一种基于PSO的零件回弹成形工艺参数优化方法技术

本发明专利技术公开了一种基于PSO的零件回弹成形工艺参数优化方法，包括建立回弹预测数字模型、运用粒子群算法在CV‑SVM近似模型中迭代寻优、进行寻优参数优化后的成形工艺参数数值模拟验证；本发明专利技术通过粒子群算法，能够获得零件成形回弹后的最大位移量为0.54mm，小于开始的最大位移量0.7mm，满足零件的使用和装配要求，零件的最小厚度为tmin＝0.67mm，减薄率为25.6％，较好地优化成形工艺参数，降低零件缺陷，为实际生产提供理论依据。

【技术实现步骤摘要】
一种基于PSO的零件回弹成形工艺参数优化方法
本专利技术属于SGCC板料复杂弯曲成形工艺领域，尤其涉及一种基于PSO的零件回弹成形工艺参数优化方法。
技术介绍
随着汽车在生活、生产领域的迅速普及与更新，车窗升降板作为调节汽车窗口的重要活动零件，其装配性能和使用性能的好坏直接决定了车窗活动的平稳性和顺滑度，同时也在很大程度上影响人们的体验感受。由于车窗升降板的结构相对于其他大型覆盖件和结构件而言，具有形状复杂、曲率变化大、零件装配尺寸要求高的特点，导致在实际生产过程中为了获得质量上佳的零件，需要尽可能地减小零件回弹，避免造成零件尺寸精度的下降。现阶段，在对冲压件进行回弹分析时，有较为成熟的解析求解法，但是只有在分析形状相对简单、容易成形的零件才有用，比如常见的U型件和V型件等。一旦涉及到形状复杂、特征较多的异形件时，解析求解法则无用武之地。同时有研究发现，在试验条件下的回弹量理论计算值均偏大，且平均相对误差高达88％，所以仅仅依靠理论公式的解析计算来预测零件回弹量是远远不可行的，甚至会给出错误的预测结果，误导实际应用。
技术实现思路
本专利技术要解决的技术问题是：提供一种基于PSO的零件回本文档来自技高网...

【技术保护点】
一种基于PSO的零件回弹成形工艺参数优化方法，其特征在于：以CV‑SVM近似模型为主体，以板料厚度、冲压速度、摩擦因数三个成形工艺参数中的取值区间为约束条件，零件回弹位移最小化为优化目标，采用粒子群算法进行迭代寻优，获取其最优的成形工艺参数组合，将优化后的成形工艺参数导入DYNAFORM软件中进行数值模拟与验证，对比前后回弹数据的优化效果，该方法包括以下步骤：(1)针对一种汽车异形弯曲件零件，建立回弹预测数字模型，首先把零件成形后发生回弹的最大位移量作为优化目标，同时根据零件回弹位移设立约束条件；(2)运用粒子群算法在CV‑SVM近似模型中迭代寻优,以K折交叉验证法获得最优惩罚因子C和核宽度σ...

【技术特征摘要】
1.一种基于PSO的零件回弹成形工艺参数优化方法，其特征在于：以CV-SVM近似模型为主体，以板料厚度、冲压速度、摩擦因数三个成形工艺参数中的取值区间为约束条件，零件回弹位移最小化为优化目标，采用粒子群算法进行迭代寻优，获取其最优的成形工艺参数组合，将优化后的成形工艺参数导入DYNAFORM软件中进行数值模拟与验证，对比前后回弹数据的优化效果，该方法包括以下步骤：(1)针对一种汽车异形弯曲件零件，建立回弹预测数字模型，首先把零件成形后发生回弹的最大位移量作为优化目标，同时根据零件回弹位移设立约束条件；(2)运用粒子群算法在CV-SVM近似模型中迭代寻优,以K折交叉验证法获得最优惩罚因子C和核宽度...

【专利技术属性】
技术研发人员：梅益，杨幸雨，王莉媛，
申请(专利权)人：贵州大学，
类型：发明
国别省市：贵州,52