论文部分内容阅读
热挤压模具是铝型材生产过程中的关键部分,它对产品质量和生产效率以及成本影响很大。根据统计数据显示,模具因为磨损而失效占的比例很大。传统的加工工艺参数设计制定主要是靠人工经验来设置,随意性和不确定性比较大,这会导致有时工艺参数设置不合理,生产中磨损现象严重,需要经常修模、换模,造成比较大的浪费,不利于企业降低生产成本。本文针对这些问题,以热挤压模具为研究对象,产品为一圆棒料,以降低模具磨损值为关注点,利用DEFORM软件进行仿真来研究影响模具磨损的主要因素,然后基于这些数据用最小二乘支持向量机进行训练,得到磨损预测模型,实现了对模具的磨损分析和预测功能。最后通过遗传算法,按照得到的模型,以最小磨损为优化目标寻找最优工艺参数。本文具体研究工作如下:(1)根据铝型材挤压生产工艺过程,系统分析了模具温度、挤压速度、模具硬度对磨损的影响,揭示了挤压模具磨损特点及磨损影响因素。(2)针对影响模具磨损的因素,设计了七组实验方案,用DEFORM-3D有限元软件进行模拟仿真,通过对模具设置采集点来采集磨损信息,获得磨损数据,并针对仿真结果,研究分析了挤压温度、速度、模具硬度对模具磨损的影响规律以及参数变化时磨损的变化情况。(3)用有限元分析软件DEFORM-3D仿真分析的数据作为学习样本,使用最小二乘支持向量机(LS-SVM)对样本数据进行拟合和对比,以此建立热挤压磨损模型,并用此模型对模具磨损进行预测。结果表明该模型能够有效地学习模具磨损中的复杂的非线性关系,预测精度比较高。因此该模型可以用作对实际加工中的模具磨损进行有效预测,并为挤压工艺的参数选择提供依据。(4)编写遗传算法程序,利用第四章建立的预测模型,以磨损值最小为目标进行优化,寻找最优挤压工艺参数。在设计的实验条件下,通过运算结果发现在挤压速度V=10mm/s,模具温度T=430℃,模具硬度H=45HRC的参数条件下,模具磨损的值最小,是一组优化的工艺参数。综合以上研究,并结合企业实际特点,提供了一种优化挤压工艺参数的方法,为实现挤压模具的健康管理提供了思路,有利于企业安全,持续的无故障生产,通过延长了模具的使用寿命来提高企业的市场竞争力。