[发明专利]一种轧制差厚板盒形件智能拉深控制系统及方法

说明书

本发明适用于差厚板制作技术领域，提供了一种轧制差厚板盒形件智能拉深控制系统及方法，其系统包括过程监测模块、识别预测模块、实时控制模块和系统执行模块，能够完成差厚板盒形件拉深成形过程的实时监测、识别、预测以及控制，进而实现对差厚板盒形件拉深成形过程的智能控制，获得高质量的差厚板盒形件。本发明的技术方案能够为大型复杂差厚板拉深零件的实际制造奠定工艺和技术基础，为提高差厚板零件的成形性能以及生产效率提供新思路。

技术领域

本发明涉及差厚板制作技术领域，更具体的说是涉及一种用于轧制差厚板盒形件智能拉深的控制系统及方法。

背景技术

轧制差厚板是通过柔性轧制技术生产的一种结构轻量化板材，于20世纪90年代在德国亚琛工业大学金属成形研究所被开发出来。与激光拼焊板相比，差厚板在机械性能、减重效果、表面质量、生产成本等方面具有独特的优势，可以替代同等材质、同等宽度、不同厚度的拼焊板在汽车领域发挥巨大的作用。将差厚板应用于汽车零部件的制造，能够进一步提升汽车行业的轻量化水平，实现节能减排，助力汽车产业的发展。

然而从目前实际应用情况来看，差厚板主要用于汽车梁结构的制造，对于更为复杂的车身覆盖件则很少采用差厚板进行生产。一方面是由于汽车梁结构比较简单，其成形过程更加容易控制，另一方面则是因为差厚板存在板料厚度、机械性能的差异，在成形过程中应力与应变分布不均匀，从而导致差厚板在拉深成形过程中存在破裂、起皱、过渡区移动等缺陷，并且会使得模具产生不均匀磨损，降低模具的使用寿命。这样就限制了差厚板应用范围的进一步拓宽，严重阻碍了差厚板在汽车轻量化领域的应用进程。如何解决这些工艺问题，成为差厚板拉深成形技术应用与发展的关键。

盒形件是一种常见的冲压件，几何形状规则，应用也较为广泛。它属于非轴对称零件中具有代表性而又较难成形的一类零件，将其作为目标零件来研究差厚板的成形性能，获取差厚板的成形规律是非常理想的。将轧制差厚板应用到盒形件后，差厚板在拉深成形过程中最突出的问题除了破裂以及起皱缺陷外，板料厚度以及力学性能的不均一还会导致厚度过渡区的移动。由于差厚板薄、厚侧板料厚度以及性能的差异，再加之过渡区移动的影响，差厚板的变形过程变得更为复杂，其薄厚两侧的不均匀变形将会使整个零件的成形变得更加困难。

对工艺参数进行智能控制是防止差厚板拉深成形缺陷出现的有效手段。然而，截止目前，国内外还未见有差厚板拉深成形过程控制技术等方面的显著成果。因此，开展差厚板拉深成形控制技术研究，建立差厚板拉深成形智能化控制系统等工作，对于推动差厚板拉深件在汽车工业中的广泛应用将有重要意义。

发明内容

有鉴于此，本发明提供了一种轧制差厚板盒形件智能拉深控制系统及方法。

为了实现上述目的，本发明采用如下技术方案：

本发明公开了一种轧制差厚板盒形件智能拉深控制系统，包括过程监测模块、识别预测模块、实时控制模块和系统执行模块，所述过程监测模块通过所述识别预测模块与所述实时控制模块连接，所述实时控制模块与所述系统执行模块连接，所述过程监测模块，采用基于LabVIEW的数据采集系统，实时监测拉深过程变量，所述拉深过程变量包括拉深力、压边力和拉深行程等，所述识别预测模块，建立神经网络模型，所述神经网络模型包括神经网络识别模型和神经网络预测模型，所述神经网络识别模型根据所述过程监测模块得到的拉深力、压边力、拉深行程以及差厚板的几何参数，得出差厚板的材料性能参数，所述神经网络预测模型根据所述神经网络识别模型得出的差厚板的材料性能参数、所述差厚板的几何参数以及所述拉深行程，得出最优压边力和最优拉深速度，所述实时控制模块，依据所述识别预测模块得出的所述最优压边力和所述最优拉深速度，采用基于灰色预测的神经网络PID控制系统控制不同位置的压边力值和拉深速度值，所述系统执行模块，依据所述神经网络PID控制系统控制不同位置的压边力值和拉深速度值，进行差厚板的拉深成形。