System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 基于多目标优化算法的型材模具优化方法及系统技术方案_技高网
当前位置: 首页 > 专利查询>中南大学专利>正文

基于多目标优化算法的型材模具优化方法及系统技术方案

技术编号:40423842 阅读:6 留言:0更新日期:2024-02-20 22:43
本发明专利技术提供一种基于多目标优化算法的型材模具优化方法及系统,该方法包括如下步骤:获取待优化的目标模具的模具结构参数,以及利用目标模具生产的目标型材的型材参数;基于型材参数确定并优化目标型材的热变形本构模型;根据热变形本构模型对目标模具进行型材成型有限元模拟,确定多个优化变量指标和优化目标;通过响应曲面分析得到模具结构参数和多个优化变量指标之间的影响关系,并构建模具结构参数和多个优化变量指标之间的参数关系模型;基于优化目标并利用NSGA2算法对参数关系模型进行多目标优化,得到达成所有优化目标的优化最终解;通过优化最终解优化调整模具结构参数。本发明专利技术通过多目标优化可以起到有效的模具优化效果。

【技术实现步骤摘要】

本专利技术属于模具设计,具体是涉及到一种基于多目标优化算法的型材模具优化方法及系统


技术介绍

1、挤压模具是铝型材生产中至关重要的工具,模具设计优化是提高模具使用寿命和消除型材生产质量异常的关键方法。然而,当前对于模具优化效果的评判指标集中在以型材截面流速方差(sdv)的为主的单目标优化。随着市场的快速变化,尤其是新能源汽车对型材的广泛应用,出现了一些新的技术特点。例如新能源汽车电池托盘组件中的边梁型材,该型材具有多个腔体、壁厚偏差大且局部质量集中的特点。

2、与传统型材结构相比,新能源汽车电池托盘组件中的边梁型材由于壁厚差大,引起的模具芯头两侧静水压力差异大,导致芯头向低压侧(厚壁处)偏移,可能引发型材尺寸超标甚至芯头发生不可逆塑性变形,对产品质量和模具寿命产生不利影响。另一方面,芯头的偏移还可能会形成阻碍角或促流角,导致型材截面流速更加难以控制,加剧了sdv指标的恶化。此外,由于质量分布不均匀,质量集中的部位因静水压力不足可能导致型材填充困难,产生疏松或空洞,给后续加工使用带来严重的安全隐患。因此,对于多腔体、壁厚差大的型材而言,在该型材的型材模具优化过程中若只考虑如截面流速方差(sdv)的单一优化目标,将难以达到型材模具的优化效果,且利用优化后模具所加工生产的型材也难以满足型材质量要求。


技术实现思路

1、本专利技术提供一种基于多目标优化算法的型材模具优化方法及系统,以解决在多腔体、壁厚差大的型材模具优化过程中,仅考虑单一优化目标难以达到优化效果的问题。

2、第一方面,本专利技术提供一种基于多目标优化算法的型材模具优化方法,该方法包括如下步骤:

3、获取待优化的目标模具的模具结构参数,以及利用所述目标模具生产的目标型材的型材参数,所述目标型材包含空腔部、薄壁部和厚壁部;

4、基于所述型材参数确定并优化所述目标型材的热变形本构模型;

5、根据所述热变形本构模型对所述目标模具进行型材成型有限元模拟,确定所述目标模具的多个优化变量指标和各个所述优化变量指标的优化目标;

6、通过响应曲面分析得到所述模具结构参数和多个所述优化变量指标之间的影响关系,并结合所述影响关系和所述优化目标构建所述模具结构参数和多个所述优化变量指标之间的参数关系模型;

7、基于所述优化目标并利用带精英保留策略的快速非支配排序算法对所述参数关系模型进行多目标优化,得到达成所有所述优化目标的优化最终解;

8、通过所述优化最终解优化调整所述模具结构参数。

9、可选的,所述型材参数包括多组试验温度和多组试验应变参数,所述基于所述型材参数确定并优化所述目标型材的热变形本构模型包括如下步骤:

10、根据预设的合金数据库生成标准热变形本构模型,所述标准热变形本构模型包括标准材料参数;

11、结合多组所述试验温度和多组所述试验应变参数进行多次热压缩试验,并对所有试验结果采用线性拟合方法计算得到最优材料参数;

12、将所述最优材料参数替换所述标准热变形本构模型中的所述标准材料参数,得到所述目标型材的热变形本构模型。

13、可选的,所述试验应变参数包括试验应变力、试验应变量和试验应变速率,所述目标型材的热变形本构模型的表达式如下:

14、

15、式中:表示所述试验应变力,表示所述试验应变量,表示所述试验应变速率,表示所述试验温度,为不同的所述最优材料参数。

16、可选的,所述根据所述热变形本构模型对所述目标模具进行型材成型有限元模拟,确定所述目标模具的多个优化变量指标和各个所述优化变量指标的优化目标包括如下步骤:

17、在所述空腔部沿所述目标模具的长度方向设置多个第一测点;

18、围绕所述厚壁部的几何中心在所述厚壁部设置多个第二测点;

19、根据所述热变形本构模型对所述目标模具进行型材成型有限元模拟;

20、检测多个所述第一测点在所述型材成型有限元模拟过程中的流体流速,并基于所有所述流体流速计算得到流速标准偏差作为所述目标模具的优化变量指标;

21、检测多个所述第一测点在所述型材成型有限元模拟过程中的流体压力,并基于所有所述流体压力计算得到压力标准偏差作为所述优化变量指标;

22、检测多个所述第二测点在所述型材成型有限元模拟过程中的流体压力,并基于所有所述流体压力计算得到厚壁静水压力作为所述优化变量指标;

23、结合多次所述型材成型有限元模拟过程中型材的成型变化,确定所述流速标准偏差、所述压力标准偏差和所述厚壁静水压力的优化目标。

24、可选的,所述模具结构参数包括阻料台高度、工作带长度和假芯头高度,在所述通过响应曲面分析得到所述模具结构参数和多个所述优化变量指标之间的影响关系,并结合所述影响关系和所述优化目标构建所述模具结构参数和多个所述优化变量指标之间的参数关系模型之前还包括如下步骤:

25、结合所述模具结构参数和多个所述优化变量指标,并根据效应面法试验设计进行有限元模拟分析,得到所述模具结构参数和多个所述优化变量指标之间的多种参数关系;

26、基于多种参数关系并采用逐步回归方法构建三元二次回归模型,所述三元二次回归模型包括流速标准偏差回归模型、压力标准偏差回归模型和厚壁静水压力回归模型;

27、通过对所述三元二次回归模型进行p值检验,验证所述模具结构参数属于所述优化变量指标的影响因子。

28、可选的,所述通过响应曲面分析得到所述模具结构参数和多个所述优化变量指标之间的影响关系,并结合所述影响关系和所述优化目标构建所述模具结构参数和多个所述优化变量指标之间的参数关系模型包括如下步骤:

29、依次将所述流速标准偏差、所述压力标准偏差和所述厚壁静水压力作为响应目标,并将所述模具结构参数中的任意两个作为影响因子生成多个二阶响应曲面;

30、分析所有所述二阶响应曲面确定所述模具结构参数和多个所述优化变量指标之间的影响关系;

31、基于所述三元二次回归模型并结合所述影响关系和所述优化目标,构建所述模具结构参数和多个所述优化变量指标之间的参数关系模型。

32、可选的,所述基于所述优化目标并利用带精英保留策略的快速非支配排序算法对所述参数关系模型进行多目标优化,得到达成所有所述优化目标的优化最终解包括如下步骤:

33、基于所述优化目标并利用带精英保留策略的快速非支配排序算法对所述参数关系模型进行多目标优化,得到所有所述优化目标的pareto最优解解集;

34、将所有所述优化目标作为评估指标,并基于所述pareto最优解解集生成指标矩阵;

35、对所述指标矩阵进行归一化处理;

36、利用所述评估指标预设的指标权重为所述指标矩阵中的各元素赋权,得到赋权矩阵;

37、基于所述赋权矩阵并采用topsis法对所述pareto最优解解集中的各项解进行评估本文档来自技高网...

【技术保护点】

1.一种基于多目标优化算法的型材模具优化方法,其特征在于,包括如下步骤:

2.根据权利要求1所述的基于多目标优化算法的型材模具优化方法,其特征在于,所述型材参数包括多组试验温度和多组试验应变参数,所述基于所述型材参数确定并优化所述目标型材的热变形本构模型包括如下步骤:

3.根据权利要求2所述的基于多目标优化算法的型材模具优化方法,其特征在于,所述试验应变参数包括试验应变力、试验应变量和试验应变速率,所述目标型材的热变形本构模型的表达式如下:

4.根据权利要求1所述的基于多目标优化算法的型材模具优化方法,其特征在于,所述根据所述热变形本构模型对所述目标模具进行型材成型有限元模拟,确定所述目标模具的多个优化变量指标和各个所述优化变量指标的优化目标包括如下步骤:

5.根据权利要求4所述的基于多目标优化算法的型材模具优化方法,其特征在于,所述模具结构参数包括阻料台高度、工作带长度和假芯头高度,在所述通过响应曲面分析得到所述模具结构参数和多个所述优化变量指标之间的影响关系,并结合所述影响关系和所述优化目标构建所述模具结构参数和多个所述优化变量指标之间的参数关系模型之前还包括如下步骤:

6.根据权利要求5所述的基于多目标优化算法的型材模具优化方法,其特征在于,所述通过响应曲面分析得到所述模具结构参数和多个所述优化变量指标之间的影响关系,并结合所述影响关系和所述优化目标构建所述模具结构参数和多个所述优化变量指标之间的参数关系模型包括如下步骤:

7.根据权利要求1所述的基于多目标优化算法的型材模具优化方法,其特征在于,所述基于所述优化目标并利用带精英保留策略的快速非支配排序算法对所述参数关系模型进行多目标优化,得到达成所有所述优化目标的优化最终解包括如下步骤:

8.根据权利要求7所述的基于多目标优化算法的型材模具优化方法,其特征在于,所述基于所述优化目标并利用带精英保留策略的快速非支配排序算法对所述参数关系模型进行多目标优化,得到所有所述优化目标的Pareto最优解解集包括如下步骤:

9.根据权利要求7所述的基于多目标优化算法的型材模具优化方法,其特征在于,所述基于所述赋权矩阵并采用TOPSIS法对所述Pareto最优解解集中的各项解进行评估和排序,并最终得到所述Pareto最优解解集中达成所有所述优化目标且属于最优水平的优化最终解包括如下步骤:

10.一种基于多目标优化算法的型材模具优化系统,包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如权利要求1至9中任意一项所述的基于多目标优化算法的型材模具优化方法。

...

【技术特征摘要】

1.一种基于多目标优化算法的型材模具优化方法,其特征在于,包括如下步骤:

2.根据权利要求1所述的基于多目标优化算法的型材模具优化方法,其特征在于,所述型材参数包括多组试验温度和多组试验应变参数,所述基于所述型材参数确定并优化所述目标型材的热变形本构模型包括如下步骤:

3.根据权利要求2所述的基于多目标优化算法的型材模具优化方法,其特征在于,所述试验应变参数包括试验应变力、试验应变量和试验应变速率,所述目标型材的热变形本构模型的表达式如下:

4.根据权利要求1所述的基于多目标优化算法的型材模具优化方法,其特征在于,所述根据所述热变形本构模型对所述目标模具进行型材成型有限元模拟,确定所述目标模具的多个优化变量指标和各个所述优化变量指标的优化目标包括如下步骤:

5.根据权利要求4所述的基于多目标优化算法的型材模具优化方法,其特征在于,所述模具结构参数包括阻料台高度、工作带长度和假芯头高度,在所述通过响应曲面分析得到所述模具结构参数和多个所述优化变量指标之间的影响关系,并结合所述影响关系和所述优化目标构建所述模具结构参数和多个所述优化变量指标之间的参数关系模型之前还包括如下步骤:

6.根据权利要求5所述的基于多目标优化算法的型材模具优化方法,其特征在于,所述通过响应曲面分析得到所述模具...

【专利技术属性】
技术研发人员:姜锋许栩达吴飞飞蒋春丽
申请(专利权)人:中南大学
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1