CN117348525B - 一种基于ug软件的模具2d加工评估方法及*** - Google Patents
一种基于ug软件的模具2d加工评估方法及*** Download PDFInfo
- Publication number
- CN117348525B CN117348525B CN202311654443.8A CN202311654443A CN117348525B CN 117348525 B CN117348525 B CN 117348525B CN 202311654443 A CN202311654443 A CN 202311654443A CN 117348525 B CN117348525 B CN 117348525B
- Authority
- CN
- China
- Prior art keywords
- data
- cutting
- phase change
- path
- cutting force
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000012545 processing Methods 0.000 title claims abstract description 64
- 238000011156 evaluation Methods 0.000 title claims abstract description 51
- 238000005520 cutting process Methods 0.000 claims abstract description 513
- 230000008859 change Effects 0.000 claims abstract description 399
- 239000000463 material Substances 0.000 claims abstract description 311
- 238000009826 distribution Methods 0.000 claims abstract description 182
- 238000004458 analytical method Methods 0.000 claims abstract description 147
- 230000008646 thermal stress Effects 0.000 claims abstract description 113
- 238000000034 method Methods 0.000 claims abstract description 48
- 238000005457 optimization Methods 0.000 claims abstract description 40
- 238000004088 simulation Methods 0.000 claims abstract description 32
- 238000004364 calculation method Methods 0.000 claims description 59
- 230000008878 coupling Effects 0.000 claims description 32
- 238000010168 coupling process Methods 0.000 claims description 32
- 238000005859 coupling reaction Methods 0.000 claims description 32
- 230000008569 process Effects 0.000 claims description 23
- 238000012795 verification Methods 0.000 claims description 23
- 230000000694 effects Effects 0.000 claims description 18
- 238000012098 association analyses Methods 0.000 claims description 15
- 238000000605 extraction Methods 0.000 claims description 15
- 238000004140 cleaning Methods 0.000 claims description 14
- 238000003754 machining Methods 0.000 claims description 14
- 230000011218 segmentation Effects 0.000 claims description 9
- 238000004220 aggregation Methods 0.000 claims description 8
- 230000002776 aggregation Effects 0.000 claims description 8
- 238000012937 correction Methods 0.000 claims description 8
- 238000010606 normalization Methods 0.000 claims description 8
- 238000012300 Sequence Analysis Methods 0.000 claims description 7
- 238000010276 construction Methods 0.000 claims description 6
- 230000035882 stress Effects 0.000 claims description 5
- 230000009286 beneficial effect Effects 0.000 description 17
- 230000006399 behavior Effects 0.000 description 14
- 238000004519 manufacturing process Methods 0.000 description 10
- 238000004422 calculation algorithm Methods 0.000 description 9
- 238000001816 cooling Methods 0.000 description 8
- 230000000712 assembly Effects 0.000 description 6
- 238000000429 assembly Methods 0.000 description 6
- 230000002159 abnormal effect Effects 0.000 description 5
- 230000008901 benefit Effects 0.000 description 5
- 238000012549 training Methods 0.000 description 5
- 230000002411 adverse Effects 0.000 description 4
- 238000005336 cracking Methods 0.000 description 4
- 238000005265 energy consumption Methods 0.000 description 4
- 239000002699 waste material Substances 0.000 description 4
- 230000003993 interaction Effects 0.000 description 3
- 238000006243 chemical reaction Methods 0.000 description 2
- 239000011365 complex material Substances 0.000 description 2
- 230000001186 cumulative effect Effects 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000002474 experimental method Methods 0.000 description 2
- 238000002372 labelling Methods 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 230000000704 physical effect Effects 0.000 description 2
- 238000003908 quality control method Methods 0.000 description 2
- 230000009467 reduction Effects 0.000 description 2
- 238000010219 correlation analysis Methods 0.000 description 1
- 230000008676 import Effects 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 230000003252 repetitive effect Effects 0.000 description 1
- 238000010187 selection method Methods 0.000 description 1
- 238000010937 topological data analysis Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B19/00—Programme-control systems
- G05B19/02—Programme-control systems electric
- G05B19/18—Numerical control [NC], i.e. automatically operating machines, in particular machine tools, e.g. in a manufacturing environment, so as to execute positioning, movement or co-ordinated operations by means of programme data in numerical form
- G05B19/4097—Numerical control [NC], i.e. automatically operating machines, in particular machine tools, e.g. in a manufacturing environment, so as to execute positioning, movement or co-ordinated operations by means of programme data in numerical form characterised by using design data to control NC machines, e.g. CAD/CAM
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
- G06F30/23—Design optimisation, verification or simulation using finite element methods [FEM] or finite difference methods [FDM]
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B2219/00—Program-control systems
- G05B2219/30—Nc systems
- G05B2219/32—Operator till task planning
- G05B2219/32128—Gui graphical user interface
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
- G06F2119/08—Thermal analysis or thermal optimisation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
- G06F2119/14—Force analysis or force optimisation, e.g. static or dynamic forces
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/30—Computing systems specially adapted for manufacturing
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Human Computer Interaction (AREA)
- Manufacturing & Machinery (AREA)
- Automation & Control Theory (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- General Engineering & Computer Science (AREA)
- Numerical Control (AREA)
Abstract
本发明涉及模具2D加工评估技术领域，尤其涉及一种基于UG软件的模具2D加工评估方法及***。所述方法包括以下步骤：通过UG软件获取模具数据；对模具数据中的模具几何数据进行模具表面曲率分布分析，从而获取模具曲率分布数据；获取切削路径历史数据；基于模具曲率分布数据以及切削路径历史数据进行切削路径自动优化，从而获取最佳切削路径数据；根据模具数据中的材料数据进行材料特性模型构建，从而获取材料特性模型；根据最佳切削路径数据并利用材料特性模型进行切削模拟，从而获取材料反馈数据。本发明通过切削力分布变化分析、材料热应力影响分析以及热应力动态变化影响分析，以实现基于UG软件的模具2D加工评估方法及***。
Description
技术领域
本发明涉及模具2D加工评估技术领域，尤其涉及一种基于UG软件的模具2D加工评估方法及***。
背景技术
目前的切削力模型往往基于有限的模型考虑，可能无法充分捕捉复杂模型表面的局部几何变化，导致分析结果的局限性，影响了模型的泛化性和准确性；现有的热应力分析往往基于简化的模型，未能充分考虑模具材料的非均匀性和多相互动，限制了对真实情况的准确建模，未能有效考虑切削过程中温度的动态变化，忽略了切削速度和切削深度变化对热应力的影响。
发明内容
基于此，有必要提供一种基于UG软件的模具2D加工评估方法及***，以解决至少一个上述技术问题。
为实现上述目的，一种基于UG软件的模具2D加工评估方法及***，所述方法包括以下步骤：
步骤S1：通过UG软件获取模具数据；对模具数据中的模具几何数据进行模具表面曲率分布分析，从而获取模具曲率分布数据；
步骤S2：获取切削路径历史数据；基于模具曲率分布数据以及切削路径历史数据进行切削路径自动优化，从而获取最佳切削路径数据；
步骤S3：根据模具数据中的材料数据进行材料特性模型构建，从而获取材料特性模型；根据最佳切削路径数据并利用材料特性模型进行切削模拟，从而获取材料反馈数据；
步骤S4：基于材料反馈数据进行切削力模型构建，从而获取切削力模型；利用切削力模型进行切削力分布变化分析，从而获取切削力分布变化数据；
步骤S5：根据材料反馈数据以及切削力分布变化数据进行材料热应力影响分析，从而获取材料热应力影响数据；
步骤S6：基于最佳切削路径数据、材料反馈数据、切削力分布变化数据以及热应力分析数据进行综合评估，以实现模具2D加工评估工作。
本发明通过曲率分布数据能够捕捉到模具表面的局部特征，使得后续分析更为精确，曲率信息为后续切削路径自动优化提供基础，有助于更好地适应模具表面的曲率变化；优化的切削路径可减少材料的浪费，提高材料利用率，最佳切削路径有助于减小切削力，降低切削过程中的能耗；材料特性模型提供准确的材料反馈数据，包括温度、应力，为后续步骤提供基础，切削模拟有助于预测模具在切削过程中的变形情况，为后续步骤提供重要信息；切削力分布变化数据可用于优化刀具的选择，提高切削效率，分析切削力分布变化有助于避免振动和共振现象，提高加工稳定性；热应力分析有助于预测和预防模具在加工过程中可能出现的热裂纹问题，分析结果可用于制定定制的冷却策略，以最大限度地减少热应力影响；综合评估有助于保障模具2D加工的质量，减少制造过程中可能出现的问题，通过优化路径、力分布和热应力，加工效率得到提升，生产成本得以降低。因此，本发明提供了一种基于UG软件的模具2D加工评估方法及***，通过切削力分布变化分析以及材料热应力影响分析，准确把握了切削力影响的准确性，以及周全考虑了热应力动态变化影响性。
优选地，步骤S1包括以下步骤：
步骤S11：对模具数据中的模具几何数据进行模具分割与组件识别，从而获取模具组件几何数据；
步骤S12：对模具组件几何数据中的各个组件进行拓扑分析，从而获取组件拓扑图数据；
步骤S13：基于组件几何数据进行组件表面曲率计算，从而获取曲率分布图数据；
步骤S14：根据组件拓扑图数据对曲率分布图数据进行数据聚合并进行曲率特征提取，从而获取曲率特征数据；
步骤S15：对曲率特征数据进行特征数据归一化，从而获取曲率特征标准数据；
步骤S16：对曲率特征标准数据进行特征关联分析，从而获取模具曲率分布数据。
本发明通过模具分割，获取了清晰的模具组件几何数据，有助于更精确地理解模具的结构和形状，成功识别各个模具组件，为后续的拓扑分析和特征提取提供了明确的对象，模具分割降低了处理复杂几何结构的难度，有助于提高分析的准确性，确保每个组件都能得到适当的关注；通过对每个模具组件进行拓扑分析，获得了对模具内部结构的深入理解，为后续的特征提取和曲率计算提供了基础，识别各组件之间的拓扑关系，有助于了解组件之间的相互作用，为后续的数据聚合奠定基础；通过计算组件的表面曲率，获得了表面的局部特征，有助于捕捉模具几何的微观变化，表面曲率信息可用于预测加工难度，为制定切削路径提供指导，提高加工效率；通过对曲率分布图数据进行拓扑关联分析，成功提取了关键的曲率特征，有助于综合表达模具的整体几何特征，数据聚合与特征提取有助于识别模具内部的模式和规律，为后续的数据归一化和关联分析提供有力支持；通过曲率特征数据的归一化，确保了不同组件之间数据的一致性，避免了由于尺度差异而引起的偏见，归一化的数据为后续的特征关联分析奠定了基础，确保了不同特征之间的可比性；通过关联分析，确定了影响模具几何的关键特征，为模具2D加工评估提供了有针对性的信息，关联分析有助于理解不同特征之间的相互关系，为制定全局优化策略提供了洞见。
优选地，步骤S2包括以下步骤：
步骤S21：获取切削路径历史数据；对切削路径历史数据进行历史数据清洗，从而获取切削路径历史清洗数据；
步骤S22：对模具曲率分布数据以及切削路径历史清洗数据进行性能指标关联计算，从而获取曲率路径关联数据；
步骤S23：对曲率路径关联数据进行路径特征提取，从而获取路径特征数据；根据路径特征数据进行切削效率评估，从而获取切削效率数据；基于切削效率数据进行路径优化处理，从而获取路径优化数据；
步骤S24：对路径优化数据进行路径振动分析，从而获取路径振动数据；对路径振动数据进行振动特性预测，从而获取路劲振动特性数据；
步骤S25：对路径优化数据进行切削路径时序分析，从而获取切削路径时序数据；
步骤S26：根据路劲振动特性数据以及切削路径时序数据进行路径振动时序调优，从而获取最佳切削路径数据。
本发明通过收集切削路径历史数据，能够识别切削过程中的趋势和周期性变化，可以识别异常事件和不稳定的切削路径，为质量问题的追踪提供线索，提供优化切削路径的参考基准，帮助理解切削行为在不同条件下的表现；清洗过的数据更可靠，有助于消除由于测量误差、传感器噪声引起的不准确性，提高后续性能指标关联计算的准确性，确保基于清洗数据的分析更可信，使数据具有更高的一致性，有助于确保性能指标的关联计算在整个数据集上具有可重复性；通过与模具曲率分布数据关联，能够更全面地理解切削路径特征对性能的影响，基于路径特征数据进行切削效率评估，有助于识别路径中的瓶颈和优势，根据切削效率数据，生成可用于优化的路径优化数据，以提高切削效率和降低成本；通过振动分析，识别可能导致切削质量降低的振动问题，为质量控制提供支持，预测切削路径的振动特性，有助于提前防范振动引起的问题，减少不良影响；通过时序分析，揭示切削路径在不同时间点的变化趋势，有助于更全面地了解切削过程的动态性，可以识别切削路径中的重要事件和变化点；通过路劲振动时序调优，消除振动对切削过程的不良影响，提高模具加工质量，结合振动特性数据和时序数据，生成最佳切削路径，确保在不同阶段都能获得最优的加工效果。
优选地，步骤S4包括以下步骤：
步骤S41：基于材料反馈数据进行切削力模型构建，从而获取切削力模型；
步骤S42：根据材料反馈数据中的削切深度数据以及刀具几何数据进行切口面积估计，从而获取切口面积数据；
步骤S43：利用切削力模型以及切口面积数据中的刀具接触面积数据进行虚拟切削力场生成，从而获取虚拟切削力场数据；
步骤S44：对虚拟切削力场数据以及实际切削力场数据进行虚实验证，从而获取切削力模型验证数据；
步骤S45：基于切削力模型验证数据对虚拟切削力场数据进行切削波动参数引入，从而获取切削变化因素数据；
步骤S46：对切削变化因素数据进行切削力分布变化计算，从而获取切削力分布变化数据。
本发明通过利用材料反馈数据，切削力模型能够更精准地反映实际切削过程中材料的力学行为，从而提高模型的准确性和可靠性，利用实际材料数据进行建模，使得切削力模型具有更好的适应性，能够应对不同材料的切削情况，提高通用性；通过结合削切深度和刀具几何数据，切口面积的估计更加准确，提高了切削力计算的精度，获取的切口面积数据可用于实时调整切削力模型，使其更好地适应动态切削条件，提高实际应用的灵活性；虚拟切削力场数据的生成基于切削力模型和切口面积数据，可以模拟不同切削条件下的切削力场，虚拟切削力场数据的获取允许在数字环境中进行切削场景实验，避免实际试错成本，提高工程设计的效率；通过对比虚拟切削力场和实际切削力场，获取切削力模型验证数据，验证模型的准确性和可靠性，为后续分析提供可信依据，基于验证数据，可以进行误差分析，了解模型在不同切削条件下的表现；引入切削波动参数使得模型更加动态，能够更好地捕捉切削过程中的变化，提高模型的逼真度，切削变化因素数据考虑了切削过程中的波动和变化，使模型更具实际应用性；通过计算切削力分布的变化，可以实时了解切削过程中的力学特性变化，为实际生产提供实时反馈。
优选地，步骤S46中切削力分布变化计算公式进行计算，其中切削力分布变化计算公式具体为：
；
式中，表示切削力的分布变化数据，/>表示趋向无穷大的极限值，/>表示工具切入模具工件的深度，/>表示工具相对于模具工件的移动速度，/>表示刀具相对于模具工件的切削角度，/>表示工具切削点的速度，/>表示工件的材料特性参数，/>表示切削力历史数据影响因子，/>表示刀具尖部的锋利程度值，/>表示热效应对切削力分布的影响程度值，/>表示切削力分布变化计算误差纠正量。
本发明构造了一种切削力分布变化计算公式，用于对切削变化因素数据进行切削力分布变化计算；公式中部分考虑了切削深度/>和工具相对速度/>的平方根，同时乘以切削角度/>和切削点速度/>的正弦值，这综合考虑了工具运动的多个因素，有助于更准确地描述切削力随切削深度和工具速度变化的关系；/>部分有助于在考虑材料特性和历史数据的情况下更精确地建模切削力分布的变化，对数运算能够将参数范围映射到更平滑的数值范围，提高模型的稳定性；/>部分虑了刀具的几何特性对切削力的影响，刀具锋利度越高，切削力分布变化可能更为敏感，因此这一项有助于更精确地模拟刀具尖部对切削力的影响；/>部分考虑了热效应对切削力的复杂影响，通过对热效应的四次方根进行运算，可以使热效应对切削力的影响更为平滑和稳定。
优选地，步骤S5包括以下步骤：
步骤S51：对材料反馈数据进行热源定位处理，从而获取热源位置数据；
步骤S52：根据材料反馈数据中的材料摩擦系数以及切削力分布变化数据进行摩擦热量变化计算，从而获取摩擦热量变化数据；
步骤S53：根据热源位置数据以及摩擦热量变化数据进行局部温度场模拟，从而获取局部温度场数据；
步骤S54：利用局部温度场数据对材料反馈数据中的材料进行热物性参数识别，从而获取材料热物性参数；
步骤S55：基于材料特性模型对局部温度场数据进行材料相变区域识别，从而获取材料相变区域数据；
步骤S56：利用材料相变区域数据以及材料热物性参数进行材料相变分析，从而获取材料相变数据；
步骤S57：对材料相变数据进行热应力影响分析，从而获取材料热应力影响数据。
本发明通过对材料反馈数据进行热源定位处理，可以精确定位切削过程中产生的热源位置，有益于更精确地理解和模拟热源在模具中的分布，为后续的摩擦热量变化计算和局部温度场模拟提供准确的起点；根据材料反馈数据中的摩擦系数和切削力分布变化数据，进行摩擦热量变化计算有助于量化摩擦热量在模具中的分布情况，有益于了解摩擦对温度场的贡献；进行局部温度场模拟，有助于分析切削过程中不同区域的温度变化，为后续的材料热物性参数识别和材料相变区域识别提供依据；进行热物性参数识别，可以获取材料在高温条件下的热导率、热膨胀系数等重要参数，有益于更准确地模拟材料在切削过程中的热行为，为后续的材料相变分析提供准确基础；进行材料相变区域识别，有助于准确判断材料在不同温度下的相变情况，为后续的材料相变分析提供了准确的相变区域数据，进一步细化了对材料行为的理解；进行材料相变分析，有助于理解材料在不同温度条件下的相变行为，提供了更深入的洞察，使模拟更贴近实际，为最终的热应力影响分析提供更为准确的数据基础；进行热应力影响分析，能够深入了解切削过程中材料由于相变引起的热应力变化，为评估模具2D加工过程中的热应力影响提供了关键信息，为优化加工参数和材料选择提供了可靠依据。
优选地，步骤S52中摩擦热量变化计算公式进行计算，其中摩擦热量变化计算公式具体为：
；
式中表示在位置/>处的摩擦热量变化，/>表示在刀具相对模具工件的横向位置坐标，/>表示在刀具相对模具工件的纵向位置坐标，/>表示在刀具与模具工件接触的方向上的位置坐标，/>表示切削起始时间，/>表示切削结束时间，/>表示切削时间点，表示在刀具相对模具工件的位置/>处的切削力，/>表示在位置/>处的切削速度，/>表示切削过程中的有效接触面积，/>表示材料摩擦系数，/>表示材料比热容，表示在位置/>处的温度变化，/>表示摩擦热量变化计算偏差纠正值。
本发明构造了一种摩擦热量变化计算公式，用于根据材料反馈数据中的材料摩擦系数以及切削力分布变化数据进行摩擦热量变化计算；公式中部分表示在位置/>处的切削功率，是切削力和切削速度的乘积，该项反映了切削过程中对材料的实际破坏作用，有助于评估切削效率和能量转化；/>部分表示在位置/>处的热功率，由温度变化率乘以材料的比热容和其他参数得到，该项考虑了切削引起的温度变化对材料的影响，有助于分析热应力和材料热变形；部分通过对切削过程中的功率变化进行时间积分，考虑了整个切削过程中的累积效应，有助于更全面地评估摩擦热量的累积影响；/>项表示摩擦热量变化计算的偏差纠正值，有助于提高计算的准确性，通过纠正可能存在的误差，使计算更加贴近实际情况。
优选地，步骤S56包括以下步骤：
步骤S561：利用材料相变区域数据以及材料热物性参数进行相变速率计算，从而获取相变速率数据；
步骤S562：利用相变速率数据对局部温度场数据进行相变相对温度差影响分析，从而获取相变温度场影响数据；
步骤S563：对相变速率数据以及摩擦热量变化数据进行相变摩擦热量分布标注，从而获取相变摩擦热量影响数据；
步骤S564：基于相变速率数据、相变温度场影响数据以及相变摩擦热量影响数据进行时空演变分析，从而获取相变区域时空演变数据；
步骤S565：对相变区域时空演变数据进行材料热应力影响评估，从而获取材料热应力影响数据。
本发明通过材料相变区域数据，能够精准计算相变速率有助于理解材料在不同温度条件下的相变行为，为后续热应力分析提供更准确的基础数据；通过相变速率数据，可以分析相对温度差的变化对局部温度场的影响，有助于优化切削路径，减缓温度梯度的变化，降低热应力的产生，更好地理解相对温度差的影响，可以帮助调整加工参数，提高加工的稳定性和精度，降低因温度变化而引起的形变风险；标注相变摩擦热量分布有助于了解相变区域的摩擦热特性，通过分析相变摩擦热量分布，可以采取合适的冷却措施，有效降低刀具的温度；时空演变分析能够深入了解相变区域的变化规律，包括位置、时间和温度因素，为全面理解相变过程提供详尽信息，时空演变分析有助于定位潜在的温度梯度异常或相变不均匀的区域，提前预警可能引发的问题；基于时空演变数据进行热应力影响评估，能够更准确地预测材料的热应力分布，通过深入理解材料热应力的影响，可以采取合适的降温措施，降低热应力对模具的影响，从而提高模具的寿命和稳定性。
优选地，步骤S564包括以下步骤：
步骤S5641：基于相变速率数据、相变温度场影响数据以及相变摩擦热量影响数据进行热应力耦合模型构建，从而获取热应力耦合模型；
步骤S5642：对材料相变区域数据进行相变区域边界特征提取，从而获取相变区域边界特征数据；
步骤S5643：利用相变区域边界特征数据对材料相变区域数据进行材料晶格结构变形分析，从而获取材料晶格结构变形数据；
步骤S5644：利用热应力耦合模型对材料晶格结构变形数据进行材料强度耦合分析，从而获取材料强度耦合分析数据；
步骤S5645：对相变速率数据以及材料强度耦合分析数据进行相变区域时空演变模拟，从而获取相变区域时空演变数据。
本发明通过基于相变速率数据、相变温度场影响数据以及相变摩擦热量影响数据的耦合模型构建，可以更全面地考虑相变过程中的热应力变化，有益于准确预测在材料相变时可能产生的热应力分布；提取相变区域边界特征数据有助于更准确地定义相变区域的空间范围；通过对相变区域边界特征数据进行材料晶格结构变形分析，可以深入了解相变过程中材料内部结构的演变，有助于理解相变对材料微观结构的影响，为材料强度变化提供详细的基础；利用热应力耦合模型对材料晶格结构变形数据进行强度耦合分析，可以更全面地评估相变过程中材料的强度变化，有助于预测在相变发生时材料的机械性能；对相变速率数据和材料强度耦合分析数据进行时空演变模拟，可以呈现相变过程在时间和空间上的演变规律，使得能够更好地理解相变区域的动态行为。
优选地，本发明还提供了一种基于UG软件的模具2D加工评估方法及***，包括：
模具曲率分布分析模块，用于通过UG软件获取模具数据；对模具数据中的模具几何数据进行模具表面曲率分布分析，从而获取模具曲率分布数据；
模具切削路径自动优化模块，用于获取切削路径历史数据；基于模具曲率分布数据以及切削路径历史数据进行切削路径自动优化，从而获取最佳切削路径数据；
模具切削模拟模块，用于根据模具数据中的材料数据进行材料特性模型构建，从而获取材料特性模型；根据最佳切削路径数据并利用材料特性模型进行切削模拟，从而获取材料反馈数据；
切削力分布变化分析模块，用于基于材料反馈数据进行切削力模型构建，从而获取切削力模型；利用切削力模型进行切削力分布变化分析，从而获取切削力分布变化数据；
材料热应力影响分析模块，用于根据材料反馈数据以及切削力分布变化数据进行材料热应力影响分析，从而获取材料热应力影响数据；
模具2D加工评估模块，用于基于最佳切削路径数据、材料反馈数据、切削力分布变化数据以及热应力分析数据进行综合评估，以实现模具2D加工评估工作。
本发明通过曲率分布数据能够捕捉到模具表面的局部特征，使得后续分析更为精确，曲率信息为后续切削路径自动优化提供基础，有助于更好地适应模具表面的曲率变化；优化的切削路径可减少材料的浪费，提高材料利用率，最佳切削路径有助于减小切削力，降低切削过程中的能耗；材料特性模型提供准确的材料反馈数据，包括温度、应力，为后续步骤提供基础，切削模拟有助于预测模具在切削过程中的变形情况，为后续步骤提供重要信息；切削力分布变化数据可用于优化刀具的选择，提高切削效率，分析切削力分布变化有助于避免振动和共振现象，提高加工稳定性；热应力分析有助于预测和预防模具在加工过程中可能出现的热裂纹问题，分析结果可用于制定定制的冷却策略，以最大限度地减少热应力影响；综合评估有助于保障模具2D加工的质量，减少制造过程中可能出现的问题，通过优化路径、力分布和热应力，加工效率得到提升，生产成本得以降低。因此，本发明提供了一种基于UG软件的模具2D加工评估方法及***，通过切削力分布变化分析以及材料热应力影响分析，准确把握了切削力影响的准确性，以及周全考虑了热应力动态变化影响性。
附图说明
图1为一种基于UG软件的模具2D加工评估方法的步骤流程示意图；
图2为图1中步骤S1的详细实施步骤流程示意图；
图3为图1中步骤S2的详细实施步骤流程示意图；
图4为图1中步骤S4的详细实施步骤流程示意图；
本发明目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。
具体实施方式
下面结合附图对本发明专利的技术方法进行清楚、完整的描述，显然，所描述的实施例是本发明的一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域所属的技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
此外，附图仅为本发明的示意性图解，并非一定是按比例绘制。图中相同的附图标记表示相同或类似的部分，因而将省略对它们的重复描述。附图中所示的一些方框图是功能实体，不一定必须与物理或逻辑上独立的实体相对应。可以采用软件形式来实现功能实体，或在一个或多个硬件模块或集成电路中实现这些功能实体，或在不同网络和/或处理器方法和/或微控制器方法中实现这些功能实体。
应当理解的是，虽然在这里可能使用了术语“第一”、“第二”等等来描述各个单元，但是这些单元不应当受这些术语限制。使用这些术语仅仅是为了将一个单元与另一个单元进行区分。举例来说，在不背离示例性实施例的范围的情况下，第一单元可以被称为第二单元，并且类似地第二单元可以被称为第一单元。这里所使用的术语“和/或”包括其中一个或更多所列出的相关联项目的任意和所有组合。
为实现上述目的，请参阅图1至图4，一种基于UG软件的模具2D加工评估方法及***，所述方法包括以下步骤：
步骤S1：通过UG软件获取模具数据；对模具数据中的模具几何数据进行模具表面曲率分布分析，从而获取模具曲率分布数据；
步骤S2：获取切削路径历史数据；基于模具曲率分布数据以及切削路径历史数据进行切削路径自动优化，从而获取最佳切削路径数据；
步骤S3：根据模具数据中的材料数据进行材料特性模型构建，从而获取材料特性模型；根据最佳切削路径数据并利用材料特性模型进行切削模拟，从而获取材料反馈数据；
步骤S4：基于材料反馈数据进行切削力模型构建，从而获取切削力模型；利用切削力模型进行切削力分布变化分析，从而获取切削力分布变化数据；
步骤S5：根据材料反馈数据以及切削力分布变化数据进行材料热应力影响分析，从而获取材料热应力影响数据；
步骤S6：基于最佳切削路径数据、材料反馈数据、切削力分布变化数据以及热应力分析数据进行综合评估，以实现模具2D加工评估工作。
本发明通过曲率分布数据能够捕捉到模具表面的局部特征，使得后续分析更为精确，曲率信息为后续切削路径自动优化提供基础，有助于更好地适应模具表面的曲率变化；优化的切削路径可减少材料的浪费，提高材料利用率，最佳切削路径有助于减小切削力，降低切削过程中的能耗；材料特性模型提供准确的材料反馈数据，包括温度、应力，为后续步骤提供基础，切削模拟有助于预测模具在切削过程中的变形情况，为后续步骤提供重要信息；切削力分布变化数据可用于优化刀具的选择，提高切削效率，分析切削力分布变化有助于避免振动和共振现象，提高加工稳定性；热应力分析有助于预测和预防模具在加工过程中可能出现的热裂纹问题，分析结果可用于制定定制的冷却策略，以最大限度地减少热应力影响；综合评估有助于保障模具2D加工的质量，减少制造过程中可能出现的问题，通过优化路径、力分布和热应力，加工效率得到提升，生产成本得以降低。因此，本发明提供了一种基于UG软件的模具2D加工评估方法及***，通过切削力分布变化分析以及材料热应力影响分析，准确把握了切削力影响的准确性，以及周全考虑了热应力动态变化影响性。
本发明实施例中，参考图1所述，为本发明一种基于UG软件的模具2D加工评估方法的步骤流程示意图，在本实例中，所述一种基于UG软件的模具2D加工评估方法包括以下步骤：
步骤S1：通过UG软件获取模具数据；对模具数据中的模具几何数据进行模具表面曲率分布分析，从而获取模具曲率分布数据；
本发明实施例中，利用UG软件导入待评估的模具数据，包括模型的几何信息、尺寸、形状；运用UG软件的几何分析工具，对模具表面进行详细分析，包括曲率、曲率半径、曲率方向数据的提取；基于模具表面的几何数据，使用数学算法（如差分法或曲率计算算法），计算模具表面的曲率分布，生成并保存模具曲率分布数据。
步骤S2：获取切削路径历史数据；基于模具曲率分布数据以及切削路径历史数据进行切削路径自动优化，从而获取最佳切削路径数据；
本发明实施例中，收集之前模具加工的历史数据，包括切削路径、切削参数、加工时间；结合之前获取的模具曲率分布数据和历史切削路径数据，形成综合的数据集；利用自动优化算法，结合模具曲率分布数据，优化切削路径，以最小化切削时间、材料损耗或提高加工精度。
步骤S3：根据模具数据中的材料数据进行材料特性模型构建，从而获取材料特性模型；根据最佳切削路径数据并利用材料特性模型进行切削模拟，从而获取材料反馈数据；
本发明实施例中，从模具数据中提取材料信息，包括硬度、弹性模量、热导率；利用提取的材料数据，建立复杂的材料特性模型，考虑不同方向的异性特性；利用最佳切削路径数据，结合材料特性模型，进行切削模拟，获取材料反馈数据，包括温度分布、变形情况。
步骤S4：基于材料反馈数据进行切削力模型构建，从而获取切削力模型；利用切削力模型进行切削力分布变化分析，从而获取切削力分布变化数据；
本发明实施例中，利用材料反馈数据，建立切削力模型，考虑刀具几何、切削速度因素，利用切削力模型，对不同切削参数进行分析，获取切削力在模具表面的分布变化情况。
步骤S5：根据材料反馈数据以及切削力分布变化数据进行材料热应力影响分析，从而获取材料热应力影响数据；
本发明实施例中，结合材料反馈数据和切削力分布变化数据，进行热应力分析，考虑温度变化对材料的热应力影响，整合热应力分析结果，生成材料热应力影响数据，包括热应力分布、热变形情况。
步骤S6：基于最佳切削路径数据、材料反馈数据、切削力分布变化数据以及热应力分析数据进行综合评估，以实现模具2D加工评估工作；
本发明实施例中，将最佳切削路径数据、材料反馈数据、切削力分布变化数据和热应力分析数据整合，进行全面综合评估，以确定模具2D加工的最佳参数配置。
优选地，步骤S1包括以下步骤：
步骤S11：对模具数据中的模具几何数据进行模具分割与组件识别，从而获取模具组件几何数据；
步骤S12：对模具组件几何数据中的各个组件进行拓扑分析，从而获取组件拓扑图数据；
步骤S13：基于组件几何数据进行组件表面曲率计算，从而获取曲率分布图数据；
步骤S14：根据组件拓扑图数据对曲率分布图数据进行数据聚合并进行曲率特征提取，从而获取曲率特征数据；
步骤S15：对曲率特征数据进行特征数据归一化，从而获取曲率特征标准数据；
步骤S16：对曲率特征标准数据进行特征关联分析，从而获取模具曲率分布数据。
本发明通过模具分割，获取了清晰的模具组件几何数据，有助于更精确地理解模具的结构和形状，成功识别各个模具组件，为后续的拓扑分析和特征提取提供了明确的对象，模具分割降低了处理复杂几何结构的难度，有助于提高分析的准确性，确保每个组件都能得到适当的关注；通过对每个模具组件进行拓扑分析，获得了对模具内部结构的深入理解，为后续的特征提取和曲率计算提供了基础，识别各组件之间的拓扑关系，有助于了解组件之间的相互作用，为后续的数据聚合奠定基础；通过计算组件的表面曲率，获得了表面的局部特征，有助于捕捉模具几何的微观变化，表面曲率信息可用于预测加工难度，为制定切削路径提供指导，提高加工效率；通过对曲率分布图数据进行拓扑关联分析，成功提取了关键的曲率特征，有助于综合表达模具的整体几何特征，数据聚合与特征提取有助于识别模具内部的模式和规律，为后续的数据归一化和关联分析提供有力支持；通过曲率特征数据的归一化，确保了不同组件之间数据的一致性，避免了由于尺度差异而引起的偏见，归一化的数据为后续的特征关联分析奠定了基础，确保了不同特征之间的可比性；通过关联分析，确定了影响模具几何的关键特征，为模具2D加工评估提供了有针对性的信息，关联分析有助于理解不同特征之间的相互关系，为制定全局优化策略提供了洞见。
作为本发明的一个实例，参考图2所示，在本实例中所述步骤S1包括：
步骤S11：对模具数据中的模具几何数据进行模具分割与组件识别，从而获取模具组件几何数据；
本发明实施例中，通过UG软件导入待评估的模具数据；利用UG软件对模具几何数据进行预处理，识别可能的组件边界；基于几何特征，采用分割算法将模具几何数据分割成不同的组件；对每个分割出的组件进行识别，确保每个组件在后续分析中都能被准确处理；生成模具组件几何数据，包括各个组件的几何信息和相对位置。
步骤S12：对模具组件几何数据中的各个组件进行拓扑分析，从而获取组件拓扑图数据；
本发明实施例中，对每个模具组件进行拓扑分析，建立组件之间的连接关系；根据拓扑分析结果，生成模具组件的拓扑图，反映组件之间的结构关系；生成组件拓扑图数据，记录各组件之间的拓扑关系。
步骤S13：基于组件几何数据进行组件表面曲率计算，从而获取曲率分布图数据；
本发明实施例中，针对每个模具组件的表面，使用UG软件中的曲率计算工具获取局部曲率信息；生成模具组件的曲率分布图数据，反映模具表面曲率的空间变化。
步骤S14：根据组件拓扑图数据对曲率分布图数据进行数据聚合并进行曲率特征提取，从而获取曲率特征数据；
本发明实施例中，将各组件的曲率分布图数据进行聚合，形成整体模具的曲率分布数据，利用特定算法对整体曲率分布数据进行特征提取，识别关键的曲率特征点。
步骤S15：对曲率特征数据进行特征数据归一化，从而获取曲率特征标准数据；
本发明实施例中，对曲率特征数据进行归一化处理，确保不同模具之间的曲率特征具有相似的尺度。
步骤S16：对曲率特征标准数据进行特征关联分析，从而获取模具曲率分布数据；
本发明实施例中，进行曲率特征之间的关联分析，找到曲率特征之间的潜在关系；根据关联分析结果，生成最终的模具曲率分布数据，综合考虑各个组件之间的相互影响。
优选地，步骤S2包括以下步骤：
步骤S21：获取切削路径历史数据；对切削路径历史数据进行历史数据清洗，从而获取切削路径历史清洗数据；
步骤S22：对模具曲率分布数据以及切削路径历史清洗数据进行性能指标关联计算，从而获取曲率路径关联数据；
步骤S23：对曲率路径关联数据进行路径特征提取，从而获取路径特征数据；根据路径特征数据进行切削效率评估，从而获取切削效率数据；基于切削效率数据进行路径优化处理，从而获取路径优化数据；
步骤S24：对路径优化数据进行路径振动分析，从而获取路径振动数据；对路径振动数据进行振动特性预测，从而获取路劲振动特性数据；
步骤S25：对路径优化数据进行切削路径时序分析，从而获取切削路径时序数据；
步骤S26：根据路劲振动特性数据以及切削路径时序数据进行路径振动时序调优，从而获取最佳切削路径数据。
本发明通过收集切削路径历史数据，能够识别切削过程中的趋势和周期性变化，可以识别异常事件和不稳定的切削路径，为质量问题的追踪提供线索，提供优化切削路径的参考基准，帮助理解切削行为在不同条件下的表现；清洗过的数据更可靠，有助于消除由于测量误差、传感器噪声引起的不准确性，提高后续性能指标关联计算的准确性，确保基于清洗数据的分析更可信，使数据具有更高的一致性，有助于确保性能指标的关联计算在整个数据集上具有可重复性；通过与模具曲率分布数据关联，能够更全面地理解切削路径特征对性能的影响，基于路径特征数据进行切削效率评估，有助于识别路径中的瓶颈和优势，根据切削效率数据，生成可用于优化的路径优化数据，以提高切削效率和降低成本；通过振动分析，识别可能导致切削质量降低的振动问题，为质量控制提供支持，预测切削路径的振动特性，有助于提前防范振动引起的问题，减少不良影响；通过时序分析，揭示切削路径在不同时间点的变化趋势，有助于更全面地了解切削过程的动态性，可以识别切削路径中的重要事件和变化点；通过路劲振动时序调优，消除振动对切削过程的不良影响，提高模具加工质量，结合振动特性数据和时序数据，生成最佳切削路径，确保在不同阶段都能获得最优的加工效果。
作为本发明的一个实例，参考图3所示，在本实例中所述步骤S2包括：
步骤S21：获取切削路径历史数据；对切削路径历史数据进行历史数据清洗，从而获取切削路径历史清洗数据；
本发明实施例中，利用UG软件记录切削路径历史数据，包括刀具位置、切削深度、切削速度参数，进行切削路径历史数据清洗，剔除异常值、重复数据，并进行插值处理以填充缺失数据。
步骤S22：对模具曲率分布数据以及切削路径历史清洗数据进行性能指标关联计算，从而获取曲率路径关联数据；
本发明实施例中，结合模具曲率分布数据和切削路径历史清洗数据，计算关联性能指标，包括曲率对切削效率的影响、路径变化对切削质量的影响。
步骤S23：对曲率路径关联数据进行路径特征提取，从而获取路径特征数据；根据路径特征数据进行切削效率评估，从而获取切削效率数据；基于切削效率数据进行路径优化处理，从而获取路径优化数据；
本发明实施例中，对曲率路径关联数据进行路径特征提取，包括路径长度、拐点数量、曲率变化特征；根据提取的路径特征数据，进行切削效率评估，生成切削效率数据，基于切削效率数据，进行路径优化处理，生成路径优化数据。
步骤S24：对路径优化数据进行路径振动分析，从而获取路径振动数据；对路径振动数据进行振动特性预测，从而获取路劲振动特性数据；
本发明实施例中，对路径优化数据进行路径振动分析，考虑切削过程中可能引起的振动；利用振动分析结果，预测路径振动特性，包括振幅、频率信息，；生成路径振动数据，包括振动幅度和频率信息。
步骤S25：对路径优化数据进行切削路径时序分析，从而获取切削路径时序数据；
本发明实施例中，对路径优化数据进行切削路径时序分析，考虑切削路径的时序变化；生成切削路径时序数据，包括切削路径在不同时间点的坐标、速度信息。
步骤S26：根据路劲振动特性数据以及切削路径时序数据进行路径振动时序调优，从而获取最佳切削路径数据；
本发明实施例中，根据路劲振动特性数据和切削路径时序数据，进行振动时序调优，调整切削路径以减小振动影响。
优选地，步骤S4包括以下步骤：
步骤S41：基于材料反馈数据进行切削力模型构建，从而获取切削力模型；
步骤S42：根据材料反馈数据中的削切深度数据以及刀具几何数据进行切口面积估计，从而获取切口面积数据；
步骤S43：利用切削力模型以及切口面积数据中的刀具接触面积数据进行虚拟切削力场生成，从而获取虚拟切削力场数据；
步骤S44：对虚拟切削力场数据以及实际切削力场数据进行虚实验证，从而获取切削力模型验证数据；
步骤S45：基于切削力模型验证数据对虚拟切削力场数据进行切削波动参数引入，从而获取切削变化因素数据；
步骤S46：对切削变化因素数据进行切削力分布变化计算，从而获取切削力分布变化数据。
本发明通过利用材料反馈数据，切削力模型能够更精准地反映实际切削过程中材料的力学行为，从而提高模型的准确性和可靠性，利用实际材料数据进行建模，使得切削力模型具有更好的适应性，能够应对不同材料的切削情况，提高通用性；通过结合削切深度和刀具几何数据，切口面积的估计更加准确，提高了切削力计算的精度，获取的切口面积数据可用于实时调整切削力模型，使其更好地适应动态切削条件，提高实际应用的灵活性；虚拟切削力场数据的生成基于切削力模型和切口面积数据，可以模拟不同切削条件下的切削力场，虚拟切削力场数据的获取允许在数字环境中进行切削场景实验，避免实际试错成本，提高工程设计的效率；通过对比虚拟切削力场和实际切削力场，获取切削力模型验证数据，验证模型的准确性和可靠性，为后续分析提供可信依据，基于验证数据，可以进行误差分析，了解模型在不同切削条件下的表现；引入切削波动参数使得模型更加动态，能够更好地捕捉切削过程中的变化，提高模型的逼真度，切削变化因素数据考虑了切削过程中的波动和变化，使模型更具实际应用性；通过计算切削力分布的变化，可以实时了解切削过程中的力学特性变化，为实际生产提供实时反馈。
作为本发明的一个实例，参考图4所示，在本实例中所述步骤S4包括：
步骤S41：基于材料反馈数据进行切削力模型构建，从而获取切削力模型；
本发明实施例中，使用特征选择方法，从输入数据中选择最相关的特征，如切削速度、进给速度、切削深度，然后，进行特征提取，将原始数据转化为切削力模型构建所需的特征；利用机器学习或数学建模技术，构建切削力模型；将数据集分为训练集和验证集，使用训练集对切削力模型进行训练，通过不断调整模型参数，确保模型对训练数据的拟合效果良好；使用验证集对训练好的模型进行评估，检查模型在未见过的数据上的泛化能力，调整模型结构和参数，以提高模型的稳健性；完成模型训练和评估后，得到一个准确的切削力模型，该模型能够根据输入的切削参数预测切削力。
步骤S42：根据材料反馈数据中的削切深度数据以及刀具几何数据进行切口面积估计，从而获取切口面积数据；
本发明实施例中，利用刀具几何数据和削切深度数据，采用圆柱形刀具，计算切口面积；公式：切口面积＝刀具宽度×削切深度，来实现。
步骤S43：利用切削力模型以及切口面积数据中的刀具接触面积数据进行虚拟切削力场生成，从而获取虚拟切削力场数据；
本发明实施例中，将切削力模型输出的切削力数据与切口面积数据整合；利用整合后的数据，按照模型预测的切削力和切口面积，在模具表面上生成虚拟的切削力场。
步骤S44：对虚拟切削力场数据以及实际切削力场数据进行虚实验证，从而获取切削力模型验证数据；
本发明实施例中，在实际加工环境中采集实际切削力场数据；将虚拟切削力场数据与实际切削力场数据进行比对，分析两者之间的相似性和差异性；根据虚实验证结果，对切削力模型进行调整，以提高模型的准确性；完成虚实验证，并输出切削力模型验证数据。
步骤S45：基于切削力模型验证数据对虚拟切削力场数据进行切削波动参数引入，从而获取切削变化因素数据；
本发明实施例中，利用切削力模型验证数据，引入切削波动参数，调整切削力模型，考虑实际切削过程中的变化因素；利用调整后的切削力模型，计算切削力在不同切削条件下的变化因素；完成切削变化因素的计算，得到切削变化因素数据。
步骤S46：对切削变化因素数据进行切削力分布变化计算，从而获取切削力分布变化数据
本发明实施例中，将切削变化因素数据与虚拟切削力场数据整合；利用整合后的数据，按照切削变化因素，并利用切削力分布变化计算公式计算模具表面上切削力的分布变化。
优选地，步骤S46中切削力分布变化计算公式进行计算，其中切削力分布变化计算公式具体为：
；/>
式中，表示切削力的分布变化数据，/>表示趋向无穷大的极限值，/>表示工具切入模具工件的深度，/>表示工具相对于模具工件的移动速度，/>表示刀具相对于模具工件的切削角度，/>表示工具切削点的速度，/>表示工件的材料特性参数，/>表示切削力历史数据影响因子，/>表示刀具尖部的锋利程度值，/>表示热效应对切削力分布的影响程度值，/>表示切削力分布变化计算误差纠正量。
本发明构造了一种切削力分布变化计算公式，用于对切削变化因素数据进行切削力分布变化计算；公式中部分考虑了切削深度/>和工具相对速度/>的平方根，同时乘以切削角度/>和切削点速度/>的正弦值，这综合考虑了工具运动的多个因素，有助于更准确地描述切削力随切削深度和工具速度变化的关系；/>部分有助于在考虑材料特性和历史数据的情况下更精确地建模切削力分布的变化，对数运算能够将参数范围映射到更平滑的数值范围，提高模型的稳定性；/>部分虑了刀具的几何特性对切削力的影响，刀具锋利度越高，切削力分布变化可能更为敏感，因此这一项有助于更精确地模拟刀具尖部对切削力的影响；/>部分考虑了热效应对切削力的复杂影响，通过对热效应的四次方根进行运算，可以使热效应对切削力的影响更为平滑和稳定。
优选地，步骤S5包括以下步骤：
步骤S51：对材料反馈数据进行热源定位处理，从而获取热源位置数据；
步骤S52：根据材料反馈数据中的材料摩擦系数以及切削力分布变化数据进行摩擦热量变化计算，从而获取摩擦热量变化数据；
步骤S53：根据热源位置数据以及摩擦热量变化数据进行局部温度场模拟，从而获取局部温度场数据；
步骤S54：利用局部温度场数据对材料反馈数据中的材料进行热物性参数识别，从而获取材料热物性参数；
步骤S55：基于材料特性模型对局部温度场数据进行材料相变区域识别，从而获取材料相变区域数据；
步骤S56：利用材料相变区域数据以及材料热物性参数进行材料相变分析，从而获取材料相变数据；
步骤S57：对材料相变数据进行热应力影响分析，从而获取材料热应力影响数据。
本发明通过对材料反馈数据进行热源定位处理，可以精确定位切削过程中产生的热源位置，有益于更精确地理解和模拟热源在模具中的分布，为后续的摩擦热量变化计算和局部温度场模拟提供准确的起点；根据材料反馈数据中的摩擦系数和切削力分布变化数据，进行摩擦热量变化计算有助于量化摩擦热量在模具中的分布情况，有益于了解摩擦对温度场的贡献；进行局部温度场模拟，有助于分析切削过程中不同区域的温度变化，为后续的材料热物性参数识别和材料相变区域识别提供依据；进行热物性参数识别，可以获取材料在高温条件下的热导率、热膨胀系数等重要参数，有益于更准确地模拟材料在切削过程中的热行为，为后续的材料相变分析提供准确基础；进行材料相变区域识别，有助于准确判断材料在不同温度下的相变情况，为后续的材料相变分析提供了准确的相变区域数据，进一步细化了对材料行为的理解；进行材料相变分析，有助于理解材料在不同温度条件下的相变行为，提供了更深入的洞察，使模拟更贴近实际，为最终的热应力影响分析提供更为准确的数据基础；进行热应力影响分析，能够深入了解切削过程中材料由于相变引起的热应力变化，为评估模具2D加工过程中的热应力影响提供了关键信息，为优化加工参数和材料选择提供了可靠依据。
本发明实施例中，载入材料反馈数据，其中包括温度场分布、切削力数据，利用热源定位算法，基于温度场数据，迭代计算可能的热源位置；利用摩擦热量变化计算公式，结合材料摩擦系数和切削力分布变化数据，计算在每个切削点产生的摩擦热量，生成摩擦热量变化数据，反映在不同位置和切削参数下的摩擦热量变化情况；利用有限元方法，基于热源位置数据和摩擦热量变化数据进行局部温度场的模拟；运用先进的参数识别算法，结合局部温度场数据和材料反馈数据中的摩擦系数，推断材料的热物性参数，例如导热系数、比热容；利用材料特性模型，结合局部温度场数据，进行材料相变区域的识别；利用相变区域数据和热物性参数，进行复杂的材料相变分析，考虑相变对温度场的影响；运用热应力分析算法，结合材料相变数据和热物性参数，考虑相变引起的温度梯度和体积膨胀，进行热应力分析。
优选地，步骤S52中摩擦热量变化计算公式进行计算，其中摩擦热量变化计算公式具体为：
；
式中表示在位置/>处的摩擦热量变化，/>表示在刀具相对模具工件的横向位置坐标，/>表示在刀具相对模具工件的纵向位置坐标，/>表示在刀具与模具工件接触的方向上的位置坐标，/>表示切削起始时间，/>表示切削结束时间，/>表示切削时间点，表示在刀具相对模具工件的位置/>处的切削力，/>表示在位置/>处的切削速度，/>表示切削过程中的有效接触面积，/>表示材料摩擦系数，/>表示材料比热容，表示在位置/>处的温度变化，/>表示摩擦热量变化计算偏差纠正值。
本发明构造了一种摩擦热量变化计算公式，用于根据材料反馈数据中的材料摩擦系数以及切削力分布变化数据进行摩擦热量变化计算；公式中部分表示在位置/>处的切削功率，是切削力和切削速度的乘积，该项反映了切削过程中对材料的实际破坏作用，有助于评估切削效率和能量转化；/>部分表示在位置/>处的热功率，由温度变化率乘以材料的比热容和其他参数得到，该项考虑了切削引起的温度变化对材料的影响，有助于分析热应力和材料热变形；部分通过对切削过程中的功率变化进行时间积分，考虑了整个切削过程中的累积效应，有助于更全面地评估摩擦热量的累积影响；/>项表示摩擦热量变化计算的偏差纠正值，有助于提高计算的准确性，通过纠正可能存在的误差，使计算更加贴近实际情况。
优选地，步骤S56包括以下步骤：
步骤S561：利用材料相变区域数据以及材料热物性参数进行相变速率计算，从而获取相变速率数据；
步骤S562：利用相变速率数据对局部温度场数据进行相变相对温度差影响分析，从而获取相变温度场影响数据；
步骤S563：对相变速率数据以及摩擦热量变化数据进行相变摩擦热量分布标注，从而获取相变摩擦热量影响数据；
步骤S564：基于相变速率数据、相变温度场影响数据以及相变摩擦热量影响数据进行时空演变分析，从而获取相变区域时空演变数据；
步骤S565：对相变区域时空演变数据进行材料热应力影响评估，从而获取材料热应力影响数据。
本发明通过材料相变区域数据，能够精准计算相变速率有助于理解材料在不同温度条件下的相变行为，为后续热应力分析提供更准确的基础数据；通过相变速率数据，可以分析相对温度差的变化对局部温度场的影响，有助于优化切削路径，减缓温度梯度的变化，降低热应力的产生，更好地理解相对温度差的影响，可以帮助调整加工参数，提高加工的稳定性和精度，降低因温度变化而引起的形变风险；标注相变摩擦热量分布有助于了解相变区域的摩擦热特性，通过分析相变摩擦热量分布，可以采取合适的冷却措施，有效降低刀具的温度；时空演变分析能够深入了解相变区域的变化规律，包括位置、时间和温度因素，为全面理解相变过程提供详尽信息，时空演变分析有助于定位潜在的温度梯度异常或相变不均匀的区域，提前预警可能引发的问题；基于时空演变数据进行热应力影响评估，能够更准确地预测材料的热应力分布，通过深入理解材料热应力的影响，可以采取合适的降温措施，降低热应力对模具的影响，从而提高模具的寿命和稳定性。
本发明实施例中，获取模具材料相变区域的数据，包括相变温度、相变焓信息，收集材料热物性参数，如热导率、比热容；利用相变区域数据和热物性参数，建立相变速率计算模型，采用数值计算方法，求解相变速率的时空分布；运行计算模型，生成相变速率数据；结合相变速率数据和局部温度场数据，计算相变相对温度差，这是指相变区域内的温度变化相对于相变的影响；通过统计和分析相变相对温度差数据，评估相变区域对局部温度场的影响；结合相变速率数据和摩擦热量变化数据，对相变区域进行摩擦热量分布标注，将标注的摩擦热量分布数据整合，生成相变摩擦热量影响数据；建立时空演变模型，该模型考虑切削过程中的时变性和空间变化；运行时空演变模型，生成相变区域时空演变数据，这些数据反映了相变在不同时间和空间点上的演变过程；基于相变区域时空演变数据，建立材料热应力模型，该模型考虑相变引起的温度梯度和热应力；运行热应力模型，对相变区域时空演变数据进行材料热应力影响评估。
优选地，步骤S564包括以下步骤：
步骤S5641：基于相变速率数据、相变温度场影响数据以及相变摩擦热量影响数据进行热应力耦合模型构建，从而获取热应力耦合模型；
步骤S5642：对材料相变区域数据进行相变区域边界特征提取，从而获取相变区域边界特征数据；
步骤S5643：利用相变区域边界特征数据对材料相变区域数据进行材料晶格结构变形分析，从而获取材料晶格结构变形数据；
步骤S5644：利用热应力耦合模型对材料晶格结构变形数据进行材料强度耦合分析，从而获取材料强度耦合分析数据；
步骤S5645：对相变速率数据以及材料强度耦合分析数据进行相变区域时空演变模拟，从而获取相变区域时空演变数据。
本发明通过基于相变速率数据、相变温度场影响数据以及相变摩擦热量影响数据的耦合模型构建，可以更全面地考虑相变过程中的热应力变化，有益于准确预测在材料相变时可能产生的热应力分布；提取相变区域边界特征数据有助于更准确地定义相变区域的空间范围；通过对相变区域边界特征数据进行材料晶格结构变形分析，可以深入了解相变过程中材料内部结构的演变，有助于理解相变对材料微观结构的影响，为材料强度变化提供详细的基础；利用热应力耦合模型对材料晶格结构变形数据进行强度耦合分析，可以更全面地评估相变过程中材料的强度变化，有助于预测在相变发生时材料的机械性能；对相变速率数据和材料强度耦合分析数据进行时空演变模拟，可以呈现相变过程在时间和空间上的演变规律，使得能够更好地理解相变区域的动态行为。
本发明实施例中，使用数学建模工具，基于收集的数据构建热应力耦合模型，采用非线性偏微分方程描述相变过程，并考虑相变温度场和摩擦热量的影响，运用优化算法，调整模型参数以最好地拟合实际数据，确保模型的准确性和稳健性，通过实验数据或先前模拟的结果进行验证，确保热应力耦合模型在不同条件下的适用性；应用图像处理技术，从相变区域数据中提取边界特征；利用相变区域边界特征数据和材料相变区域数据，获取材料晶格结构变形所需的数据，基于已有的晶体学知识，构建材料晶格结构模型，考虑相变区域的变化，将相变区域边界特征数据与晶格结构模型进行匹配，确定变形发生的区域，运用有限元分析，分析相变区域的晶格结构变形情况；利用热应力耦合模型的输出和材料晶格结构变形数据，获取材料强度耦合分析所需的数据，构建材料强度模型，考虑相变区域的影响，尤其是在晶格结构变形的区域，将热应力耦合模型的输出与材料强度模型相耦合，进行强度分析，考虑材料在相变区域的耐热性和强度变化；利用相变速率数据和材料强度耦合分析数据，获取相变区域时空演变所需的数据，利用时空演变模型，考虑相变速率的时空分布和材料强度的动态变化，模拟相变区域的时空演变，运用数值模拟方法，模拟相变区域在不同时间和空间上的演变过程，捕捉相变过程中各种影响因素的变化。
优选地，本发明还提供了一种基于UG软件的模具2D加工评估方法及***，包括：
模具曲率分布分析模块，用于通过UG软件获取模具数据；对模具数据中的模具几何数据进行模具表面曲率分布分析，从而获取模具曲率分布数据；
模具切削路径自动优化模块，用于获取切削路径历史数据；基于模具曲率分布数据以及切削路径历史数据进行切削路径自动优化，从而获取最佳切削路径数据；
模具切削模拟模块，用于根据模具数据中的材料数据进行材料特性模型构建，从而获取材料特性模型；根据最佳切削路径数据并利用材料特性模型进行切削模拟，从而获取材料反馈数据；
切削力分布变化分析模块，用于基于材料反馈数据进行切削力模型构建，从而获取切削力模型；利用切削力模型进行切削力分布变化分析，从而获取切削力分布变化数据；
材料热应力影响分析模块，用于根据材料反馈数据以及切削力分布变化数据进行材料热应力影响分析，从而获取材料热应力影响数据；
模具2D加工评估模块，用于基于最佳切削路径数据、材料反馈数据、切削力分布变化数据以及热应力分析数据进行综合评估，以实现模具2D加工评估工作。
本发明通过曲率分布数据能够捕捉到模具表面的局部特征，使得后续分析更为精确，曲率信息为后续切削路径自动优化提供基础，有助于更好地适应模具表面的曲率变化；优化的切削路径可减少材料的浪费，提高材料利用率，最佳切削路径有助于减小切削力，降低切削过程中的能耗；材料特性模型提供准确的材料反馈数据，包括温度、应力，为后续步骤提供基础，切削模拟有助于预测模具在切削过程中的变形情况，为后续步骤提供重要信息；切削力分布变化数据可用于优化刀具的选择，提高切削效率，分析切削力分布变化有助于避免振动和共振现象，提高加工稳定性；热应力分析有助于预测和预防模具在加工过程中可能出现的热裂纹问题，分析结果可用于制定定制的冷却策略，以最大限度地减少热应力影响；综合评估有助于保障模具2D加工的质量，减少制造过程中可能出现的问题，通过优化路径、力分布和热应力，加工效率得到提升，生产成本得以降低。因此，本发明提供了一种基于UG软件的模具2D加工评估方法及***，通过切削力分布变化分析以及材料热应力影响分析，准确把握了切削力影响的准确性，以及周全考虑了热应力动态变化影响性。
因此，无论从哪一点来看，均应将实施例看作是示范性的，而且是非限制性的，本发明的范围由所附权利要求而不是上述说明限定，因此旨在将落在申请文件的等同要件的含义和范围内的所有变化涵括在本发明内。
以上所述仅是本发明的具体实施方式，使本领域技术人员能够理解或实现本发明。对这些实施例的多种修改对本领域的技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下，在其它实施例中实现。因此，本发明将不会被限制于本文所示的这些实施例，而是要符合与本文所发明的原理和新颖特点相一致的最宽的范围。
Claims (10)
1.一种基于UG软件的模具2D加工评估方法，其特征在于，包括以下步骤：
步骤S1：通过UG软件获取模具数据；对模具数据中的模具几何数据进行模具表面曲率分布分析，从而获取模具曲率分布数据；
步骤S2：获取切削路径历史数据；基于模具曲率分布数据以及切削路径历史数据进行切削路径自动优化，从而获取最佳切削路径数据；
步骤S3：根据模具数据中的材料数据进行材料特性模型构建，从而获取材料特性模型；根据最佳切削路径数据并利用材料特性模型进行切削模拟，从而获取材料反馈数据，其中材料反馈数据包括温度分布、变形情况、削切深度数据、材料摩擦系数或材料反馈数据包括温度、应力、削切深度数据、材料摩擦系数；
步骤S4：基于材料反馈数据进行切削力模型构建，从而获取切削力模型；利用切削力模型进行切削力分布变化分析，从而获取切削力分布变化数据；
步骤S5：根据材料反馈数据以及切削力分布变化数据进行材料热应力影响分析，从而获取材料热应力影响数据；
步骤S6：基于最佳切削路径数据、材料反馈数据、切削力分布变化数据以及热应力分析数据进行综合评估，以实现模具2D加工评估工作。
2.根据权利要求1所述的基于UG软件的模具2D加工评估方法，其特征在于，步骤S1包括以下步骤：
步骤S11：对模具数据中的模具几何数据进行模具分割与组件识别，从而获取模具组件几何数据；
步骤S12：对模具组件几何数据中的各个组件进行拓扑分析，从而获取组件拓扑图数据；
步骤S13：基于组件几何数据进行组件表面曲率计算，从而获取曲率分布图数据；
步骤S14：根据组件拓扑图数据对曲率分布图数据进行数据聚合并进行曲率特征提取，从而获取曲率特征数据；
步骤S15：对曲率特征数据进行特征数据归一化，从而获取曲率特征标准数据；
步骤S16：对曲率特征标准数据进行特征关联分析，从而获取模具曲率分布数据。
3.根据权利要求1所述的基于UG软件的模具2D加工评估方法，其特征在于，步骤S2包括以下步骤：
步骤S21：获取切削路径历史数据；对切削路径历史数据进行历史数据清洗，从而获取切削路径历史清洗数据；
步骤S22：对模具曲率分布数据以及切削路径历史清洗数据进行性能指标关联计算，从而获取曲率路径关联数据；
步骤S23：对曲率路径关联数据进行路径特征提取，从而获取路径特征数据；根据路径特征数据进行切削效率评估，从而获取切削效率数据；基于切削效率数据进行路径优化处理，从而获取路径优化数据；
步骤S24：对路径优化数据进行路径振动分析，从而获取路径振动数据；对路径振动数据进行振动特性预测，从而获取路劲振动特性数据；
步骤S25：对路径优化数据进行切削路径时序分析，从而获取切削路径时序数据；
步骤S26：根据路劲振动特性数据以及切削路径时序数据进行路径振动时序调优，从而获取最佳切削路径数据。
4.根据权利要求1所述的基于UG软件的模具2D加工评估方法，其特征在于，步骤S4包括以下步骤：
步骤S41：基于材料反馈数据进行切削力模型构建，从而获取切削力模型；
步骤S42：根据材料反馈数据中的削切深度数据以及刀具几何数据进行切口面积估计，从而获取切口面积数据；
步骤S43：利用切削力模型以及切口面积数据中的刀具接触面积数据进行虚拟切削力场生成，从而获取虚拟切削力场数据；
步骤S44：对虚拟切削力场数据以及实际切削力场数据进行虚实验证，从而获取切削力模型验证数据；
步骤S45：基于切削力模型验证数据对虚拟切削力场数据进行切削波动参数引入，从而获取切削变化因素数据；
步骤S46：对切削变化因素数据进行切削力分布变化计算，从而获取切削力分布变化数据。
5.根据权利要求4所述的基于UG软件的模具2D加工评估方法，其特征在于，步骤S46中切削力分布变化计算是通过切削力分布变化计算公式进行计算，其中切削力分布变化计算公式具体为：
；
式中，表示切削力的分布变化数据，/>表示切削变化因素数据的切削因素变化极限值，表示工具切入模具工件的深度，/>表示工具相对于模具工件的移动速度，/>表示刀具相对于模具工件的切削角度，/>表示工具切削点的速度，/>表示工件的材料特性参数，/>表示切削力历史数据影响因子，/>表示刀具尖部的锋利程度值，/>表示热效应对切削力分布的影响程度值，/>表示切削力分布变化计算误差纠正量。
6.根据权利要求1所述的基于UG软件的模具2D加工评估方法，其特征在于，步骤S5包括以下步骤：
步骤S51：对材料反馈数据进行热源定位处理，从而获取热源位置数据；
步骤S52：根据材料反馈数据中的材料摩擦系数以及切削力分布变化数据进行摩擦热量变化计算，从而获取摩擦热量变化数据；
步骤S53：根据热源位置数据以及摩擦热量变化数据进行局部温度场模拟，从而获取局部温度场数据；
步骤S54：利用局部温度场数据对材料反馈数据中的材料进行热物性参数识别，从而获取材料热物性参数；
步骤S55：基于材料特性模型对局部温度场数据进行材料相变区域识别，从而获取材料相变区域数据；
步骤S56：利用材料相变区域数据以及材料热物性参数进行材料相变分析，从而获取材料相变数据；
步骤S57：对材料相变数据进行热应力影响分析，从而获取材料热应力影响数据。
7.根据权利要求6所述的基于UG软件的模具2D加工评估方法，其特征在于，步骤S52中摩擦热量变化计算是通过摩擦热量变化计算公式进行计算，其中摩擦热量变化计算公式具体为：
；
式中表示在位置/>处的摩擦热量变化，/>表示在刀具相对模具工件的横向位置坐标，/>表示在刀具相对模具工件的纵向位置坐标，/>表示在刀具与模具工件接触的方向上的位置坐标，/>表示切削起始时间，/>表示切削结束时间，/>表示切削时间点，/>表示在刀具相对模具工件的位置/>处的切削力，/>表示在位置/>处的切削速度，/>表示切削过程中的有效接触面积，/>表示材料摩擦系数，/>表示材料比热容，/>表示在位置/>处的温度变化，/>表示摩擦热量变化计算偏差纠正值。
8.根据权利要求6所述的基于UG软件的模具2D加工评估方法，其特征在于，步骤S56包括以下步骤：
步骤S561：利用材料相变区域数据以及材料热物性参数进行相变速率计算，从而获取相变速率数据；
步骤S562：利用相变速率数据对局部温度场数据进行相变相对温度差影响分析，从而获取相变温度场影响数据；
步骤S563：对相变速率数据以及摩擦热量变化数据进行相变摩擦热量分布标注，从而获取相变摩擦热量影响数据；
步骤S564：基于相变速率数据、相变温度场影响数据以及相变摩擦热量影响数据进行时空演变分析，从而获取相变区域时空演变数据；
步骤S565：对相变区域时空演变数据进行材料热应力影响评估，从而获取材料热应力影响数据。
9.根据权利要求8所述的基于UG软件的模具2D加工评估方法，其特征在于，步骤S564包括以下步骤：
步骤S5641：基于相变速率数据、相变温度场影响数据以及相变摩擦热量影响数据进行热应力耦合模型构建，从而获取热应力耦合模型；
步骤S5642：对材料相变区域数据进行相变区域边界特征提取，从而获取相变区域边界特征数据；
步骤S5643：利用相变区域边界特征数据对材料相变区域数据进行材料晶格结构变形分析，从而获取材料晶格结构变形数据；
步骤S5644：利用热应力耦合模型对材料晶格结构变形数据进行材料强度耦合分析，从而获取材料强度耦合分析数据；
步骤S5645：对相变速率数据以及材料强度耦合分析数据进行相变区域时空演变模拟，从而获取相变区域时空演变数据。
10.一种基于UG软件的模具2D加工评估***，其特征在于，用于执行如权利要求1所述的基于UG软件的模具2D加工评估方法，该基于UG软件的模具2D加工评估***包括：
模具曲率分布分析模块，用于通过UG软件获取模具数据；对模具数据中的模具几何数据进行模具表面曲率分布分析，从而获取模具曲率分布数据；
模具切削路径自动优化模块，用于获取切削路径历史数据；基于模具曲率分布数据以及切削路径历史数据进行切削路径自动优化，从而获取最佳切削路径数据；
模具切削模拟模块，用于根据模具数据中的材料数据进行材料特性模型构建，从而获取材料特性模型；根据最佳切削路径数据并利用材料特性模型进行切削模拟，从而获取材料反馈数据；
切削力分布变化分析模块，用于基于材料反馈数据进行切削力模型构建，从而获取切削力模型；利用切削力模型进行切削力分布变化分析，从而获取切削力分布变化数据；
材料热应力影响分析模块，用于根据材料反馈数据以及切削力分布变化数据进行材料热应力影响分析，从而获取材料热应力影响数据；
模具2D加工评估模块，用于基于最佳切削路径数据、材料反馈数据、切削力分布变化数据以及热应力分析数据进行综合评估，以实现模具2D加工评估工作。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311654443.8A CN117348525B (zh) | 2023-12-05 | 2023-12-05 | 一种基于ug软件的模具2d加工评估方法及*** |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311654443.8A CN117348525B (zh) | 2023-12-05 | 2023-12-05 | 一种基于ug软件的模具2d加工评估方法及*** |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN117348525A CN117348525A (zh) | 2024-01-05 |
| CN117348525B true CN117348525B (zh) | 2024-02-09 |
Family
ID=89365330
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311654443.8A Active CN117348525B (zh) | 2023-12-05 | 2023-12-05 | 一种基于ug软件的模具2d加工评估方法及*** |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117348525B (zh) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117634324B (zh) * | 2024-01-26 | 2024-04-09 | 中信戴卡股份有限公司 | 一种基于卷积神经网络的铸造模具温度快速预测方法 |
Citations (13)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2000246394A (ja) * | 1999-03-02 | 2000-09-12 | Hitachi Metals Ltd | 金型の寿命予測方法 |
| JP2007253277A (ja) * | 2006-03-23 | 2007-10-04 | Tdk Corp | 研切削体及び研削体セット、これらを用いた研削装置及び研削方法 |
| CN103760820A (zh) * | 2014-02-15 | 2014-04-30 | 华中科技大学 | 数控铣床加工过程状态信息评价装置 |
| CN104732003A (zh) * | 2014-12-22 | 2015-06-24 | 北京航空航天大学 | 一种基于可靠性的磨削工艺评估方法 |
| CN105354398A (zh) * | 2015-12-09 | 2016-02-24 | 重庆平伟汽车科技股份有限公司 | 一种基于ug软件的模具2d加工工时评估方法 |
| CN107728577A (zh) * | 2017-09-28 | 2018-02-23 | 大连理工大学 | 基于薄壁曲面加工变形的瞬时切削量规划方法 |
| CN109597356A (zh) * | 2018-12-11 | 2019-04-09 | 上海交通大学 | 微型整体叶轮的加工工艺方法 |
| CN109815563A (zh) * | 2019-01-08 | 2019-05-28 | 武汉理工大学 | 一种基于镜像热源和非均匀热分配的三维热建模方法 |
| CN110000293A (zh) * | 2019-03-07 | 2019-07-12 | 南京航空航天大学 | 一种考虑非均匀温度场的复杂曲面件热成形模具设计方法 |
| CN110489931A (zh) * | 2019-09-18 | 2019-11-22 | 大连理工大学 | 一种基于切削过程仿真的薄壁微铣削力预测方法 |
| CN110807263A (zh) * | 2019-11-07 | 2020-02-18 | 河北工业大学 | 一种杯形砂轮曲面磨削加工的磨削力预测方法及预测*** |
| CN114153181A (zh) * | 2021-10-22 | 2022-03-08 | 苏州市职业大学 | 超硬刀具热疲劳裂纹状态实时智能监测***及评价模型 |
| CN116820029A (zh) * | 2023-07-26 | 2023-09-29 | 北京航空航天大学 | 一种信息物理***下的数控机床工艺参数实时动态多目标优化方法 |
Family Cites Families (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US8706283B2 (en) * | 2009-01-20 | 2014-04-22 | GM Global Technology Operations LLC | System for evaluating manufacturability of a casting design |
| KR102060405B1 (ko) * | 2017-03-24 | 2019-12-30 | 히다찌긴조꾸가부시끼가이사 | 금형의 수명 예측 방법 및 금형의 제조 방법 |
-
2023
- 2023-12-05 CN CN202311654443.8A patent/CN117348525B/zh active Active
Patent Citations (13)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2000246394A (ja) * | 1999-03-02 | 2000-09-12 | Hitachi Metals Ltd | 金型の寿命予測方法 |
| JP2007253277A (ja) * | 2006-03-23 | 2007-10-04 | Tdk Corp | 研切削体及び研削体セット、これらを用いた研削装置及び研削方法 |
| CN103760820A (zh) * | 2014-02-15 | 2014-04-30 | 华中科技大学 | 数控铣床加工过程状态信息评价装置 |
| CN104732003A (zh) * | 2014-12-22 | 2015-06-24 | 北京航空航天大学 | 一种基于可靠性的磨削工艺评估方法 |
| CN105354398A (zh) * | 2015-12-09 | 2016-02-24 | 重庆平伟汽车科技股份有限公司 | 一种基于ug软件的模具2d加工工时评估方法 |
| CN107728577A (zh) * | 2017-09-28 | 2018-02-23 | 大连理工大学 | 基于薄壁曲面加工变形的瞬时切削量规划方法 |
| CN109597356A (zh) * | 2018-12-11 | 2019-04-09 | 上海交通大学 | 微型整体叶轮的加工工艺方法 |
| CN109815563A (zh) * | 2019-01-08 | 2019-05-28 | 武汉理工大学 | 一种基于镜像热源和非均匀热分配的三维热建模方法 |
| CN110000293A (zh) * | 2019-03-07 | 2019-07-12 | 南京航空航天大学 | 一种考虑非均匀温度场的复杂曲面件热成形模具设计方法 |
| CN110489931A (zh) * | 2019-09-18 | 2019-11-22 | 大连理工大学 | 一种基于切削过程仿真的薄壁微铣削力预测方法 |
| CN110807263A (zh) * | 2019-11-07 | 2020-02-18 | 河北工业大学 | 一种杯形砂轮曲面磨削加工的磨削力预测方法及预测*** |
| CN114153181A (zh) * | 2021-10-22 | 2022-03-08 | 苏州市职业大学 | 超硬刀具热疲劳裂纹状态实时智能监测***及评价模型 |
| CN116820029A (zh) * | 2023-07-26 | 2023-09-29 | 北京航空航天大学 | 一种信息物理***下的数控机床工艺参数实时动态多目标优化方法 |
Non-Patent Citations (1)
| Title |
|---|
| "模具数控高速切削加工的工艺分析与工艺处理";林朝平;《制造业自动化》;第29卷(第9期);60-65 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN117348525A (zh) | 2024-01-05 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN117348525B (zh) | 一种基于ug软件的模具2d加工评估方法及*** | |
| CN114820551B (zh) | 基于激光微织构技术的工件加工方法、***、设备和介质 | |
| CN110007645B (zh) | 一种基于动力学及深度神经网络的进给***混合建模方法 | |
| CN111832624A (zh) | 一种基于对抗迁移学习的刀具剩余寿命预测方法 | |
| CN115577020B (zh) | 一种修磨周期能耗状态识别***及识别方法 | |
| CN117134007B (zh) | 一种锂离子电池温度控制方法及*** | |
| Delgado et al. | Hill chart modelling using the Hermite polynomial chaos expansion for the performance prediction of pumps running as turbines | |
| JP2012247855A (ja) | プロセスの状態予測方法 | |
| KR102464891B1 (ko) | 지능형 금속부품 가공 제어 장치 및 방법 | |
| CN113435089A (zh) | 一种基于高斯过程的板材折弯回弹预测方法 | |
| An et al. | Improved MCMC method for parameter estimation based on marginal probability density function | |
| Gao et al. | A 6-sigma robust optimization method for stamping forming of automobile covering parts based on residual error and radial basis interpolation | |
| Nazaré et al. | Green-Box System Identification and Carbon Footprint Analysis for Sustainable Computing | |
| CN117790300B (zh) | 一种精细线路的动态蚀刻补偿方法 | |
| Corchado et al. | Optimizing the operating conditions in a high precision industrial process using soft computing techniques | |
| CN118095023B (zh) | 一种刀盘结构的有限元分析方法和*** | |
| JP2011145905A (ja) | 予測関数生成装置、方法、及び、プログラム | |
| CN117253568B (zh) | 一种制备氧化钇坩埚的涂层工艺优化方法及*** | |
| CN117936396A (zh) | 集成电路元件组装方法 | |
| CN114210766B (zh) | 一种圆锯片智能化整平方法 | |
| Kremer et al. | A New Approach for Parametrizing Multidimensional Lifetime Models | |
| CN117294824B (zh) | 激光投影光机的图像优化方法、装置、设备及存储介质 | |
| CN117392182B (zh) | 贴膜精度检测方法、装置、设备及存储介质 | |
| JP2019077899A (ja) | 解析装置、解析方法、プログラム | |
| CN118070671A (zh) | 一种基于kde特征表征的航发叶片铣削精度预测方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| CB03 | Change of inventor or designer information |
Inventor after: Yang Mingwei Inventor after: Chang Lifang Inventor before: Yang Mingwei Inventor before: Chang Lifang |
|
| CB03 | Change of inventor or designer information |