一种基于数值仿真和机器学习的热冲压模具冷却水道优化设计方法技术

本发明专利技术涉及热冲压模具技术领域，尤其涉及一种基于数值仿真和机器学习的热冲压模具冷却水道优化设计方法，该方法旨在解决复杂结构面热冲压件冷却不均衡的技术难题。所述方法实现了从数据收集、仿真分析、机器学习建模到优化决策的闭环，目标是通过精确的热冲压模具冷却系统设计优化，提高模具的热管理效果，降低生产风险并提高生产效率。此方法结合了力学仿真、温度场分析、机器学习预测和多目标优化，为冷却水道设计提供了科学和高效的优化方案。

【技术实现步骤摘要】

本专利技术涉及热冲压模具，具体涉及一种基于数值仿真和机器学习的热冲压模具冷却水道优化设计方法。

技术介绍

1、汽车轻量化已经成为全球汽车制造业发展的主要趋势。为了在确保汽车车身结构强度的前提下实现轻量化设计，高强度钢被广泛应用于汽车零部件的制造过程中。鉴于高强度钢的成型性能相对较差，传统的冲压工艺已无法满足汽车高强度结构件的生产需求，因此在当前的工业生产中，热冲压成型技术已成为主要的生产手段。

2、22mnb5锰硼钢作为一种高强度钢，在工业生产中得到了广泛应用。在板料冲压成形前，其初始相结构主要由铁素体和珠光体组成。零件的力学强度与马氏体含量密切相关，而马氏体的形成主要在模具内保压淬火过程中实现。通过精确控制淬火过程中的冷却速率，可以有效地调节热冲压后零件的机械性能。当冷却速率超越临界值时，可形成完全马氏体微观结构，并显著增强构件的综合力学性能。为实现热成形零件的快速冷却并促成高强度马氏体结构的形成，需在模具内部布置冷却水道。通过冷却水的循环流动，加速模具及热冲压件的快速冷却至目标温度。

3、冷却水道的几何结构与布局对马氏体相变过程本文档来自技高网...

【技术保护点】

1.一种基于数值仿真和机器学习的热冲压模具冷却水道优化设计方法，其特征在于：包括：

2.根据权利要求1所述的一种基于数值仿真和机器学习的热冲压模具冷却水道优化设计方法，其特征在于：通过设计图纸、CAD模型或实际测量获取热冲压模具的结构参数与冷却水道布局信息，包括模具的结构尺寸、水道的长度、直径、水道的走向；通过三维建模软件，创建模型。

3.根据权利要求1所述的一种基于数值仿真和机器学习的热冲压模具冷却水道优化设计方法，其特征在于：在仿真软件中实施热冲压过程的力学仿真与温度场仿真，获取模具接触面的接触压强分布数据及温度分布数据，包括以下内容：p>

4.根据权...

【技术特征摘要】

1.一种基于数值仿真和机器学习的热冲压模具冷却水道优化设计方法，其特征在于：包括：

2.根据权利要求1所述的一种基于数值仿真和机器学习的热冲压模具冷却水道优化设计方法，其特征在于：通过设计图纸、cad模型或实际测量获取热冲压模具的结构参数与冷却水道布局信息，包括模具的结构尺寸、水道的长度、直径、水道的走向；通过三维建模软件，创建模型。

3.根据权利要求1所述的一种基于数值仿真和机器学习的热冲压模具冷却水道优化设计方法，其特征在于：在仿真软件中实施热冲压过程的力学仿真与温度场仿真，获取模具接触面的接触压强分布数据及温度分布数据，包括以下内容：

4.根据权利要求1所述的一种基于数值仿真和机器学习的热冲压模具冷却水道优化设计方法，其特征在于：确定无水道实体模型在冲压过程中的应力分布特征，应力集中的区域被视为高风险区，其他区域则为一般风险区。

5.根据权利要求1所述的一种基于数值仿真和机器学习的热冲压模具冷却水道优化设计方法，其特征在于：冷却水道主要结构参数包括中心距、直径、距离，通过计算不同接触压强下冷却水道主要结构参数，确定各区域结构参数的...

【专利技术属性】
技术研发人员：冯毅雄，金柯兵，杨波，李传江，张大斌，胡炳涛，李贵闪，
申请(专利权)人：贵州大学，
类型：发明
国别省市：