针对高强度钢板冲压成形中的回弹,特别是扭曲回弹问题,以应用最为广泛的冷轧双相钢为研究对象,研究多种加载方式引起的包申格效应对流动应力的快速硬化/迟滞效应/永久软化/非对称性和对运动硬化模式的影响,并考虑模具关键部件的弹性变形对回弹的影响,建立回弹预测的高精度模型并进行验证比较。系统研究材料性能参数、材料模型参数、工艺设计参数、模具的制造和装配精度、生产环境以及上述因素的波动对回弹统计分布的影响,基于非一致性拉深筋设计和变压边力设计,探索降低整体回弹、扭曲回弹和回弹分量、改善残余应力均匀性的设计方法,开展考虑噪声因素的高强度钢薄板冲压回弹控制的稳健优化。研究成果将有助于提高回弹的预测精度,实现回弹的最小化和一致性,显著缩短高强度钢冲压模具的试制周期,明显减少修模次数,降低开发成本。
AHSS;kinematic hardening;numerical simulation;springback control;robust optimization
针对高强度钢板冲压存在的复杂运动硬化现象和回弹幅度大的问题,选择典型(超)高强度双相钢板DP590和DP780,开展了系统的理论、数值计算、工艺优化和冲压试验研究,取得了以下研究结果(1)提出了修正的机械耗散极值原理,引入硬化乘子,建立了考虑非线性运动硬化与各向同性硬化的弹塑性本构方程;(2)利用硬化乘子和控制函数描述材料硬化行为,将众多独立提出的硬化模型,统一到同一框架内;(3)将Swift函数直接引入到运动硬化的控制函数中,实现了非饱和运动硬化行为的描述,还可以单屈服面和单背应力描述永久软化;(4)提出了NSK-Swift模型的本构方程数值求解和参数确定方法,通过控制函数正确了反映材料性能的演化,可以使用容易获取的单向拉伸实验数据确定参数。给出了如何由与之对应的各向同性Swift硬化模型参数获得其模型参数;(5)将NSK Swift模型用于模拟DP600与DP780在不同应变范围下多次循环加载硬化行为,并与多个模型进行了比较,发现该模型更好地反应了DP600在不同应变范围循环加载下的性能演化;(6)对numisheet 2005 BM 2汽车车底横梁成形进行回弹预测,发现在应变较小并且存在明显杠杆效应的截面位置,使用NSK Swift模型可以提供良好的回弹预测结果;DP965的回弹特性与DP600存在差异;(7)针对非等高非等宽AHSS冲压件的成形过程进行了分析,分析发现压边圈不同位置的弹性变形呈现不均匀性,增加拉深筋后其弹性变形的变化幅度较大,但总体上不同位置的弹性变形量变化差异较小;(8)以非等高非等宽冲压模具的压边圈为例,对压边圈结构进行了拓扑减重优化设计,使设计空间体积减少了65.9%。分析了拓扑优化单元密度的阈值(T)在[0,0.8]时,模具的弹性变形量变化幅度不大;随着阈值的不断提高,压边圈的减重率不断增大,而板料的最大Z向回弹值先降后升。因此,可以得到一个最佳的单元密度阈值,既能实现减重,又能控制回弹;(9)以大型平板件的最大回弹量最为优化目标,选择最小厚度作为约束条件,采用基于多宽度高斯核函数模型,进行了工艺稳健优化,使整体区域的回弹得到有效控制,满足约束的概率为0.977,达到了稳健优化的效果。 发表SCI/EI论文5篇,EI论文4篇,会议论文2篇, 申请发明专利3项,培养博士生1名,硕士生4名。