CN114139278B - 一种钢车轮轮辐工艺曲线智能优化设计方法 - Google Patents

Abstract

本发明涉及一种钢车轮轮辐工艺曲线智能优化设计方法，包括如下主步骤：S1、对轮辐的拉深模和反拉深模进行三维建模，将拉深模和反拉深模的关键结构参数化，编写宏程序，并通过指定命令驱动宏程序实现拉深模和反拉深模的自动修改与更新；S2、用有限元分析软件对上述拉深模和反拉深模进行冲压工艺仿真分析；S3、对拉深、反拉深冲压工序相关程序进行二次开发，并用二次开发的程序替换原有限元分析软件的程序；S4、对仿真模型进行高精度近似模型拟合；S5、在ISIGHT软件中搭建近似模型优化设计流程框架，对上述创建的近似模型进行优化设计，其突破现有工艺曲线优化设计局限性，可以快速找到最优的拉深、反拉深工艺曲线。

Description

一种钢车轮轮辐工艺曲线智能优化设计方法

技术领域

本发明涉及汽车车轮轮辐设计技术领域，具体涉及一种钢车轮轮辐工艺曲线智能优化设计方法。

背景技术

车轮是汽车的重要零部件，其性能主要受产品结构和冲压工艺的影响，在进行钢车轮开发时，首先需要对产品结构进行优化设计，在满足产品性能和成本要求的前提下，尽量减少板料厚度，最大程度实现车轮轻量化。另一方面，钢车轮生产质量受冲压工艺的影响，在生产过程中可能因模具工艺设计不合理而导致产品出现起皱、开裂、鼓包、减薄等现象，生产出来的样件与产品图尺寸存在较大偏差，从而影响产品质量和安全性能。钢车轮轮辐在生产过程中共9道工序，其中拉深和反拉深2道工序至关重要，这2道工序的工艺曲线直接决定了轮辐在成形过程中关键部位的减薄率、起皱率及开裂率等。

在进行模具设计时，国内多数钢车轮企业主要还是通过工程开发经验去确定拉深和反拉深这2道工序的工艺曲线，在生产过程中控制轮辐关键部位的减薄率≤10％，但对于一些厚度较薄(≤3.2mm)，大规格(≥17寸)的产品来说，在生产过程中极易出现开裂和起皱现象，这时候靠工程经验进行反复修模、试模也很难解决开裂和起皱现象，虽然部分车轮企业具备冲压工艺仿真的能力，能够根据冲压仿真结果去指导和修改工艺曲线，避免反复修模、试模等难题，但想找到较优的工艺曲线还是需要进行反复修改、反复进行CAE建模与分析，效率较低，使得开发周期过长而不能将产品快速投放市场，影响项目的开发进度，同时加大了开发成本。

极少数企业虽然实现了软件自动优化工艺曲线，但其优化设计系统大多是通过接口从商用CAD/CAE系统中获取产品信息，虽然在效率上有了较大提升，但优化系统与设计系统是相互独立的，无法综合考虑各性能指标进行多学科优化设计，限制了优化效果。

如何突破现有工艺曲线优化设计局限性，研究出一种钢车轮轮辐工艺曲线智能优化设计方法，快速找到最优的拉深、反拉深工艺曲线是本发明专利的关键。

发明内容

基于上述表述，本发明提供了一种钢车轮轮辐工艺曲线智能优化设计方法，以解决现有技术中钢车轮轮辐优化设计局限性大，性能指标综合考虑效果不佳的技术问题。

本发明解决上述技术问题的技术方案如下：

一种钢车轮轮辐工艺曲线智能优化设计方法，包括如下主步骤：

S1、对轮辐的拉深模和反拉深模进行三维建模，将拉深模和反拉深模的关键结构参数化，编写宏程序，并通过指定命令驱动宏程序实现拉深模和反拉深模的自动修改与更新；

S2、用有限元分析软件对上述拉深模和反拉深模进行冲压工艺仿真分析；

S3、对拉深、反拉深冲压工序相关程序进行二次开发，并用二次开发的程序替换原有限元分析软件的程序；

S4、对仿真模型进行高精度近似模型拟合；

S5、在ISIGHT软件中搭建近似模型优化设计流程框架，对上述创建的近似模型进行优化设计。

与现有技术相比，本申请的技术方案具有以下有益技术效果：

上述智能优化设计方法在计算机程序二次开发的基础上，将模具3D设计、冲压工艺仿真、工艺曲线优化集成于一体，实现模具设计、冲压工艺仿真及工艺优化三大模块集成自动化，其将多种学科的科学技术融入其中，从全局出发，综合性和系统性的进行分析，快速找到轮辐最优的拉伸、反拉伸工艺曲线，防止轮辐在成形过程中出现起皱、鼓包和减薄严重等工艺问题。

在上述技术方案的基础上，本发明还可以做如下改进。

进一步的，主步骤S1中采用CATIA软件进行三维建模，并编写CATIA宏程序，上述指定命令为bat命令。

进一步的，主步骤S2包括如下分步骤：

S21、模具导入和板料创建：将上述拉深模和反拉深模的参数化数模和成型数模导入有限元分析软件；将导入的实体部件转为盒体并创建与上述盒体等厚的板料；

S22、创建新的材料类型并定义材料的性能参数，将材料属性赋予厚度被定义的板料；

S23、模具装配：按模具闭合条件完成模具的装配；

S24、创件分析步：创建若干分析步并定义分析步类型；

S25、定义相互作用：创建相互作用属性，定义相互作用类型、摩擦类型和摩擦系数；

S26、定义边界条件和载荷：在有限元分析软件创建幅值曲线并定义曲线类型；

S27、网格划分：对板料和模具进行网格划分；

S28、提交分析：将划分网格的板料和模具进行有限元分析并导出成型后轮辐的最小厚度值T_min和最大应力值S_max。

进一步的，所述有限元分析软件为ABAQUS；分步骤S21拉深模和反拉深模的参数化数模和成型数模的导入类型为3D.Discrete rigid；分步骤S21中将导入的实体部件转为盒体具体为通过Abaqus软件中shape模块中的shell模块将所有导入的实体部件转为盒体，将各模具部件分别命名为die-draw、punch-draw、binder-draw、die-redraw、punch-redraw、binder-redraw、die-form、punch-form，为每个模具部件建立参考点并分别命名为RP-die-draw、RP-punch-draw、RP-binder-draw、RP-die-redraw、RP-punch-redraw、RP-binder-redraw、RP-die-form、RP-punch-form，创建的所述板料的类型为3D.Deformable.shell。

进一步的，分步骤S22中定义材料的性能参数至少包括定义材料的密度、弹性模量、泊松比和塑性。

进一步的，分步骤S23按模具闭合条件完成模具的装配具体为：将板料和模具按照板料、拉深模、反拉深模、成型模的顺序沿X轴间隔一定距离均匀分布。

进一步的，分步骤S24创建若干分析步并定义分析步类型具体包括：创建12个分析步，分析步类型为Dynamic.Explicit，分别对应拉深模打开、板料进入拉深模、施加压边力、拉深、拉深模和反拉深模打开、板料进入反拉深模、施加压边力、反拉深、反拉深模和成形模打开、板料进入成形模、成型、成型模打开，并将上述12个分析步分别命名为seperate1、blank position1、force1、draw、seperate2、blank position2、force2、reverse draw、seperate3、blank position3、form、seperate4，在Field Output Manager中添加STH输出，以获得分析后板料厚度变化情况。

进一步的，分步骤S25中定义相互作用类型为Contact，摩擦类型为Penalty，定义摩察系数，在draw分析步定义拉深模和板料间的相互作用，在reverse draw分析步中定义反拉深模与板料的相互作用，在form分析步中定义成型模与板料的相互作用；分步骤S26中幅值曲线类型为Smooth step。

进一步的，主步骤S3中采用Python对拉深、反拉深冲压工序相关程序进行二次开发，并用二次开发的Python程序替换原有限元分析软件的程序，包括如下分步骤：

S31、确定点O(O1,O2,O3)、B(B1,B2,B3)，然后通过函数1确定板料被压的环形区域部分，其中，

函数1为：

getByBoundingCylinder(center＝(O1,O2,O3),center(B1,B2,B3),radius＝C)；

S32、通过在凹模水平平面段中间区域部分确定一固定点坐标(x，y，z)，然后通过FindAt()函数找到通过该点的平面；

S33、轮辐成形后，通过函数2分别提取辐底圆角、辐顶和散热孔三个关键部位元素，从而分别建立set1、set2、set3，分别输出上述三个关键部位的最小厚度T1_min、T2_min、T3_min和最大应力S1_max、S2_max、S3_max，其中，

函数2为：

getByBoundingBox(x_min＝a1,x_max＝a2,y_min＝b1,y_max＝b2,z_min＝c1,z_max＝c2)；

S34、将所有二次开发Python程序替换ABAQUS分析中相对应的程序并对Python程序进行调试，通过run script运行替换后的python程序。

进一步的，主步骤S4中对仿真模型进行高精度近似模型拟合包括如下分步骤：

S41、优化拉丁方对上述N个关键结构参数在设计空间区域内进行采样，设定关键结构参数的的数目为N，样本数据的数量为M，M、N均为正整数，其中M、N满足M≥(N+1)*(N+2)/2，在DOE流程搭建完成后运行DOE，实现流程自动化计算，得到以上述N个关键结构参数为自变量，最小厚度T1_min、T2_min、T3_min和最大应力S1_max、S2_max、S3_max 6个输出结果为因变量的M组空间样本数据；

S42、对得到的样本数据进行评估，将结果异常的点剔除或者重新进行计算评估，确保所有的样本点都正常；其中，近似模型创建时采用二阶响应面方式进行近似模型拟合，二阶响应面模型表达式如下：

S43、通过R²和平均误差对T1_min、T2_min、T3_min、S1_max、S2_max、S3_max六个指标进行误差分析，达到预定精度方可接收，在近似模型的精度小于预定精度的情况下，每次增加一定样本点数据再次进行近似模型拟合。

进一步的，主步骤S5中在ISIGHT软件中搭建近似模型优化设计流程框包括在Approximation模块中对上述N个关键结构参数进行设置，将上述N个关键结构参数在各自的变化范围内进行离散化，每隔预定间隔迭代1次；

主步骤S5中对上述创建的近似模型进行优化设计包括在ISIGHT软件的Optimization模块中选用全局ASA算法和局部梯度优化NLPQLP算法进行组合计算，确保结果是最优解；以T1_min、T2_min、T3_min最大化、S1_max、S2_max、S3_max最小化为优化目标进行计算，找到最优的拉深、反拉深曲线结构。

附图说明

图1为本发明实施例提供的一种钢车轮轮辐工艺曲线智能优化设计方法的步骤示意图；

图2为图1中S2的分步骤示意图；

图3为本发明实施例中拉深模和反拉深模的关键结构参数示意图；

图4为步骤S4的流程示意图。

具体实施方式

为了便于理解本申请，下面将参照相关附图对本申请进行更全面的描述。附图中给出了本申请的实施例。但是，本申请可以以许多不同的形式来实现，并不限于本文所描述的实施例。相反地，提供这些实施例的目的是使本申请的公开内容更加透彻全面。

除非另有定义，本文所使用的所有的技术和科学术语与属于本申请的技术领域的技术人员通常理解的含义相同。本文中在本申请的说明书中所使用的术语只是为了描述具体的实施例的目的，不是旨在于限制本申请。

可以理解，空间关系术语例如“在...下”、“在...下面”、“下面的”、“在...之下”、“在...之上”、“上面的”等，在这里可以用于描述图中所示的一个元件或特征与其它元件或特征的关系。应当明白，除了图中所示的取向以外，空间关系术语还包括使用和操作中的器件的不同取向。例如，如果附图中的器件翻转，描述为“在其它元件下面”或“在其之下”或“在其下”元件或特征将取向为在其它元件或特征“上”。因此，示例性术语“在...下面”和“在...下”可包括上和下两个取向。此外，器件也可以包括另外地取向(譬如，旋转90度或其它取向)，并且在此使用的空间描述语相应地被解释。

需要说明的是，当一个元件被认为是“连接”另一个元件时，它可以是直接连接到另一个元件，或者通过居中元件连接另一个元件。以下实施例中的“连接”，如果被连接的电路、模块、单元等相互之间具有电信号或数据的传递，则应理解为“电连接”、“通信连接”等。

在此使用时，单数形式的“一”、“一个”和“所述/该”也可以包括复数形式，除非上下文清楚指出另外的方式。还应当理解的是，术语“包括/包含”或“具有”等指定所陈述的特征、整体、步骤、操作、组件、部分或它们的组合的存在，但是不排除存在或添加一个或更多个其他特征、整体、步骤、操作、组件、部分或它们的组合的可能性。

一种钢车轮轮辐工艺曲线智能优化设计方法，包括S1至S5d的主步骤，具体为：

S1、对轮辐的拉深模和反拉深模进行三维建模，将拉深模和反拉深模的关键结构参数化，编写宏程序，并通过指定命令驱动宏程序实现拉深模和反拉深模的自动修改与更新；

其中，轮辐的拉深模和反拉深模均包括凹模和凸模，以常见的轮辐拉深和反拉深工艺为例，拉深模和反拉深模的关键结构参数指能够准备表述模具结构的关键结构的量化数值，一般包括但不限于拉深尺寸、圆角半径尺寸、模顶宽度、模底宽度等，本领域技术人员在模具制作时，必然能确定出相应的关键结构尺寸，例如，在本申请的一种实施例中，如图3所示，拉深模和反拉深模的关键结构参数共有11个，具体的，包括涉及到拉深尺寸的H1、H4；涉及到圆角半径尺寸的R1、R2、R3、R4、R5、R6、R7；涉及到模顶宽度的H2和涉及到模底宽度的H3。

可以理解的是，三维建模所采用的三维软件可以根据实际情况进行合理选择，在本实施例中，采用CATIA软件进行三维建模，并编写CATIA宏程序，并通过bat命令驱动宏程序实现拉伸、反拉伸模的自动修改与更新。

然后转入主步骤S2、用有限元分析软件对上述拉深模和反拉深模进行冲压工艺仿真分析；

与上面类似的，有限元分析软件的选择可以根据实际情况和设计人员的选择喜好而确定，本发明只是提供一种优化设计方法，并非对并申请所使用的的物理或者计算机工具加以限制，优选的，有限元分析软件选择为ABAQUS。

主步骤S2按照工序可以分为S21至S28的分步骤，具体的，流程顺序依次包括：

S21、模具导入和板料创建：将上述拉深模和反拉深模的参数化数模和成型数模导入有限元分析软件；将导入的实体部件转为盒体并创建与上述盒体等厚的板料；

其中，拉深模和反拉深模的参数化数模和成型数模的导入类型为3D.Discreterigid，将导入的实体部件转为盒体具体为通过Abaqus软件中shape模块中的shell模块将所有导入的实体部件转为盒体，为了便于后续分析，将各模具部件分别命名为die-draw、punch-draw、binder-draw、die-redraw、punch-redraw、binder-redraw、die-form、punch-form，为每个模具部件建立参考点并分别命名为RP-die-draw、RP-punch-draw、RP-binder-draw、RP-die-redraw、RP-punch-redraw、RP-binder-redraw、RP-die-form、RP-punch-form。其中，创建的所述板料的类型为3D.Deformable.shell。

S22、创建新的材料类型并定义材料的性能参数，将材料属性赋予厚度被定义的板料；

新建一个材料类型，定义材料的密度、弹性模量、泊松比和塑性，定义板料厚度，将新建材料的属性赋予板料。

S23、模具装配：按模具闭合条件完成模具的装配；

具体的，将板料和模具按照板料、拉深模、反拉深模、成型模的顺序沿X轴间隔一定距离均匀分布。

S24、创件分析步：创建若干分析步并定义分析步类型；

在本实施例中，为了充分分析各种状态下板料和模具的相互作用，本实施例中，创建12个分析步，分析步类型为Dynamic.Explicit，12个分析步分别对应拉深模打开、板料进入拉深模、施加压边力、拉深、拉深模和反拉深模打开、板料进入反拉深模、施加压边力、反拉深、反拉深模和成形模打开、板料进入成形模、成型、成型模打开，并将上述12个分析步分别命名为seperate1、blank position1、force1、draw、seperate2、blank position2、force2、reverse draw、seperate3、blank position3、form、seperate4。

并且为了获得分析后板料厚度变化情况，在Field Output Manager中添加STH输出。

S25、定义相互作用：创建相互作用属性，定义相互作用类型、摩擦类型和摩擦系数；

定义相互作用类型为Contact，摩擦类型为Penalty，定义摩察系数，在上述分析步基础上，在draw分析步定义拉深模和板料间的相互作用，在reverse draw分析步中定义反拉深模与板料的相互作用，在form分析步中定义成型模与板料的相互作用。

在选取凸模和凹模面时要注意不能多选，否则分析过程中板料应变会过大，造成分析不收敛，也不能少选，板料在分析过程中会穿透模具，造成结果与实际不相符。为各模具部件定义质量点和转动惯量，质量点选择分步骤S21中建立的参考点。

S26、定义边界条件和载荷：在有限元分析软件创建幅值曲线并定义曲线类型，具体的，分步骤S26中幅值曲线类型为Smooth step。

以前六个分析步对应的拉深过程为例，在separate1分析步中给punch-draw施加一个Z方向的位移，限制其余自由度，实现模具打开；在blank position1分析步中给板料施加一个X方向位移，限制其余自由度，使板料放入拉深模；在force分析步中释放binderZ方向的位移限制并施加一个Z方向的压边力，载荷点为RP-binder-draw；在draw分析步中对punch施加一个与seperate1分析步中相反的位移，完成拉深；另外为了防止板料在冲压时的发生刚体位移，限制板料中心在X和Y方向的位移；在seperate2分析步中对两套模具都施加位移，同时打开拉深模和反拉深模；在blank position2分析步中对板料施加位移使其从拉深模取出并放入反拉深模。

根据上述设定逻辑，后续反拉深、模具打开和板料放入成型模与拉深设置相似；注意成型时没有压边圈，无需施加压边力，只要对模具施加位移实现成型即可。

S27、网格划分：对板料和模具进行网格划分；

需要注意的是，板料属于可变形体，且板料成型过程中的应力应变情况是需要被密切关注的，因此网格需要划分的密些，网格类型采用S4R壳单元。

模具属于离散刚体，在冲压成型过程不发生变形，因此可以划分粗一点的网格以加快计算速度，模具网格类型为R3D4刚体壳单元。

S28、提交分析：将划分网格的板料和模具进行有限元分析并导出成型后轮辐的最小厚度值T_min和最大应力值S_max。

上述分析优化过程中，由于随着关键结构参数发生变化，拉伸和反拉伸模3D结构也会发生变化，在进行CAE分析时，随着每一次3D模型的导入，拉伸和反拉伸凸凹模的有限元元素位置和编号都会随之发生变化，如果直接运用整个CAE分析过程中ABAQUS软件自动生成的py程序会导致优化过程发生错误，因此，对拉伸、反拉伸冲压工序相关CAE程序采用编程手段进行二次开发。

然后进入主步骤S3、对拉深、反拉深冲压工序相关程序进行二次开发，并用二次开发的程序替换原有限元分析软件的程序，本实施例中，采用Python对拉深、反拉深冲压工序相关程序进行二次开发，并用二次开发的Python程序替换原有限元分析软件的程序，具体的，主步骤S3根据步骤流程包括三个分步骤，即S31至S33，其中，

因为在进行冲压前，拉伸、反拉伸凹模水平段与压边圈会先将板料压住，凹模水平段与板料上表面建立接触对关系，防止在冲压的过程中出现起皱现象，为了保证凹模结构如何发生变化，接触对关系始终不变，执行分步骤S31和S32，即：S31、确定点O(O1,O2,O3)、B(B1,B2,B3)，然后通过函数1确定板料被压的环形区域部分，其中，

函数1为：

getByBoundingCylinder(center＝(O1,O2,O3),center(B1,B2,B3),radius＝C)；

S32、通过在凹模水平平面段中间区域部分确定一固定点坐标(x，y，z)，然后通过FindAt()函数找到通过该点的平面，

这样可以保证约束对关系始终不会发生变化。

轮辐成型后，通常需要关注辐底圆角、辐顶及散热孔区域的减薄厚度和最大应力，故执行S33，即：

S33、通过函数2分别提取辐底圆角、辐顶和散热孔三个关键部位元素，从而分别建立set1、set2、set3，分别输出上述三个关键部位的最小厚度T1_min、T2_min、T3_min和最大应力S1_max、S2_max、S3_max，其中

函数2为：

getByBoundingBox(x_min＝a1,x_max＝a2,y_min＝b1,y_max＝b2,z_min＝c1,z_max＝c2)；

注意需要保证每一次输出都是同一部位的厚度与应力。

程序2次开发完成后，需要将二次开发的程序与原有对应程序进行替换，即S34、将所有二次开发Python程序替换ABAQUS分析中相对应的程序并对Python程序进行调试，通过run script运行替换后的python程序。

由于钢车轮冲压成形仿真采用的是显示动力学仿真，计算速度非常慢，一般仿真模型计算一次需要3h左右的时间，上述虽然通过python二次开发技术，利用isight软件集成了CAD与CAE软件，实现了模具3D设计与冲压仿真集成自动化，避免了人工反复修改，反复建模等繁琐工作，但由于仿真模型的计算速度慢，使得整个优化周期无法让人接受，为了解决此问题，本发明中引入了主步骤S4、对仿真模型进行高精度近似模型拟合；用高精度近似模型来替代仿真模型进行计算，大幅度缩短优化计算时间。

在进行近似模型创建前，我们需要对车轮拉伸、反拉伸、成形三道工序的仿真分析进行DOE设计，具体包括如下分步骤：

S41、优化拉丁方对上述N个关键结构参数在设计空间区域内进行采样，设定关键结构参数的的数目为N(本实施例中为11)，样本数据的数量为M，M、N均为正整数，其中M、N满足M≥(N+1)*(N+2)/2＝78，在DOE流程搭建完成后运行DOE，实现流程自动化计算，得到以上述11个关键结构参数为自变量，最小厚度T1_min、T2_min、T3_min和最大应力S1_max、S2_max、S3_max 6个输出结果为因变量的M组空间样本数据。

然后执行分步骤S42、对得到的样本数据进行评估，将结果异常的点剔除或者重新进行计算评估，确保所有的样本点都正常；近似模型创建时采用二阶响应面方式进行近似模型拟合，因为在近似非线性、任意设计空间时，二阶RSM(响应面模型)效果更好，其中，二阶响应面模型表达式如下：

然后对拟合得到的近似模型进行误差分析，及执行步骤S43、通过R²和平均误差对T1_min、T2_min、T3_min、S1_max、S2_max、S3_max六个指标进行误差分析，达到预定精度方可接收，在近似模型的精度小于预定精度的情况下，每次增加一定样本点数据再次进行近似模型拟合。

本实施例中，预定精度不小于95％，且在近似模型精度＜95％的情况下，每次增加1/5样本点数据再次进行近似模型拟合；在进行近似模型误差分析时，通过R²和平均误差对T1min、T2min、T3min、S1max、S2max、S3max六个指标进行分析，每一项精度均达95％以上。

步骤S4按照流程简图可以归纳为，先进行数据采集，选择近似模型类型，然后根据采集的数据拟合得到近似模型，然后对近似模型进行误差分析，若符合预定精度要求，模型可以被接受，即使用该近似模型，若不符合预定精度要求，增加一定样本点数据在重复上述步骤，直至得到可以被接受的近似模型。

得到符合要求的拟合近似模型后，执行主步骤S5、在ISIGHT软件中搭建近似模型优化设计流程框架，对上述创建的近似模型进行优化设计。

具体的，主步骤S5中在ISIGHT软件中搭建近似模型优化设计流程框包括在Approximation模块中对上述11个关键结构参数进行设置，将上述N个关键结构参数在各自的变化范围内进行离散化，每隔预定间隔迭代1次；本实施例中，优选预定间隔为0.1。

主步骤S5中对上述创建的近似模型进行优化设计包括在ISIGHT软件的Optimization模块中选用全局ASA算法和局部梯度优化NLPQLP算法进行组合计算，确保结果是最优解；以T1_min、T2_min、T3_min最大化、S1_max、S2_max、S3_max最小化为优化目标进行计算，找到最优的拉深、反拉深曲线结构。

上述智能优化设计方法在计算机程序二次开发的基础上，将模具3D设计、冲压工艺仿真、工艺曲线优化集成于一体，实现模具设计、冲压工艺仿真及工艺优化三大模块集成自动化，其将多种学科的科学技术融入其中，从全局出发，综合性和系统性的进行分析，快速找到轮辐最优的拉伸、反拉伸工艺曲线，防止轮辐在成形过程中出现起皱、鼓包和减薄严重等工艺问题。

以上所述仅为本发明的较佳实施例，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (9)

1.一种钢车轮轮辐工艺曲线智能优化设计方法，其特征在于，包括如下主步骤：

S1、对轮辐的拉深模和反拉深模进行三维建模，将拉深模和反拉深模的关键结构参数化，编写宏程序，并通过指定命令驱动宏程序实现拉深模和反拉深模的自动修改与更新；

S2、用有限元分析软件对上述拉深模和反拉深模进行冲压工艺仿真分析；

S3、对拉深、反拉深冲压工序相关程序进行二次开发，并用二次开发的程序替换原有限元分析软件的程序；

S4、对仿真模型进行高精度近似模型拟合；

S5、在ISIGHT软件中搭建近似模型优化设计流程框架，对上述创建的近似模型进行优化设计；

主步骤S3中采用Python对拉深、反拉深冲压工序相关程序进行二次开发，并用二次开发的Python程序替换原有限元分析软件的程序，包括如下分步骤：

确定点O(O1,O2,O3)、B(B1,B2,B3)，再通过函数1确定板料被压的环形区域部分，其中

函数1为：

getByBoundingCylinder(center =(O1,O2,O3),center(B1,B2,B3),radius=C)；

S32、通过在凹模水平平面段中间区域部分确定一固定点坐标(x，y，z)，然后通过FindAt()函数找到通过该点的平面；

S33、轮辐成形后，通过函数2分别提取辐底圆角、辐顶和散热孔三个关键部位元素，从而分别建立set1、set2、set3，分别输出上述三个关键部位的最小厚度T1_min、T2_min、T3_min和最大应力S1_max、S2_max、S3_max，其中，

函数2为：

getByBoundingBox(x_min=a1,x_max=a2,y_min=b1,y_max=b2,z_min=c1,z_max=c2)；

S34、将所有二次开发Python程序替换ABAQUS分析中相对应的程序并对Python程序进行调试，通过run script运行替换后的python程序；

主步骤S4中对仿真模型进行高精度近似模型拟合包括如下分步骤：

S41、优化拉丁方对上述N个关键结构参数在设计空间区域内进行采样，设定关键结构参数的的数目为N，样本数据的数量为M，M、N均为正整数，其中M、N满足M≥(N+1)*(N+2)/2，在DOE流程搭建完成后运行DOE，实现流程自动化计算，得到以上述N个关键结构参数为自变量，最小厚度T1_min、T2_min、T3_min和最大应力S1_max、S2_max、S3_max 6个输出结果为因变量的M组空间样本数据；

S42、对得到的样本数据进行评估，将结果异常的点剔除或者重新进行计算评估，确保所有的样本点都正常；其中，近似模型创建时采用二阶响应面方式进行近似模型拟合，二阶响应面模型表达式如下：

；

S43、通过R²和平均误差对T1_min、T2_min、T3_min、S1_max、S2_max、S3_max六个指标进行误差分析，达到预定精度方可接收，在近似模型的精度小于预定精度的情况下，每次增加一定样本点数据再次进行近似模型拟合。

2.根据权利要求1所述的钢车轮轮辐工艺曲线智能优化设计方法，其特征在于，主步骤S1中采用CATIA软件进行三维建模，并编写CATIA宏程序，上述指定命令为bat命令。

3.根据权利要求1所述的钢车轮轮辐工艺曲线智能优化设计方法，其特征在于，主步骤S2包括如下分步骤：

S21、模具导入和板料创建：将上述拉深模和反拉深模的参数化数模和成型数模导入有限元分析软件；将导入的实体部件转为盒体并创建与上述盒体等厚的板料；

S22、创建新的材料类型并定义材料的性能参数，将材料属性赋予厚度被定义的板料；

S23、模具装配：按模具闭合条件完成模具的装配；

S24、创件分析步：创建若干分析步并定义分析步类型；

S25、定义相互作用：创建相互作用属性，定义相互作用类型、摩擦类型和摩擦系数；

S26、定义边界条件和载荷：在有限元分析软件创建幅值曲线并定义曲线类型；

S27、网格划分：对板料和模具进行网格划分；

S28、提交分析：将划分网格的板料和模具进行有限元分析并导出成型后轮辐的最小厚度值T_min和最大应力值S_max。

4.根据权利要求3所述的钢车轮轮辐工艺曲线智能优化设计方法，其特征在于，所述有限元分析软件为ABAQUS；分步骤S21拉深模和反拉深模的参数化数模和成型数模的导入类型为3D.Discrete rigid；分步骤S21中将导入的实体部件转为盒体具体为通过Abaqus软件中shape模块中的shell模块将所有导入的实体部件转为盒体，将各模具部件分别命名为die-draw、punch-draw、binder-draw、die-redraw、punch-redraw、binder-redraw、die-form、punch-form，为每个模具部件建立参考点并分别命名为RP-die-draw、RP-punch-draw、RP-binder-draw、RP-die-redraw、RP-punch-redraw、RP-binder-redraw、RP-die-form、RP-punch-form，创建的所述板料的类型为3D.Deformable.shell。

5.根据权利要求4所述的钢车轮轮辐工艺曲线智能优化设计方法，其特征在于，分步骤S22中定义材料的性能参数至少包括定义材料的密度、弹性模量、泊松比和塑性。

6.根据权利要求4所述的钢车轮轮辐工艺曲线智能优化设计方法，其特征在于，其特征在于，分步骤S23按模具闭合条件完成模具的装配具体为：将板料和模具按照板料、拉深模、反拉深模、成型模的顺序沿X轴间隔一定距离均匀分布。

7.根据权利要求4所述的钢车轮轮辐工艺曲线智能优化设计方法，其特征在于，分步骤S24创建若干分析步并定义分析步类型具体包括：创建12个分析步，分析步类型为Dynamic.Explicit，分别对应拉深模打开、板料进入拉深模、施加压边力、拉深、拉深模和反拉深模打开、板料进入反拉深模、施加压边力、反拉深、反拉深模和成形模打开、板料进入成形模、成型、成型模打开，并将上述12个分析步分别命名为seperate1、blank position1、force1、draw、seperate2、blank position2、force2、reverse draw、seperate3、blankposition3、form、seperate4，在Field Output Manager中添加STH输出，以获得分析后板料厚度变化情况。

8.根据权利要求6所述的钢车轮轮辐工艺曲线智能优化设计方法，其特征在于，分步骤S25中定义相互作用类型为Contact，摩擦类型为Penalty，定义摩察系数，在draw分析步定义拉深模和板料间的相互作用，在reverse draw分析步中定义反拉深模与板料的相互作用，在form分析步中定义成型模与板料的相互作用；分步骤S26中幅值曲线类型为Smoothstep。

9.根据权利要求1所述的钢车轮轮辐工艺曲线智能优化设计方法，其特征在于，主步骤S5中在ISIGHT软件中搭建近似模型优化设计流程框包括在Approximation模块中对上述N个关键结构参数进行设置，将上述N个关键结构参数在各自的变化范围内进行离散化，每隔预定间隔迭代1次；

主步骤S5中对上述创建的近似模型进行优化设计包括在ISIGHT软件的Optimization模块中选用全局ASA算法和局部梯度优化NLPQLP算法进行组合计算，确保结果是最优解；以T1_min、T2_min、T3_min最大化、S1_max、S2_max、S3_max最小化为优化目标进行计算，找到最优的拉深、反拉深曲线结构。