利用BP神经网络预测钢材单位挤压力

以钢材中C和Cr的成分、变形程度和单位挤压力的关系为研究对象，在Matlab语言环境下，以正挤压试验数据作为训练和预测样本，用5节点的单隐含层BP型神经网络对钢材单位挤压力进行了预测。结果表明，采用正交试验和人工神经网络相结合的方法来预测单位挤压力是有效和可行的。     

汽车件的精密塑性成形工艺与疲劳寿命智能分析系统

将精密塑性成形汽车件的工程问题作为一个系统,基于三维大变形弹塑性力学理论、弹性力学理论和疲劳破坏理论,以数值模拟软件和相关疲劳计算软件为平台,建立了汽车件的精密塑性成形工艺与疲劳寿命智能分析系统。该系统首先模拟精密塑性成形,建立精密塑性成形工艺参数与零件内部应力—应变场之间的关系,在保留零件残余应力场的前提下,模拟分析零件的实际受力,获得了应力—应变响应,再结合材料疲劳性能参数和工作载荷,最终把精密塑性成形工艺参数与其受载后的疲劳寿命智能化地联系起来。经花键冷挤压工艺试验和疲劳试验验证,分析结果和试验结果吻合很好。     

低温钢冲击断口形貌分析

对不同温度下冲击韧度试验的低温钢断口形貌进行了分析，宏观上通过纤维区、放射区和剪切唇在断口上所占比例，微观上通过SEM照片中韧窝的形状、大小和夹杂物的成分及分布来预测判断材料切性的优劣。     

传动轴渐开线花键冷挤压成形过程数值仿真

采用MSC／superform软件对某型汽车传动轴渐开线花键冷挤压成形过程进行了三维数值模拟。通过数值仿真、实现了成形过程跟踪、力学量场再现和成形缺陷预测，探索了复杂高精度零件冷挤压成形规律，实现了毛坯和模具的优化设计，为花键类零件冷挤压工艺生产提供了依据。工艺试验表明，该冷挤压工艺与模具设计合理，数值模拟分析及计算准确。