专利名称: |
一种板材各向异性本构参数标定方法及系统 |
摘要: |
本发明公开一种板材各向异性本构参数标定方法及系统,涉及材料加工技术领域,主要包括利用胶囊式胀形模具对板材进行沿轧制方向和垂直轧制方向的胀形,获得两组力行程实验数据;初设弹性段和塑性段材料参数,将其代入胶囊式胀形预测模型中,获得两组力行程模拟数据;以力行程实验数据和力行程模拟数据的最小残差平方和为优化目标进行联合优化,得到弹性模量优化值、屈服应力优化值、各向异性参数优化值。本发明提供的方法或者系统,具有线上精准标定材料参数功能,且效率高、成本低。 |
专利类型: |
发明专利 |
国家地区组织代码: |
河北;13 |
申请人: |
燕山大学 |
发明人: |
段永川;乔海棣;田乐;宁松涛;官英平;杨柳 |
专利状态: |
有效 |
申请日期: |
2019-06-06T00:00:00+0800 |
发布日期: |
2019-09-10T00:00:00+0800 |
申请号: |
CN201910490203.6 |
公开号: |
CN110220781A |
代理机构: |
北京高沃律师事务所 |
代理人: |
刘凤玲 |
分类号: |
G01N3/08(2006.01);G;G01;G01N;G01N3 |
申请人地址: |
066000 河北省秦皇岛市河北大街西段438号 |
主权项: |
1.一种板材各向异性本构参数标定方法,其特征在于,所述板材各向异性本构参数标定方法包括: 采用胶囊式胀形模具对板材进行胀形实验,得到两组实验数据;其中,所述胶囊式胀形模具包括胶囊式胀形凸模、压边圈以及胀形凹模,所述胶囊式胀形凸模为两个四分之一球体通过半圆柱体连接而成的凸模,所述压边圈位于所述胶囊式胀形凸模的下面,所述胀形凹模位于所述压边圈的下面,所述胶囊式胀形凸模的头部与压力板连接,所述压力板与压力机连接,所述压力圈通过四根弹簧与所述压力板连接,所述压力机的侧柱上安装位移传感器,所述胶囊式胀形凸模的中部与压力传感器连接;所述实验数据包括沿板材轧制方向力行程实验数据和垂直板材轧制方向力行程实验数据; 确定板材参数初始值,并将所述板材参数初始值输入到已建立的胶囊式胀形预测模型中,得到两组模拟数据;其中,所述板材参数初始值包括弹性模量初始值、屈服应力初始值、各向异性参数初始值;所述胶囊式胀形预测模型是根据所述胶囊式胀形模具构建的;所述模拟数据包括沿板材轧制方向力行程模拟数据和垂直板材轧制方向力行程模拟数据; 利用插值算法,以所述模拟数据为基准,对所述实验数据进行等间隔的插值,得到多组数据集合;所述数据集合包含同一行程下的实验新数据;所述实验新数据包括沿板材轧制方向实验力、垂直板材轧制方向实验力; 根据所有所述数据集合中的同一行程下的实验新数据,计算弹性极限值; 根据所述弹性极限值,对所有所述实验新数据和所有所述模拟数据进行划分,得到第一数据组和第二数据组;所述第一数据组包含力行程小于弹性极限值的模拟数据和实验新数据;所述第二数据组包含力行程大于弹性极限值的模拟数据和实验新数据; 根据已建立的第一优化目标函数和所述第一数据组,计算弹性模量优化值;所述第一优化目标函数是在同一行程下,以沿板材轧制方向模拟力和沿板材轧制方向实验力的最小残差平方和的0.5倍为优化目标建立的目标函数,或者是在同一行程下,以垂直板材轧制方向模拟力和垂直板材轧制方向实验力的最小残差平方和的0.5倍为优化目标建立的目标函数; 根据已建立的第二优化目标函数和所述第二数据组,计算屈服应力优化值、各向异性参数优化值;所述第二优化目标函数是在同一行程下,以沿板材轧制方向模拟力和沿板材轧制方向实验力的最小残差平方和的0.5倍,与垂直板材轧制方向模拟力和垂直板材轧制方向实验力的最小残差平方和的0.5倍的叠加值为优化目标建立的目标函数。 2.根据权利要求1所述板材各向异性本构参数标定方法,其特征在于,所述确定板材参数初始值,并将所述板材参数初始值输入到已建立的胶囊式胀形预测模型中,得到两组模拟数据,具体包括: 在有限元素法软件中,将板材网格单元形状设为六面体,并采取进阶算法,将板材周边施加边界条件为完全固定,得到胶囊式胀形预测模型的INP文件; 将所述板材参数初始值输入到所述胶囊式胀形预测模型中,然后根据所述INP文件以及所述胶囊式胀形预测模型的胀形模拟,得到两组模拟数据;所述模拟数据包括沿板材轧制方向力行程模拟数据和垂直板材轧制方向力行程模拟数据。 3.根据权利要求1所述板材各向异性本构参数标定方法,其特征在于,所述根据所有所述数据集合中的同一行程下的实验新数据,计算弹性极限值,具体包括: 根据所有所述数据集合中的同一行程下的实验新数据,利用窗口法,检索力行程拐点;所述力行程拐点为弹性极限值。 4.根据权利要求1所述板材各向异性本构参数标定方法,其特征在于,所述根据已建立的第一优化目标函数和所述第一数据组,计算弹性模量优化值,具体包括: 将已建立的第一优化目标函数转化为第一二次近似目标函数; 根据所述第一数据组,采用截断共轭梯度法,优化计算所述第一二次近似目标函数的最小值,进而得到弹性模量优化值。 5.根据权利要求1所述板材各向异性本构参数标定方法,其特征在于,所述根据已建立的第二优化目标函数和所述第二数据组,计算屈服应力优化值、各向异性参数优化值,具体包括: 将已建立的第二优化目标函数转化为第二二次近似目标函数; 根据所述第二数据组,采用截断共轭梯度法,优化计算所述第二二次近似目标函数的最小值,进而得到屈服应力优化值、各向异性参数优化值。 6.一种板材各向异性本构参数标定系统,其特征在于,所述板材各向异性本构参数标定系统包括: 实验数据获取模块,用于采用胶囊式胀形模具对板材进行胀形实验,得到两组实验数据;其中,所述胶囊式胀形模具包括胶囊式胀形凸模、压边圈以及胀形凹模,所述胶囊式胀形凸模为两个四分之一球体通过半圆柱体连接而成的凸模,所述压边圈位于所述胶囊式胀形凸模的下面,所述胀形凹模位于所述压边圈的下面,所述胶囊式胀形凸模的头部与压力板连接,所述压力板与压力机连接,所述压力圈通过四根弹簧与所述压力板连接,所述压力机的侧柱上安装位移传感器,所述胶囊式胀形凸模的中部与压力传感器连接;所述实验数据包括沿板材轧制方向力行程实验数据和垂直板材轧制方向力行程实验数据; 模拟数据获取模块,用于确定板材参数初始值,并将所述板材参数初始值输入到已建立的胶囊式胀形预测模型中,得到两组模拟数据;其中,所述板材参数初始值包括弹性模量初始值、屈服应力初始值、各向异性参数初始值;所述胶囊式胀形预测模型是根据所述胶囊式胀形模具构建的;所述模拟数据包括沿板材轧制方向力行程模拟数据和垂直板材轧制方向力行程模拟数据; 数据集合得到模块,用于利用插值算法,以所述模拟数据为基准,对所述实验数据进行等间隔的插值,得到多组数据集合;所述数据集合包含同一行程下的实验新数据;所述实验新数据包括沿板材轧制方向实验力、垂直板材轧制方向实验力; 弹性极限值计算模块,用于根据所有所述数据集合中的同一行程下的实验新数据,计算弹性极限值; 数据划分模块,用于根据所述弹性极限值,对所有所述实验新数据和所有所述模拟数据进行划分,得到第一数据组和第二数据组;所述第一数据组包含力行程小于弹性极限值的模拟数据和实验新数据;所述第二数据组包含力行程大于弹性极限值的模拟数据和实验新数据; 弹性模量优化模块,用于根据已建立的第一优化目标函数和所述第一数据组,计算弹性模量优化值;所述第一优化目标函数是在同一行程下,以沿板材轧制方向模拟力和沿板材轧制方向实验力的最小残差平方和的0.5倍为优化目标建立的目标函数,或者是在同一行程下,以垂直板材轧制方向模拟力和垂直板材轧制方向实验力的最小残差平方和的0.5倍为优化目标建立的目标函数; 屈服应力、各向异性参数优化模块,用于根据已建立的第二优化目标函数和所述第二数据组,计算屈服应力优化值、各向异性参数优化值;所述第二优化目标函数是在同一行程下,以沿板材轧制方向模拟力和沿板材轧制方向实验力的最小残差平方和的0.5倍,与垂直板材轧制方向模拟力和垂直板材轧制方向实验力的最小残差平方和的0.5倍的叠加值为优化目标建立的目标函数。 7.根据权利要求6所述板材各向异性本构参数标定系统,其特征在于,所述模拟数据获取模块,具体包括: INP文件获取单元,用于在有限元素法软件中,将板材网格单元形状设为六面体,并采取进阶算法,将板材周边施加边界条件为完全固定,得到胶囊式胀形预测模型的INP文件; 模拟数据获取单元,用于将所述板材参数初始值输入到所述胶囊式胀形预测模型中,然后根据所述INP文件以及所述胶囊式胀形预测模型的胀形模拟,得到两组模拟数据;所述模拟数据包括沿板材轧制方向力行程模拟数据和垂直板材轧制方向力行程模拟数据。 8.根据权利要求6所述板材各向异性本构参数标定系统,其特征在于,所述弹性极限值计算模块,具体包括: 弹性极限值计算单元,用于根据所有所述数据集合中的同一行程下的实验新数据,利用窗口法,检索力行程拐点;所述力行程拐点为弹性极限值。 9.根据权利要求6所述板材各向异性本构参数标定系统,其特征在于,所述弹性模量优化模块,具体包括: 第一转化单元,用于将已建立的第一优化目标函数转化为第一二次近似目标函数; 弹性模量优化单元,用于根据所述第一数据组,采用截断共轭梯度法,优化计算所述第一二次近似目标函数的最小值,进而得到弹性模量优化值。 10.根据权利要求6所述板材各向异性本构参数标定系统,其特征在于,所述屈服应力、各向异性参数优化模块,具体包括: 第二转化单元,用于将已建立的第二优化目标函数转化为第二二次近似目标函数; 屈服应力、各向异性参数优化单元,用于根据所述第二数据组,采用截断共轭梯度法,优化计算所述第二二次近似目标函数的最小值,进而得到屈服应力优化值、各向异性参数优化值。 |
所属类别: |
发明专利 |