[发明专利]一种用于船舶双向曲率板的冷热一体成型方法有效
申请号: | 201310597620.3 | 申请日: | 2013-11-23 |
公开(公告)号: | CN103639251A | 公开(公告)日: | 2014-03-19 |
发明(设计)人: | 赵耀;胡昌成;袁华;唐国元;解德;严俊;董宏宝;丁超 | 申请(专利权)人: | 华中科技大学 |
主分类号: | B21D5/14 | 分类号: | B21D5/14 |
代理公司: | 华中科技大学专利中心 42201 | 代理人: | 朱仁玲 |
地址: | 430074 湖北*** | 国省代码: | 湖北;42 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 用于 船舶 双向 曲率 冷热 一体 成型 方法 | ||
技术领域
本发明属于船舶建造技术领域,更具体地,涉及一种用于船舶双向曲率板的冷热一体成型方法。
背景技术
由于船舶建造的单品订单式生产方式以及船舶双向曲率板自身的结构性特点,船舶双向曲率板的成型加工手段有别于汽车等大批量薄膜板的有模冲压批量生产方式,通常采用无模成型法。目前,现有技术中针对船舶曲率板的成型方法主要包括线加热法、筒形辊压和多点弯曲法等。
所谓线加热法,是利用火焰对板材进行局部线状加热,利用局部热胀冷缩原理,使工件产生残余塑性变形,从而达到板弯曲成型的目的。然而,由于温度与材质之间的关系,实际的加工温度需要控制在一定的范围内,大曲率及厚板条件下的成型加工效率会受到影响;此外,对于扭曲型等一些不同位置存在不同面内外应变的板成型而言,线加热方式自身对满足成型加工要求也存在困难。
对于筒形辊压,显而易见只能加工单向曲率形状,无法成形双向曲率;而多点冷压成型之类的弯曲加工方式由于完全依赖于力的作用,在待成型加工板上施加力和施加范围都非常大,不仅克服反弹问题突出,还会导致装备综合体积和造价增大。此外,上述方式中不论冷加工还是热加工,目前依靠经验的手工作业或手工控制仍占主体,相应存在难以保证质量、加工效率低下等缺陷。
发明内容
针对现有技术的以上缺陷或改进需求,本发明提供了一种用于船舶双向曲率板的冷热一体成型方法,其中通过结合冷、热成型加工各自的特点,并采用特定操作设备和计算机仿真技术等将其一体运用至成型加工过程,在提高加工效率的同时,可减低加工对板材性能的不利影响,降低装备成本,减小人员工作强度,同时显著提高船舶双向曲率板的成型精度。
为实现上述目的,按照本发明,提供了一种用于船舶双向曲率板的冷热一体成型方法,其特征在于,该方法包括下列步骤:
(a)为待成型的船舶双向曲率板构建冷热一体成型体系,该体系中沿着板材输送路径的上、下两侧分别设置有对置的冷加载凸轮和冷加载凹轮,并在冷加载凸轮的前侧布置有热加载元件,该热加载元件可绕加载冷加载凸轮在水平面内发生旋转;
(b)针对待成型板材,输入包括其材质、板厚、目标形状和目标曲率在内的基础数据,然后根据成型工艺要求,为待成型板材的基础数据与其加工数据之间建立对应关系,其中加工数据包括冷加载凸轮和冷加载凹轮各自的形状、所施加的力或位移量,热加载元件施加于待成型板材表面的线加热的输入电压和输入电流,以及用于维持冷热加载状态的加载起止位置、行走轨迹和行走速率;
(c)基于上述所建立的对应关系,选择确定适当的加工数据,并相应驱使所述冷热一体成型体系对待成型板材的板面执行加载,在此过程中,首先通过驱动热加载元件将板材加热到指定温度,然后通过驱动冷加载凸轮和冷加载凹轮在此温度下执行力或位移加载,利用线加热成型和凸、凹轮加载成型的共同作用使得板材产生弯曲;以此方式,通过冷加载凸、凹轮和热加载元件在板材板面上的行走,形成板材的整体双向曲率塑性变形;
(d)对板材的成型效果进行监测,并比较和反馈已成型形状、曲率与目标形状、曲率之间的差异,基于所述差异,再次执行步骤(b)~(c),直至形成符合加工目标的双向曲率板。
作为进一步优选地,在步骤(a)中,所述冷加载凸轮和冷加载凹轮包括多套形状和尺寸规格,并可拆卸地配备在板材输送路径的上、下两侧;这些冷加载凸、凹轮自身的安装位置保持不变,且可相对旋转以保持与待成型板材的进给方向保持一致。
作为进一步优选地,在步骤(b)中,优选采用计算机仿真技术来为待成型板材的基础数据与其冷热加载参数和加载路径之间建立对应关系。
作为进一步优选地,在步骤(b)中,对于为待成型板材的基础数据与其冷热加载参数和加载路径之间建立对应关系的过程,优选还包括构建冷热一体成型专家数据库的操作,该冷热一体成型专家数据库用于基于所输入的基础数据,快速获得对应的加工数据;或是在板材已发生塑性变形但仍与加工目标存在差异时,用于再次获得后续的加工数据。
作为进一步优选地,在步骤(b)中,优选还包括采用人工神经网络算法来获得最优加工数据的操作,该操作具体如下:首先选取待成型板材的基础数据作为神经网络的输入样本,同时选取冷热加载参数和加载路径作为输出样本;利用输入样本和输出样本对神经网络进行训练,以便对其神经元个数和隐藏层层数进行优化;最后,将优化后的网络存储在所述冷热一体成型专家数据库中备用。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于华中科技大学,未经华中科技大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201310597620.3/2.html,转载请声明来源钻瓜专利网。