1. 板料成形数值模拟方法

1.1 高效稳定的动力显式板料成形数值模拟方法

l  动力效应控制

动力显式算法应用于冲压成形模拟时，成形速度一般设置为实际压机速度的10倍，因此动力效应会非常明显，从而导致明显的计算误差。           

   （a）压边过程变形失真                                       （b）开裂夸张

图1 动力效应

为了降低和避免成形速度引起的动力效应，提出一种独特的动力效应控制方法，有效地降低了动力效应引起的成形模拟误差。

    （a）真实模拟压边过程变形    （b）避免动力效应引起的夸张开裂

图2 动力效应控制效果

l  接触稳定性控制

动力显式方法虽然避免了方程组求解和迭代平衡问题，但也带来新的问题。由于成形模拟速度放大10倍，动力效应明显，对接触处理提出了很高要求。一般动力显式算法商业软件都对模具网格质量要求非常高，经常需要花大量时间手工修复模具网格，工作效率很低。

为了降低动力显式算法对模具网格质量的依赖，提出了自适应弹簧单元控制动力效应算法，可以兼容超级破损模具网格，正常完成成形模拟过程，降低了模具网格的质量要求，提高了成形模拟过程的稳定性。

（a）自适应弹簧单元控制动力效应算法

（b）兼容超级破损模具网格的数值模拟

图3 接触稳定性控制

l  二分式自适应网格加密-减密算法

基于动力显式算法的板料成形模拟商业软件中采用的四分式自适应网格加密算法，能够有效提高成形模拟效率。为了进一步提高成形模拟效率，提出了二分式自适应网格加密-减密算法。通过单元能量插值沙漏控制方法，避免了网格加-减密过程中能量衰减，保证了网格加密-减密过程中成形模拟精度，相比同类商业软件成形模拟效率提高2-4倍。

图4 自适应网格加密-减密算法

图5 二分式自适应网格加密-减密的应用

1.2 改进的有限元逆算法

传统有限元逆算法采用全量形变本构模型，计算中会产生应变过度局部化现象，造成成形模拟失败，因此一般商业软件中都采用弹性本构模型替换全量形变本构模型来克服这个难题。但是，弹性本构模型无法真实反映成形过程中的塑性变形规律，降低了有限元逆算法的计算精度。

图6 应变过度局部化现象                  图7 正常塑性变形

为了解决全量形变本构模型应用于有限元逆算法产生应变过度局部化现象的问题，提出了改进的全量形变本构模型。通过定义自适应初应变概念，修正割线模量软化过快问题，从本质上提高了有限元逆算法精度。

工艺模型也是影响有限元逆算法计算精度的重要因素。为了真实反映工艺参数在有限元逆算法中的作用，基于弹簧单元提出了精确化工艺参数模型，准确反映工艺参数的被动作用，进一步提高了逆算法的计算精度。

图8 改进的全量形变本构模型         图9 精确化工艺参数模型

1.3 修边线展开和翻边成形性分析算法

修边线展开一直是模具设计和现场模具调试的难题，尤其对于形状复杂的修边线，现场需要话费大量的人力物力反复调试，严重影响模具制造质量和周期。为了解决这个难题，在改进的有限元逆算法基础上，提出了2步有限元逆算法，可以准确、快速地展开复杂修边线，同时可以进行翻边成形性模拟。

    图10 复杂修边线展开                                图11 翻边成形性模拟

1.4 四边形拓扑网格剖分器

商业化的网格剖分器是有限元逆算法应用的基础，达到商业化应用水平的网格剖分器必须快速、高质量地进行网格剖分。我们开发了完全自主版本的四边形拓扑网格剖分器，可以高质量剖分大型汽车覆盖件零件。

图12 汽车翼子板网格剖分

2. 板料成形数值模拟软件

开发了完全自主知识产权的板料成形商业模拟软件FASTAMP，在上汽大众、上汽通用、上海泛亚、东风日产、广州本田等汽车企业，一汽模具、东风模具、上海赛科利、成飞集成等模具企业，以及美的集团、海尔集团等家电企业得到应用。

2.1 主要模块

FASTAMP软件主要包括4个模块：

l  板料成形全工序冲压成形模拟系统；

l  毛坯展开与产品可成形性模拟系统；

l  修边线展开与翻边成形性模拟系统；

l  毛坯排样系统。

2.2 集成于三维CAD平台

FASTAMP集成于CATIA、NX、PRO/E、SolidWorks四个主流CAD平台，将设计与成形模拟一体化，不需要数据转换，充分利用CAD软件参数化特征，实现了设计与分析数据同步更新。

图13 FASTAMP集成于CATIA、NX、PRO/E、SolidWorks平台

2.3 汽车覆盖件全工序成形模拟

FASTAMP软件可以进行复杂汽车覆盖件全工序成形模拟，模拟成形过程中的起皱、开裂、微波纹、回弹等缺陷，计算速度高于国外同类商业化软件。

图14 汽车覆盖件全工序成形模拟

FASTAMP可以采用实体拉深筋模拟拉延成形，从而真实反映拉深筋圆角、筋高、间隙、空开对板料过筋时的厚度、应力等参数的综合影响，模拟结果与现场测量结果高度吻合。

（a）模拟结果                                        （b）实验结果                                      （c）工艺零件

图15 实体拉深筋模拟与实验结果对比

2.4 家电五金产品成形模拟

FASTAMP广泛应用于家电五金产品成形模拟，从而预测产品设计过程中潜在的产品设计缺陷，优化产品设计。

（a）减薄率                         （b）FLD                       （c）主应变                        （d）回弹量

图16 家电产品成形模拟应用

 

图17 空调翅片成形过程模拟

2.5 3C产品成形模拟

FASTAMP可以优化3C精密钣金产品设计和成形工艺，提高产品制造质量，缩短模具制造周期。

图18 3C产品成形模拟应用

2.6 航空航天产品成形模拟

FASTAMP可以应用于航空航天产品成形模拟，包括蒙皮拉伸、橡皮囊液压成形、拉弯成形等成形工艺。

    

    （a）蒙皮拉形                                                               （b）橡皮囊液压成形

图19 航空航天产品成形模拟应用

2.7 毛坯排样

FASTAMP可以进行毛坯排样（包括单排、双排、双料排等）和优化，通过比较不同排样方式的材料利用率，计算最佳材料利用率。

 

图20 毛坯排样

3. 板料成形人工智能方法

由于板料冲压成形产品的形状总是在不断改变，成形工艺也在不断更新和完善，这使得冲压成形产品的大数据样本很难通用。再加上影响板料冲压成形工艺的因素非常多，材料参数、工艺参数、工艺补充形状等因素都会对成形缺陷产生不同程度的影响，而且这些因素还会相互耦合影响，因此以神经网络和遗传算法为代表的现有人工智能方法很难应用于板料冲压成形工艺优化。

FASTAMP课题组针对板料冲压成形工艺优化问题，提出一种新的人工智能优化方法，以金属塑性成形理论为基础建立塑性成形工艺优化规则，这种方法与传统智能优化比较，完全摆脱了严重依赖大量样本和盲目低效的“黑箱”训练过程，能够准确反映优化过程中成形缺陷与塑性流动规律之间的关系，具有“知其然知其所以然”的优点，提高优化结果的准确性。

图21 基于塑性成形理论的人工智能方法

图22 人工智能优化方法在汽车覆盖件拉深筋优化中的应用