基于神經網絡和遺傳算法的平臺的汽車前隔板成形工藝參數優化研究

摘 要：基于神經網絡和遺傳算法的汽車前隔板成形工藝參數多目標優化技術，減少破裂和降低起皺缺陷，為企業提供了最佳技術解決方案。

關鍵詞：前隔板;神經網絡;遺傳算法;參數優化

0 引言

汽車覆蓋件形狀千差萬別，形狀的差別自然造成了沖壓工藝的不同。對于汽車覆蓋件沖壓成形這類變形力復雜，應力應變難以定量計算，在壓力機的安裝使用下很難控制變形過程。由于工藝參數值多、模具結構復雜、生產設備精度的限制，模具零件加工質量很難得到保證，很難單靠通過經驗得到最佳的工藝參數值。在汽車覆蓋件優化設計過程中，必須考慮使多個目標在給定條件下均盡可能最佳的優化問題，但這些目標在實際加工生產時是相互矛盾的，即一個目標的改變有可能引起另一個目標的變化，如拉深壓邊力變化下，材料的缺陷破裂和起皺等問題的矛盾就很難平衡。

1 基于神經網絡和遺傳算法的汽車覆蓋件成形多目標優化設計集成系統的建立

沖壓成形數字化分析與優化設計系統是要建立優化問題、通過CAD/CAM進行分析、利用軟件建立有限元模型進行沖壓成形的數字化研究，在分析大量的結果過程中，對最終優化結果進行分析比對，驗證優化結果的有效性。其中多目標遺傳算法優化模塊更有針對性地解決技術上的問題。根據神經網絡模型預測，通過計算獲得迭代進化過程中個體的適應度值，采用具有全局收斂性的多種群并行遺傳算法，對所要優化的問題采用基于Pareto遺傳算法進行多目標優化。

在Pareto方法的平臺上的多目標遺傳算法，通過求解多個局部目標函數的最終確定最優解，實現了基于CAD/CAM技術的優化系統集成。本文通過試驗建立了一個集數字化、人工神經網絡和遺傳算法于一體的汽車覆蓋件優化設計模型，構建模具的成型部件尺寸和加工工藝的參數與優化目標函數值之間的神經網絡映射關系，通過模型的建立及變量的設定，個體適應度值的實時快速求解，得到最佳的解體方案。

2 實例驗證

本項目以汽車前隔板零件為研究對象，產品三維圖如圖1所示，零件的表面形狀較為復雜且拉延深度較深。但由于其產品深度大，形狀公差要求嚴，所以往往是工藝難點。針對這一特點，工藝上采用了兩次拉延，為保證第一次拉延角部不破裂，工藝上采取了拉延前落料的工藝。對于法蘭面，拉延后由于進料大，所以不能保證產品要求的平面度，故在拉延筋的同時，在翻邊壓筋工序上增加了校平工藝。由于法蘭邊上的筋和孔距離較近，為保證孔變形，所以單獨零件上的邊孔。零件的材料為沖壓鋼BLD，其板料厚度為0.8mm。根據其特點初步確定該零件的成形工藝流程為：拉延—切邊—沖孔，最后進行翻邊和整形。確定了零件的工藝補充面和板料的尺寸后，需要對零件的工藝參數進行優化，成形過程的可控變量選擇拉延筋阻尼系數和壓邊力大小。前隔板有限元模型設計變量分布如圖2所示，在零件的分模面的外圍設置了一圈拉延筋，由于零件具有近似對稱的特點，將a1段的阻尼系數定義為f1，a2和a6的阻尼系數定義為f2，a3和a5的阻尼系數定義為f3，a4的阻尼系數定義為f4，整個試驗采用單因素試驗來初步確定成形工序中各段拉延筋阻尼系數和壓邊力大小的范圍，其中f1取值范圍為[10%—20%]，f2取值范圍為[10%—15%]，f3取值范圍為[10%—20%]，f4取值范圍為[10%—15%]，BHF取值范圍為[20kN—30kN]。

試驗設計法采用中心復合試驗，以拉延筋阻尼系數f1、f2、f3、f4和壓邊力大小BHF作為設計變量，以起皺趨勢函數、破裂趨勢函數和厚度不均勻函數作為結果響應，建立正交中心試驗，得到數據在Dynaform中建立有限元模型，采用MATLAB編寫成形性評價指標計算以獲取各成形缺陷的具體數值，形成完整的試驗設計矩陣。采用基于Pareto集的遺傳算法進行約束條件下的多目標參數優化。

在選擇解的過程中，采用基于歐式范數的理想點法來確定最優化工藝參數，最終獲取優化工藝參數組合結果如下：

3 汽車覆蓋件模具整體抬料板設計

抬料板由前到后做成一個整體如圖3所示，料帶的所有工序都在一塊抬料板上送料，送料平穩，結構簡單。但設計時，要注意整體抬料板結構會增加模具一定的加工和物料成本，還會增加模具寬度，設計結構簡單，在保證送料穩定情況下，也減少后期改模成本，故綜合考慮。設計時抬料板盡可能減少避空，整體式抬料板通常自制導向裝置，這樣在實際生產過程中更快捷、高效。

4 結束語

將優化后的最優工藝參數組合試驗結果應用到企業實際生產中，對其外觀檢測發現破裂缺陷已經完全消除，零件成形性好，完全滿足實際工廠的生產要求。

參考文獻：

[1]柳玉起.汽車覆蓋件沖壓成形CAE最新技術[J].中國車身制造與裝備技術交流，2009.

[2]劉林強.油底殼整體拉深成形中的破裂現象研究[J].汽車工藝與材料，2004.

[3]段來根.多工位級進模與沖壓自動化[M].機械工業出版社，2012.

[4]劉長榮.基于UG系統汽車覆蓋件拉延模具設計的研究[J].拖拉機與農用運輸車，2007.

本課題為2018年東莞職業技術學院科研基金資助項目，項目編號：2018a09

作者簡介：曹會元（1972-），男，遼寧撫順人，本科，副教授，主要從事模具設計與制造方面教學研究工作。