采用iSIGHT进行车身冲压件成形自动优化设计

2016-10-24 by:CAE仿真在线来源:互联网

1. 项目简介

在汽车工业中, 70%的零部件是采用冲压成形的方法制造的,尤其是车身冲压件。当前,汽车工业在车身冲压件开发过程中已经广泛地采用板料成形数值模拟技术,并在一定程度上降低开发费用、缩短设计周期。在产品的设计阶段,用于判断产品的几何成形性;在模具开发阶段,进行冲压过程的仿真来预测成形缺陷等,从而不断地优化工艺参数以达到最大化的效率、质量以及可靠性。

然而,车身冲压成形工艺受到许多因素的影响,如模具几何型面、毛坯轮廓形状、压边力、拉深筋阻力、摩擦力等。因此,合理地确定这些参数具有至关重要的作用。但目前的设计手段令人十分沮丧:设计过程往往基于直觉式的经验,通过不断地修改工艺参数以及模具型面,并反复地进行数值模拟过程来实现[3~5]。这种方法,对于小型的设计或局部的修改尚可采用,而面对复杂产品的大量工艺参数时,显然既耗费时间又耗费精力,而且对专业知识的要求也非常高,根本无法准确地确定最优的设计值,也无法保证生产过程的质量稳定性。

因此,为了更有效地利用数值模拟技术,更好地解决冲压工艺设计问题,项目采用iSIGHT 优化技术与数值模拟技术相结合的方法,开发工艺并智能地确定优化结果,为工艺优化设计提供了一条实用的解决途径。

2. 项目实施

2.1 问题描述

在冲压成形过程中,常常需要控制金属板料流入凹模的速度,保证基本均匀的变形条件,防止成形缺陷的产生。这种控制往往可以通过改变压料面形状、调整拉深筋阻力等来实现。然而,人们发现在模具调试过程中,钳工反复修改拉深筋形状、尺寸达到控制拉深筋阻力的工作量很大,因此,确定优化的拉深筋阻力成为车身冲压件成形的关键。

针对以上问题,项目研究了拉深筋阻力优化设计的关键技术,采用增量有限元软件,结合”三维板料成形工艺数值模拟”国际会议( NUMISHEET’93)的一个 Benchmark 标准实例给出了优化设计结果。图 1 所示为该标准实例的有限元模型。

图 1 Nissan’s Infiniti J30 前翼子板模具结构有限元模型

2.2 优化模型

1. 设计变量

计算采用等效拉深筋模型,定义各段拉深筋所对应的阻力及变化范围,如图 2 所示为拉
深筋布置情况:

B1:0<DBF1<=100 (N/mm)

B2:0<DBF1<=100 (N/mm)

B3:0<DBF1<=100 (N/mm)

B4:0<DBF1<=100 (N/mm)

B5:0<DBF1<=100 (N/mm)

B6: 0<DBF1<=100 (N/mm)

图 2 拉深筋布置及分段

2. 目标函数

冲压成形中主要避免产生以下形式的缺陷:破裂(材料局部过渡减薄)、起皱(材料局部堆积增厚)、暗坑(变形量不足)、回弹(几何形状不准确)。为了避免以上冲压成形缺陷的产生,需要建立一个可靠的成形性评价标准。虽然在有限元分析中,破裂与起皱等缺陷无法直接测量得到,但与板料变形后局部极度地减薄或增厚有关,因而板料各处厚度的变化情况以及应力、应变情况可以间接反映冲压件的成形性,可以建立成形厚度的分布程度作为评价指标,采用如下形式的目标函数:

其中:

t0 为初始板料厚度;

ti 为最终板料厚度;

λ为减薄(增厚)变形系数;

p 为影响因子,可取 p=2;

n 为变形板料总节点数。

2.3 优化策略

1. DOE 初步探索
iSIGHT 提供多种试验方法,由于拉丁方法具有高效、自由探索的能力,可以作为优化的初步工具。采用 LH 得到的最佳试验方案,破裂区域明显减小。

表 1 试验前后对比结果

图 3 试验前与LH 试验设计值的成形极限结果对比

通过LH 试验的研究结果,发现各设计变量对目标函数的影响程度如下:

2. 混合求解

基于问题的复杂性,考虑直接采用优化方法将消耗大量的计算时间。可以根据拉丁方试验的数据结果建立响应表面模型( RSM),完成近似的内部循环。同时,结合数学优化算法,对响应表面法得出的近似解进行外部的精确计算。数学优化算法采用序列二次规划法( NLPQL)与混合整数规划( MOST)结合的方法,优化流程如图。

图 4 优化设计流程

2.4 优化结果对比

优化后,成形性得到明显改善。

表 3 优化前后结果对比

图 5 混合求解计算成形极限图

3 . 结束语

目前,该方向的国内外研究还处于刚刚起步,原因是多方面的,但手段与支撑技术的匮乏是目前主要的局限。令人欣喜万分的是, iSIGHT 软件通用的集成手段,丰富的优化算法,高效的优化策略,为实现车身冲压件自动优化设计提供了强大而有力的软件支持。研究开展半年来,采用 iSIGHT 软件成功实现了板料成形过程变量的自动优化设计,工艺变量优化如压边力、拉深筋阻力,材料参数的选择如 n 值,板厚等。随着研究的不断深入,将复杂几何型面纳入优化变量的范围,将大大提高研究的水平和实用性。

开放分享：优质有限元技术文章,助你自学成才