汽车发动机罩外板成形工艺性分析与优化

以汽车发动机罩外板为研究对象,采用CAD/CAE技术对其拉延成形工艺进行分析与优化,确定产品冲压方向与拉延深度,进行模面设计、参数设置,完成成形过程的仿真模拟,并对毛坯形状、压边力数值优化、拉延筋设置等问题进行探讨,最终确定优化后的工艺参数和模具结构。     

西南山区高等级公路层状岩质边坡失稳判据研究

结合对西南山区高速公路的109个边坡实例统计分析,得出层状边坡失稳与边坡岩性,岩层的倾角、厚度及边坡坡脚和坡高的关系。分析岩层倾角的大小与边坡失稳的关系,得出岩层倾角大小与边坡失稳的关系,运用极限平衡等理论,推导不同岩性边坡失稳的极限高度计算公式,通过实例证明了公式的可靠性。     

轿车翼子板冲压数值模拟精细闭环分析

针对目前板材冲压分析常用的等效拉延筋模型的模拟结果无法准确预测某些成形缺陷的问题,提出了运用白光扫描技术获取高精度调试后模具拉延型面和拉延筋状态的真实拉延筋模型做为模拟分析工具的新方法。并配以适合真实拉延筋模型模拟的板材冲压分析参数设置方案,对轿车翼子板零件进行了冲压数值模拟分析。同时,采用网格应变扫描设备ARGUS对实际拉延零件进行了相应的主、次应变测量。结果表明,采用合理的真实拉延筋模型、真实的板料力学性能参数和成形工艺参数,可获得与实际生产吻合度较好的模拟结果。     

具有反向学习能力的串车调度算法研究

为了避免串车问题,研究了多条线路不同站点间隔的车辆实时串车调度算法.基于车辆自动定位(AVL)数据的分析预测,给出了具备反向学习能力的克隆选择优化算法 (Opposition-learning Clonal Selection Algorithm, OCSA )求解避免串车的调度序列,指导车辆调度.算法中设计了反向抗体库,反向抗体库存储了种群迭代过程中多个较差抗体的信息,利用较差基因位置信息,指导部分基因链以较快速度进行反向学习,将其迅速牵引出局部最优区域.反向学习过程可迅速改善抗体的多样性,使得算法在短时间内具有较强的全局寻优能力;且局部学习的缩放因子可随迭代过程动态调整,提高了算法的求解精度.实验结果表明,基于 OCSA算法获取的调度序列与经典的调度算法相比有较好的适应性,求得的调度序列能够实时有效地降低站点串车问题.     

汽车覆盖件拉延工艺CAD设计

汽车覆盖模具工艺设计及CAD技术的结合对于汽车行业的发展有重大意义，介绍了汽车车身覆盖件的拉延工艺特点和内容，以及在三维CAD环境下汽车覆盖件的拉延工艺设计制造流程，基于具体实例，根据拉延工艺内容分析了在三维CAD环境下汽车顶盖拉延工艺设计的整个过程，从中可以了解有别于传统的拉延工艺设计方式，为今后汽车拉延工艺乃至车型开发提供一定的经验。     

自动变速器行星齿轮系统传动原理

如图8所示，因内齿圈齿数少于行星架齿数，从而实现超速传动方案，且二者同向旋转。解释：当行星架顺时针旋转，由于太阳轮已被制动，行星架必然带着行星齿轮沿着太阳轮上的啮合面轨道向“前走”，其结果便是行星齿轮在作顺时针自转的同时推动内齿圈，使其作顺时针旋转(外、内齿轮相啮合)。     

基于数值模拟的车身结构件多步冲压工艺优化

车身结构件在实际生产过程中，常需要多道冲压成形工序才能加工出来，工序数量及各工序内容(即塑性变形程度)都会决定成形过程能否顺利完成并影响产品最终成形质量。首先分析了左后悬挂架成形特点，决定采用两步拉延方式完成成形；然后确定首次拉延的四种方案，来研究不同变形形式和变形量对后继拉延所造成的成形质量的影响；通过数值模拟结果中的FLD曲线、材料厚度分布图、最大主应变分布图和拉延成形变形裕度，来研究车身结构件多步冲压工艺设计。     

车身覆盖件模具数字化制造技术

进入二十一世纪，数字化制造技术常被用于车身覆盖件模具开发以提高质量、缩短周期和降低成本。首先根据车身覆盖件的产品特点设计出拉延工序的三维工艺数模(CAD曲面造型)；然后对其进行拉延成形数值模拟(CAE)，提高板料成形极限图、厚度分布图、应力应变分布图，保证覆盖件的工艺数模具有良好的成形性能；根据最终的工艺数模，进行模具三维结构设计(CAD实体建模)和数控加工(CAM)。