本申请公开一种冷冲压零件成形结果的预测方法及相关设备，涉及冷冲压成形技术领域，该方法包括：获取冷冲压模具模型；对冷冲压模具模型进行预处理，得到模具图像，其中，模具图像包括降维图像和位移图像；将模具图像输入至冷冲压工序模型，生成拉延序模具图像；将拉延序模具图像输入至拉延序成形模型，进行成形性预测，以获得冷冲压零件的成形性分布结果。本申请通过将冷冲压模具模型进行降维处理并转化为模具图像，结合基于U‑Net架构的卷积神经网络，实现了从复杂模具模型到拉延序模具图像的简化，以及从拉延序模具图像到成形结果的快速预测。本申请降低了冷冲压成形模拟的计算成本和操作复杂度，提高了预测效率。
【技术实现步骤摘要】
本申请涉及冷冲压成形，尤其涉及一种冷冲压零件成形结果的预测方法及相关设备。
技术介绍
1、随着汽车工业的快速发展，车身零件的轻量化设计和复杂化成形工艺逐渐成为行业的研究重点。冷冲压技术作为车身零件制造的关键工艺，其成形性模拟过程在产品设计中起着至关重要的作用。
2、然而，现有的冷冲压成形模拟方法通常依赖于复杂的有限元分析和高精度模具建模，不仅计算成本高昂，而且模拟过程繁琐耗时，尤其在设计初期的试错阶段，这一问题尤为突出。同时，由于模拟数据通常来自不同的计算平台或软件，其格式和特征分布存在显著差异，导致多源模拟结果难以融合，进一步降低了模拟效率和优化的效果。因此，亟需一种冷冲压零件成形结果的预测方法，以解决上述提到的问题。
技术实现思路
1、在
技术实现思路
部分中引入了一系列简化形式的概念，这将在具体实施方式部分中进一步详细说明。本申请的
技术实现思路
部分并不意味着要试图限定出所要求保护的技术方案的关键特征和必要技术特征，更不意味着试图确定所要求保护的技术方案的保护范围。
>2、第一方面，本申本文档来自技高网...
【技术保护点】
1.一种冷冲压零件成形结果的预测方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述对所述冷冲压模具模型进行预处理，得到模具图像，包括：
3.根据权利要求2所述的方法，其特征在于，所述将降维展开后的数据转换为降维图像和对应的位移图像，并按组整理为模具图像，包括：
4.根据权利要求1所述的方法，其特征在于，所述将所述模具图像输入至冷冲压工序模型，生成拉延序模具图像，包括：
5.根据权利要求1所述的方法，其特征在于，所述将所述拉延序模具图像输入至拉延序成形模型，进行成形性预测，以获得冷冲压零件的成形性分布结果，包括：...
【技术特征摘要】
1.一种冷冲压零件成形结果的预测方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述对所述冷冲压模具模型进行预处理，得到模具图像，包括：
3.根据权利要求2所述的方法，其特征在于，所述将降维展开后的数据转换为降维图像和对应的位移图像，并按组整理为模具图像，包括：
4.根据权利要求1所述的方法，其特征在于，所述将所述模具图像输入至冷冲压工序模型，生成拉延序模具图像，包括：
5.根据权利要求1所述的方法，其特征在于，所述将所述拉延序模具图像输入至拉延序成形模型，进行成形性预测，以获得冷冲压零件的成形性分布结果，包括：
6.根据权利要求5所述的...
【专利技术属性】
技术研发人员：李春光，潘跃，张伟，刘立现，何朗，刘兴全，
申请(专利权)人：首钢集团有限公司，
类型：发明
国别省市：
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。