)3.2.2 人工神经网络方法 (3)3.3 弯曲回弹的控制方法 (3)3.3.1 自适应控制 (4)3.3.2 数据库的应用 (4)3.3.3 神经网络的应用 (5)3.4弯曲成型的发展趋势 (6)四Creo、LabVIEW简介 (6)4.1 Creo简介 (6)4.2 LabVIEW虚拟仪器控制程序简介 (7)五研究的主要内容、技术路线 (8)5.1主要研究内容 (8)5.2研究的技术路线 (8)六研究进展计划 (9)参考文献 (10)一研究背景本课题主要针对板材弯曲成型过程中存在的突出问题—弯曲回弹无法精确控制，对弯曲成型产品在线修正进行理论及工艺研究。

二研究的目的和意义板材弯曲成型是板材成型的一种重要方法，在汽车、轮船、航空航天、电器、兵器等领域的应用极其广泛。

但是，当今制造业市场的趋势是提高生产率以及产品质量，要求设计者不仅要缩短产品设计的周期，而且制造者要缩短产品制造的周期。

在板材的弯曲成型过程中，由于几何非线性和材料非线性的存在，而且不同批次，不同厂家，不同规格的板材，其组织性能亦存在着差异，在这些因素的共同影响下，导致板材的成型过程无法精确的控制，成型结果难以准确预测，因而必会延长试模时间和产品开发周期[1]。

以汽车制造业为例，汽车车身中大部分的板材成型都涉及到弯曲成型，如纵梁、横梁、内外板等。

目前，为达到节能减排的目的，世界上各大车厂纷纷采用高强钢作为汽车的结构件。

一方面由于强度的提高，在保证安全性的前提下可以有效地减轻车辆的总体重量，使汽车向轻量化方向发展；另一方面，如果结构合理，也大大地提高了车辆的安全性。

可是，在目前的技术水平下，随着材料强度的提高，一些新的问题也同时产生，其中主要制约着高强钢应用的影响因素包括：材质本身的延展率大为降低；钢材的强度偏差越来越大，难以控制。

延展率的降低对板材成型的方法提出挑战，而强度的高偏差却使产品的质量成为问题。

板材弯曲成型后由于残余应力及弹性恢复的作用会产生回弹现象，直接影响了产品的品质，如使用可靠性、外观质量、性能等，高废品率也使生产厂家对高强钢产品的制造和应用望而却步。

基于对现行弯曲成型技术的研究成果以及对板材材料特性的理解，本课题建议研发一种在线控制系统，对生产过程中由于材质的因素而造成的弯曲角度偏差进行在线补偿，利用LabVIEW软件仿真角度在线控制器，并且通过角度传感器实时监测产品的成型角度，从而降低对材质本身的依赖性用以提高产品质量和成品率。

本课题的意义：一是可以有效地提高产品质量，提高中国车辆的安全性，达到节能减排的目的；二是可以提高中国冷弯型钢的总体技术水平，对提高中国的加工制造水准具有重要意义。

通过本次研究，我在下述基本能力上可以得到培养和锻炼：①闭环控制系统的设计；②LabVIEW软件的学习以及同实际生产的结合；③板材成型角度传感器的设计；三板材弯曲成型的研究现状及国内外发展趋势弯曲回弹是指薄板成型之后当外载荷卸去后由弹性变形引起的形状改变[2]。

板材在加载时产生的变形由弹性变形和塑性变形两部分组成，当外载卸去后，弹性变形会消失，而塑性变形被保留下来，从而板材的形状发生了与加载时相反的变化。

在实际生产中，对回弹的控制变得越来越重要。

该课题国内外的研究状况，可以从文献库的搜索结果得知大概，从“bending”、“springback”的检索结果来看，近十年来发表文章数量增长显著，说明它渐渐成为一个研究热点。

但是区域分布来看，国内研究较少，成果主要集中在少数几个研究者。

3.1 弯曲成型的理论研究弯曲成型可以用解析方法对其研究。

20世纪50年代，R. Hill、F. Proska、F. J. Gardiner 等人的研究奠定了板材弯曲及回弹的理论基础[3]; 60至70年代，许多学者以Hill理论为基础对板材弯曲进行了深入研究，采用强化材料模型，对弯曲过程中各变量的变化有了更加准确的描述;Huang M等人[4]对50年代至80年代众多学者的回弹研究做了详尽的回顾与评述;80年代以后，弯曲及回弹理论研究向多方面发展，如考虑多向受力状态；Z. T. Zhang[5]的研究基本上代表了90年代弯曲理论研究的最新进展。

弯曲的基本理论模型有两大类：一类是以平截面假设和单向应力假设为基础的工程理论模型，该模型未考虑径向应力，认为弯曲过程中应力中性层、应变中性层始终和几何中心面相重合[1]；另一类是Hill的精确塑性理论模型[6]，该模型考虑了中性层内移和径向应力的影响，对刚塑性宽板纯弯曲问题进行了研究，更接近板料弯曲的真实情况。

3.2 弯曲回弹的预测方法弯曲回弹产品的最终形状与材料的性能参数，模具的几何参数以及成型过程等有着很大的关系，为了使产品的形状和尺寸达到设计要求，就要对模具的形状和尺寸进行补偿，这个补偿值就取决于回弹量的大小及分布情况，因此必须对回弹进行精确的预测。

目前来说，弯曲回弹的预测方法主要有以下两种:3.2.1 有限元数值模拟方法经过几十年的发展，有限元软件技术已经日渐成熟，如DANYFORM、LSDANY、PAMSTAMP、AUTOFORM等板材冲压成型数值模拟软件，数值模拟方法已成为板材成型中预测回弹的重要手段。

板材成型的有限元数值模拟技术开始于20世纪70年代，30多年来，有了很大的发展。

它可以对不同的工艺方案进行预测评估，选出最为合理的方案，还可以预测成型过程中的工艺缺陷，进而改进模具设计，优化工艺参数；以模拟结果为依据对板材的形状、尺寸进行优化。

这种方法极大的降低了生产成本，缩短了生产周期，提高了成品率。

虽然对于形状简单的弯曲件的回弹模拟结果还可以，但是大型复杂件的回弹计算计算精度低，回弹数值模拟的离散性和误差较大，因此如何提高回弹预测精度是有限元数值模拟急需解决的难题。

到目前为止，回弹过程的有限元分析的研究已取得了很大进展，但模拟结果的准确性有待提高，因此，数值模拟技术还有待进一步提高。

3.2.2 人工神经网络方法人工神经网络（ANN, Artificial Neural Network）方法是预测回弹的重要手段。

对它的研究已经有四十多年的历史。

人工神经网络模型具有如下特点[7]：①并行性网络中所有的神经元处于平等地位，可以根据网络的输入独立、自动完成数据采集、加工和输出。

它们彼此相互协调配合，不需额外的控制，因此可以快速响应外界的变化。

②稳健性和容错性某一客观事物的每个特征和部分都由神经网络的所有权参与描述；每个权值都与事物的各种特性有关，所有权值互相支持补充。

这种分布式的信息存储和处理方式，使网络不会因为局部受损而无法工作，也不会因为外界干扰导致输出失真。

③自学习能力系统可以从样本中进行归纳，得到以前未曾掌握的新知识，从而不断充实和完善自身。

人工神经网络按照网络拓扑结构可分为前向网络（Feedforward Network）和反馈网络（Recurrent Network）。

前向网络的信号流向是从输入通向输出；反馈网络的输出信号通过与输入连接而返回到输入端形成一个回路，它能够表现出非线性动力学系统的动态特性，网络系统具有若干个稳定状态，系统稳定的平衡状态可以通过设计网络的权值而被存储到网络中[1]。

3.3 弯曲回弹的控制方法一般来说，弯曲回弹的控制方法大致可以分为3 类:(1)预先估计回弹量的大小，进而确定模具的形状、几何参数、弯曲工艺，进行“补偿弯曲”，即模具补偿法。

对模具进行补偿的方法又分为力法和位移法，这两种方法都考虑了回弹的影响，力法相对于位移法获得模具所需周期更少[8]；(2)通过增加板材张力来改变板材弯曲时的应力状态，降低或克服弯曲回弹，如拉弯法和校正弯曲法，但这种方法可能造成材料撕裂;(3)在加工前或加工过程中，根据材料参数，实行“在线控制”达到最优的成形条件。

其中前两种方法人们已经进行了大量的研究，也是最为传统的方法。

随着测试、控制技术的进步，预计第三种方法将得到更大的发展，如在V 弯过程中，计算出载荷与冲程的关系，从而计算出弯曲刚度，预测弯曲回弹量，然后调整冲程大小，以达到控制回弹的目的。

目前，国外技术领先的国家将人工智能技术（AI）应用到弯曲成型的控制中，精确地确定了冲头的最终行程，获得了高精度的角度。

3.3.1 自适应控制20世纪50年代以后，自适应控制成为工业和学术研究中的特殊领域，越来越多的自适应算法应用在各种控制系统中，对实际应用有着重要意义[9]。

它是一种基于数学模型的控制方法，控制器用它来控制带有众多不确定参数的系统。

自适应控制不同于鲁棒控制，因为它的控制算法可以自行改变。

目前，自适应控制主要用来处理系统中的不确定参数，尤其是线性参数系统。

此后,在压力机上以V型弯曲为对象的智能化研究不断深入。

美国的K.A.Stelson开发出可对压力机冲头进行实时位移控制的自适应控制方法，十分有效；Stelson等人研究出一种兼有模型控制法和反馈控制法优点的混合型控制方法，利用弯曲成型初始段冲头的载荷-位移曲线，计算板材的材料性能参数以及板材厚度，随后将其用于计算冲头的最终位置，它可以适应板材性能有波动的情况[10]。

3.3.2数据库的应用M. Yang 开发了一种可以实时控制的V弯成型过程控制系统，它带有实验数据库以及模糊推理模型[11]。

这个系统存储了监测成型过程获得的专门知识，并且可以自主学习，此外，推理模型的工作方式类似于操作工人。

在加工过程的开始阶段测得的冲头F-S 曲线，以及一些其他数据，例如工具形状，弯曲角度和环境温度被存储在数据库中。

通过采用多重处理器以及多任务系统，运用数据库实现实时过程控制得以实现。

此外，系统可以通过不断学习和存储知识实现数据库的更新。

这个系统可以自动的完成V弯成型，即使操作者不知道所加工材料的性能。

带有数据库的V弯成型控制结构如图3-1所示。

图3-1 带有数据库的V弯成型控制[11]3.3.3 神经网络(Artificial Neural Network)的应用神经网络是一种模仿动物神经网络行为特征，进行分布式并行信息处理的算法数学模型，至今已有许多年的研究历史，希望神经网络可以像人一样实现多步骤的加工操作，人的大脑调用数百万的神经元协调操作实现这一过程。

与此类似，神经网络是由许多运算单元组成的，它们互相平行，操作互不影响，通过调整内部大量节点之间相互连接的关系，从而达到处理信息的目的。