-
公开(公告)号:CN118595272B
公开(公告)日:2024-12-20
申请号:CN202411081512.5
申请日:2024-08-08
Applicant: 中南大学
IPC: B21D26/027 , G06F30/23 , G06F30/27 , G06N3/0442 , G06N3/048 , G06N3/084 , G06N3/0985 , G06F17/11
Abstract: 本发明公开了一种基于数字孪生技术的蠕变时效成形的方法及装置。其中,方法包括采集铝合金壁板在蠕变时效成形过程中的传感器数据;将所述传感器数据输入第一预测模型中,获得所述第一预测模型输出的预测回弹量及屈服强度;将所述预测回弹量及屈服强度与目标回弹量及屈服强度进行比对,确定所述预测回弹量及屈服强度与目标回弹量及屈服强度之间的第一差异值;基于所述第一差异值,利用第二预测模型,确定对所述铝合金壁板进行工艺更新的第一工艺参数,将所述第一工艺参数发送至热压罐,并控制所述热压罐以所述第一工艺参数执行工艺操作。本发明提供的方案能基于实时的传感器数据,对工艺进行调整,以得到精确成形和目标性能的构件。
-
公开(公告)号:CN119378403A
公开(公告)日:2025-01-28
申请号:CN202411909498.3
申请日:2024-12-24
Applicant: 中南大学
IPC: G06F30/27 , G06F30/17 , G16C60/00 , G06F30/23 , G06N3/0464 , G06N3/045 , G06N3/0442 , G06N3/084 , G06F18/15 , G06F18/213 , G06F18/25 , G06F18/2415 , G06N3/048 , G06F111/10 , G06F113/24 , G06F119/12 , G06F119/08 , G06F119/14
Abstract: 本申请提供了一种基于CNN‑LSTM的复杂构件的快速回弹预测方法及装置,包括:获取不同结构特征的复杂构件的三维模型图片,以及复杂构件的单一结构特征不同工艺条件下的屈服强度及回弹量,构建训练数据集,工艺条件包括材料特性、蠕变时效成形工艺和成形模具型面;基于训练数据集对CNN‑LSTM模型进行预训练;获取待预测复杂构件的三维模型图片和工艺条件,并根据三维模型图片和工艺条件应用训练后的CNN‑LSTM模型预测待预测复杂构件的屈服强度及回弹量。通过引入结构特征,并调整成适合复杂构件蠕变时效成形工艺,能够实现高精度快速回弹及力学性能预测,便于筛选出最优构件尺寸、模具目标型面和最优工艺。
-
公开(公告)号:CN118595272A
公开(公告)日:2024-09-06
申请号:CN202411081512.5
申请日:2024-08-08
Applicant: 中南大学
IPC: B21D26/027 , G06F30/23 , G06F30/27 , G06N3/0442 , G06N3/048 , G06N3/084 , G06N3/0985 , G06F17/11
Abstract: 本发明公开了一种基于数字孪生技术的蠕变时效成形的方法及装置。其中,方法包括采集铝合金壁板在蠕变时效成形过程中的传感器数据;将所述传感器数据输入第一预测模型中,获得所述第一预测模型输出的预测回弹量及屈服强度;将所述预测回弹量及屈服强度与目标回弹量及屈服强度进行比对,确定所述预测回弹量及屈服强度与目标回弹量及屈服强度之间的第一差异值;基于所述第一差异值,利用第二预测模型,确定对所述铝合金壁板进行工艺更新的第一工艺参数,将所述第一工艺参数发送至热压罐,并控制所述热压罐以所述第一工艺参数执行工艺操作。本发明提供的方案能基于实时的传感器数据,对工艺进行调整,以得到精确成形和目标性能的构件。
-
公开(公告)号:CN116689843A
公开(公告)日:2023-09-05
申请号:CN202310742119.5
申请日:2023-06-21
Applicant: 中南大学
Abstract: 本发明公开了一种用于复杂网格加筋构件工艺余量精确铣削的装置和方法,装置包括定位板、周向和轴向定位调节机构三种定位结构,并结合机床坐标位置测量,从而实现了构件的精确定位。装置对工装卡板顶部铣平和在工装两侧设计支撑板,并在支撑板上设置可调节螺栓,使得构件中间刚度大变形量较小时,构件中间也不会与卡板顶部干涉,并当构件与支撑板之间有间隙时,防止切割过程振动。而在夹持过程中,为防止构件夹持变形严重或者向其中一侧倾斜,采用构件对称同时夹持方法,并且利用百分表控制夹持变形程度。本发明通过设计与工艺考虑,使得构件机床上切割后测量的弦长与自由状态下的弦长一致,不会出现切割变形回弹现象,从而有利于后续装配过程。
-
-
-