【技术实现步骤摘要】
一种板料成形工艺优化设计方法
[0001]本申请涉及板料成形优化
，更具体地说，尤其涉及一种板料成形工艺优化设计方法。
技术介绍
[0002]板料冲压成形是利用金属板料塑性变形的特点，使其在冲压设备上，借助模具对板料施加一定的压力，通过压力的作用，使板料产生塑性变形，从而得到不同形状的成形零件。影响板料成形的工艺参数非常多，包括板料的材料参数，冲压速度，压边力，模具间的间隙，模具的倒角，摩擦力系数等。如果这些参数的选取不恰当，会影响零件的加工精度和表面质量，甚至会产生起皱、破裂和反弹等形式的失效。
[0003]板料成形是一个复杂的高度非线性过程，优化过程计算繁杂求解耗时，目前板料成形优化设计中都是基于智能算法进行优化求解，通过经验反复调整工艺参数进行实验直到获得满意的成形结果，这种方法费时费力，确定的工艺参数也不是最优的参数组合，并且智能优化算法求解非常费时，影响优化效率。
[0004]因此，如何提供一种板料成形工艺优化设计方法，其基于多目标梯度增强型粒子群算法，能够有效提高板料成形优化效率，快速确定最...
【技术保护点】
【技术特征摘要】
1.一种板料成形工艺优化设计方法，其特征在于，包括以下步骤：S1、确定决策空间和目标函数：对零件成形的过程进行模拟仿真，分析其成形特性，确定优化目标以及目标函数，并通过单因素实验分析，确定零件成形的设计参数及其大致取值范围；S2、实验设计：通过拉丁超立方试验设计方法在所述决策空间内进行抽样，获得均匀分布的样本点，对每一个所述样本点进行仿真分析，得到所述目标函数的仿真值；S3、构建响应面代理模型：基于样本点的数据，构建响应面代理模型，并通过所述响应面代理模块构建所述设计参数与所述目标函数的映射关系；S4、响应面代理模型精度检验：对所述响应面代理模型进行精度分析，若精度满足工程要求，则跳转至下一步骤；若精度不满足工程要求，则跳回步骤S2，通过拉丁超立方试验设计方法增加所述样本点的数量，继续构键所述响应面代理模型，直到所述响应面代理模型的精度满足工程要求；S5、优化求解：基于多目标梯度增强型粒子群算法对所述响应面代理模型进行优化求解，得到所述目标函数的权衡曲线，根据具体的工程要求，在所述权衡曲线上选取满意解；S6、仿真验证：对所述满意解进行仿真验证，验证优化结果的可靠性。2.根据权利要求1所述的板料成形工艺优化设计方法，其特征在于，所述基于多目标梯度增强型粒子群算法对响应面代理模型进行优化求解的步骤包括：S501、初始化种群、初始化参数：设置最速下降项系数c1、全局学习因子c2和排斥方向系数c3，最大迭代次数k
max
，拥挤区域判断比例S，搜索空间的上限u
n
和u
l
，算法的收敛精度ξ，以及粒子速度的上下限v
max
和v
min
；初始化种群和外部集，随机生成种群中每个粒子的初始位置和初始速度；S502、计算适应度值并对粒子进行评价，计算每一个粒子的适应度值，对所有的解按照Pareto支配关系进行比较，将非劣解储存在所述外部集中；S503、计算所述外部集中每个超立方体内非劣解的个数与外部集中解的总数的第一比值；S504、计算所述超立方体内的非劣解个数占外部集非劣解总数的第二比值，将所述第二比值与所述拥挤区域判断比例S进行对比分析，根据对比结果更新每一个粒子的速度与位置。3.根据权利要求2所述板料成形工艺优化设计方法，其特征在于，所述基于多目标梯度增强型粒子群算法对响应面代理模型进行优化求解的步骤还包括：S505、计算更新后每一个粒子的适应度值；S506、把种群中每一个粒子的所述适应度值和所述外部集中的非劣解按照Pareto支配解进行比较，保存非劣解，删除被支配的解；S507、当所述外部集的非劣解数量达到设定值时，根据多目标粒子群算法的自适应网格法对所述外部集进行维护，保存较优的非劣解，去掉不好的解；S508、判断算法是否满足迭代停止的条件，如果满足，则停止迭代并输出结果，否则跳转到步骤S503继续循环。4.根据权利要求2所述的板料成形工艺优化设计方法...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。