[发明专利]成形体的几何形状和制造工具的优化

说明书

一种用于设计至少一个成形工具(126)的计算机实现的方法、一种用于设计用于制造至少一个成形体(112)的制造过程的计算机实现的方法(138)、一种用于设计至少一个成形体(112)的成形工具设计系统(170)和一种用于设计用于制造至少一个成形体(112)的制造过程的制造‑设计系统。用于设计至少一个成形体(112)的计算机实现的方法(124)包括：i)通过使用至少一个接口(172)检索用于成形工具(126)的至少一个成形目标标准集合；ii)通过使用至少一个几何形状定义单元(174)为成形工具(126)定义至少一个起始几何形状；iii)通过使用至少一个成形参数生成单元(176)生成成形参数集合，包括起始几何形状的至少一个形状几何参数；iv)通过使用至少一个模拟单元(178)通过改变成形参数集合的值并通过将用于这些值的所模拟的成形特性与该成形目标标准集合进行比较来模拟使用成形工具(126)的成形过程，从而生成具有适配的成形参数集合的至少一个成形几何形状，对于该适配的成形参数集合，成形目标标准至少在预定公差内满足；以及v)通过使用至少一个成形工具几何形状定义单元(180)根据适配的成形参数集合确定至少一个成形工具(126)的至少一个几何形状。

技术领域

本发明涉及用于设计至少一个成形体(shaped body)的计算机实现方法、用于设计至少一个成形工具的计算机实现方法、用于设计用于制造至少一个成形体的制造过程的计算机实现方法、用于设计至少一个成形体的计算机程序、用于设计至少一个模具(die)的计算机程序、用于设计至少一个成形体的设计系统、用于设计至少一个成形工具的模具设计系统和用于设计用于制造至少一个成形体的制造过程的制造设计系统。根据本发明的方法、计算机程序和系统具体地可用于设计成形体，诸如例如催化剂几何形状或催化剂成形工具的几何形状。然而，进一步和/或其他应用是可行的。

背景技术

组件和零件(part)的设计是在小型和大型制造和/或生产工业中执行的开发过程的中心方面。具体地，在化学工业中，蒸汽重整催化剂的形状的设计是常规执行的过程，通常旨在提高催化剂性能。因此，通常，执行蒸汽重整催化剂的形状的复杂而精细的设计。因此，在由Kagyrmanova等人发表在化学工程杂志134(2007)228-234中的“Optimumdimensions of shaped steam reforming catalysts(成形蒸汽重整催化剂的最佳尺寸)”中，描述了具有对典型甲醇重整器的操作条件的技术上施加的约束的成形催化剂尺寸的理论优化。进一步地，在化学工程师学会Trans IChemE第80卷A部分于2002年5月发表的Soltan Mohammadzadeh和Zamaniyan的“Catalyst shape as a design parameter–optimum shape for methane-steam reforming catalyst(作为设计参数的催化剂形状-用于甲烷蒸汽重整催化剂的最佳形状)”中，已经开发了一种用于模拟催化台墙(terracewall)甲烷蒸汽重整器的数学模型。进一步地，在由C.-Y.Wu等人发表在国际先进制造技术杂志19(2002)79-87中的“Optimal Shape Design of an Extrusion Die UsingPolynomial Networks and Genetic Algorithms(使用多项式网络和遗传算法的挤压模具的最佳形状设计)”中，描述了一种用于挤压模具的最佳形状设计的设计方法，其中，使用有限元方法对挤压模具进行建模和分析，应用多项式网络来标识力和应变模型，并且使用改进的遗传算法针对具有最小力和应变的最佳形状对标识的模型进行优化。进一步地，在由J.S.Chung等人发表在材料加工技术杂志72(1997)69–77中的“Application of a geneticalgorithm to the optimal design of the die shape in extrusion(将遗传算法应用于挤压中模具形状的最佳设计)”中，描述了挤压中模具形状的最佳设计的方法，其中设计变量的优化是通过遗传算法进行的，其中适应值是根据有限元方法分析模型来评估的。该方法应用于确定关于各种目标函数最佳的模具形状。进一步地，在由Guoqun Zhao等人发表在国际先进制造技术杂志69(2013)1547-1556中的“Multiobjective optimizationdesign of porthole extrusion die using Pareto-based genetic algorithm(使用基于帕累托遗传算法的舷窗挤压模具的多目标优化设计)”中，描述了用于基于现代智能算法的舷窗挤压模具的多目标优化，旨在实现型材(profile)横截面内的均匀速度分布以及减小挤压模具上的最大应力和芯轴的挠度(deflection)。在拉丁超立方抽样的基础上建立克里金(Kringing)模型，并且使用基于帕累托的遗传算法对上述设计变量进行优化。进一步地，在由C.-Y.Wu等人发表在国际先进制造技术杂志20(2002)128–137中的“Optimal ShapeDesign of an Extrusion-Forging Die Using a Polynomial Network and a GeneticAlgorithm(使用多项式网络和遗传算法的挤压-锻造模具的最佳形状设计)”中，描述了考虑到挤压-锻造过程中金属流动变形的影响，获得挤压-锻造模具的最佳形状，其中，有限元法用于分析不同模具形状对挤压-锻造变形的影响，多项式网络用于构建关系模型，并且遗传算法用于获得挤压锻造模具的最佳形状。此外，在由C.A.等人发表在材料加工技术杂志121(2002)403–413中的“Metal-forming process optimisationby inverse evolutionary search(通过反向进化搜索的金属成形过程优化)”，描述了用于优化稳态和非稳态成形过程的新数值技术的发展，其中考虑了逆问题公式(formulation)连同进化搜索方案。其中，使用基于由精英策略支持的遗传搜索的数值算法。