船用弯管成形机理及最优工艺参数智能预测研究

弯管加工是影响船舶制造周期的重要因素之一，具有需求数量大、品种多、单件生产的特点。因此，为保证弯管的高质量，对于船用弯管的成形机理及最优工艺参数预测的研究，成为弯管成形技术发展迫切需要解决的关键技术之一。本项目采用理论分析、有限元数值模拟与实验研究相结合的方法对船用弯管成形机理及最优工艺参数预测进行深入研究。基于塑性变形理论建立船用弯管绕弯过程的力学模型；采用有限元数值模拟的方法，研究管子几何参数（内径、外径、相对弯曲半径、相对壁厚）、材料物性参数、工艺参数（弯矩、弯曲速度、助推力、摩擦系数、弯曲角）和模具槽型对管子成形质量、回弹及伸长的影响规律；基于能量法确定外侧破裂、内侧失稳起皱、断面形状畸变、外壁减薄等成形极限的判断方法；利用神经网络建立工艺参数智能预测模型，对弯管加工工艺参数（弯矩、弯曲速度、助推力）进行最优化预测。该研究将对发展弯管精确成形理论具有重要的科学意义。

在船舶制造业，需要的弯管数量大、品种多、加工精度要求较高，提高管材的加工质量和加工效率对缩短船舶建造周期和降低生产成本有着十分重要的意义。项目以船舶行业常用的管材为研究对象，分析了弯管受力情况，建立了弯管理论力学模型。通过对有限元分析中关键技术的处理，建立了弯管有限元模型。采用理论分析、有限元数值模拟与实验研究相结合的方法对船用弯管成形机理进行了系统的研究，揭示了相对弯曲半径、相对壁厚、助推力、材料性能、弯矩对管材成形质量及弯曲角、弯曲半径、弯曲速度等因素对弯管回弹的影响规律。以先进的神经网络技术为基础，利用改进后的BP网络算法，建立弯管机智能控制系统模型。将解析计算、数值模拟和实验获得的数据作为神经网络训练的训练样本和检验样本，进行网络训练。通过训练好的神经网络对主要加工工艺参数弯矩和助推力进行智能预测。采用虚拟正交试验的优化方法，通过对正交试验的设计、数据分析、方差分析等主要过程计算，优化了弯曲成形加工工艺参数。采用能量法确定了内侧失稳起皱、断面形状畸变、外壁减薄等成形极限的判断方法。本项目的研究将对发展船用弯管精确成形理论具有重要的科学意义。