一种金属材料弯曲成形回弹角预测方法技术

一种金属材料弯曲成形回弹角预测方法，包括以下步骤：建立弯曲回弹有限元模型，利用有限元仿真软件对金属弯曲回弹进行虚拟正交试验,获得模拟数据；对数值模拟数据进行极差分析，确定弯曲回弹角度影响最显著的主因素；每个主因素考察三个水平，建立正交试验表，主因素的每个水平随机做一次实验；计算回弹角度在主因素其它同一水平条件下的实验数据与模拟数据的比值，获得回弹角度在主因素各水平条件下的修正系数；用修正系数与对应的数值模拟数据相乘，获得修正值；基于神经网络建立预测模型,运用虚拟正交试验工况条件下的修正数据对神经网络进行训练学习；利用已训练好的神经网络模型便可对未知工况数据预测该工况下的金属材料弯曲回弹角度。

【技术实现步骤摘要】
一种金属材料弯曲成形回弹角预测方法
本专利技术涉及金属材料弯曲成形工艺领域，尤其涉及一种金属材料弯曲成形回弹角预测方法。
技术介绍
目前金属弯曲件由于易于实现产品的轻量化、强韧化和满足低耗高效精确制造方面的要求，广泛应用于航空、航天、船舶、车辆、化工、医疗和能源等领域作为气体、液体的输送路径或者结构。针对金属材料弯曲成形的回弹问题，国内外学者进行了大量的研究，目前主要有理论解析、数值模拟和试验研究]三种。理论解析方法在某种程度揭示和解决了金属材料弯曲生产中的一些实际问题，推动了弯曲解析理论向前发展，但大多以大量的假设与简化为基础，如将金属管材假设为理想弹塑性材料、忽略了应力应变中性层位移、忽略管材弯曲过程中的收缩应变比和弹性模量等材料参数变化、弯管横截面上的剪应力等等，缺乏严密性，分析误差大，限制了它在生产实际的推广应用。数值分析方法的引入使金属材料弯曲过程的研究获得了长足的进展，但与生产实际还存在一定的差距，主要原因是金属材料弯曲既有材料非线性又有几何非线性及边界非线性，涉及很多不确定因素的影响，是一个非常复杂的多重非本文档来自技高网...

【技术保护点】
1.一种金属材料弯曲成形回弹角预测方法，包括以下步骤：/n步骤1：建立金属材料弯曲回弹有限元模型，利用有限元仿真软件对金属材料弯曲回弹进行虚拟正交试验,获得金属材料弯曲回弹角度的数值模拟数据；/n步骤2：对金属材料弯曲回弹角度的数值模拟数据进行极差分析，确定对金属材料弯曲回弹角度影响最显著的主因素；/n步骤3：每个主因素考察三个水平，建立田口正交试验表，从虚拟正交试验表中，主因素的每个水平随机选做一次真实的实验，获得金属材料弯曲回弹角度的实验数据；/n步骤4：用金属材料弯曲回弹角度在主因素一定水平条件下的实验数据除以数值模拟数据，获得回弹角度在主因素该水平条件下的修正系数；依次计算回弹角度在主...

【技术特征摘要】
1.一种金属材料弯曲成形回弹角预测方法，包括以下步骤：
步骤1：建立金属材料弯曲回弹有限元模型，利用有限元仿真软件对金属材料弯曲回弹进行虚拟正交试验,获得金属材料弯曲回弹角度的数值模拟数据；
步骤2：对金属材料弯曲回弹角度的数值模拟数据进行极差分析，确定对金属材料弯曲回弹角度影响最显著的主因素；
步骤3：每个主因素考察三个水平，建立田口正交试验表，从虚拟正交试验表中，主因素的每个水平随机选做一次真实的实验，获得金属材料弯曲回弹角度的实验数据；
步骤4：用金属材料弯曲回弹角度在主因素一定水平条件下的实验数据除以数值模拟数据，获得回弹角度在主因素该水平条件下的修正系数；依次计算回弹角度在主因素其它同一水平条件下的实验数据与数值模拟数据的比值，获得回弹角度在主因素各水平条件下的修正系数；
步骤5：用主因素各水平条件下的修正系数与对应的数值模拟数据相乘积，获得各工况条件下虚拟正交试验的修正值；
步骤6：基于人工神经网络建立金属材料弯曲回弹角度的预测模型，运用虚拟正交试验工况条件下的修正数据对神经网络进行训练学习之后，输入金属材料弯曲回弹未知工况数据，经神经网络计算，获得该未知工况下金属材料弯曲回弹角度的预测值。


2.根据权利要求1所述的一种金属材料弯曲成形回弹角预测方法，其特征是：所述金属材料为Q235管材...

【专利技术属性】
技术研发人员：游张平，叶晓平，朱银法，张蕊华，袁海洋，卓耀彬，林云峰，李培远，赵海波，蒋理剑，朱利洋，
申请(专利权)人：丽水学院，
类型：发明
国别省市：浙江;33