Термоаккумулятор: Термоаккумулятор для отопления своими руками схема изготовления

ACT, установленные в системах транспортировки облачных аэрозолей (CATS) НАСА, работали в течение всего срока миссии на МКС.Слева видны отдельные детали, справа — сварная сборка

Четыре из четырех гидроаккумуляторов ACT, установленных в аппарате NASA Cloud Aerosol Transport Systems (CATS), были успешно доставлены на Международную космическую станцию ​​(МКС) на борту капсулы-дракона CRS 5 компании SpaceX. После установки на Японский экспериментальный модуль — открытый объект (JEM-EF) система CATS успешно проработала более двух лет. Дополнительные аккумуляторы в другом приборе планируется установить на JEM-EF в конце этого года.

Аккумуляторы и резервуары

Аккумуляторы (иногда называемые резервуарами) являются неотъемлемой частью большинства систем с перекачиваемой жидкостью. Эти важные устройства выполняют две основные функции:

• Объем расширения для компенсации изменений плотности жидкости в широком диапазоне температур
• Положительное давление жидкости на входе для обеспечения оптимальной производительности системного насоса

PDT предлагает аккумуляторы в самых разных конфигурациях для использования в системах жидкостного охлаждения и гидравлических силовых системах.Наши аккумуляторы обеспечивают работу без обслуживания в суровых условиях, начиная от высокопроизводительных военных истребителей и заканчивая высотными беспилотными самолетами-наблюдателями и роботами, работающими на Марсе. PDT разрабатывает и производит аккумуляторы, подходящие для использования с широким спектром жидкостей, включая воду / гликоль, гидравлическое масло, хладагенты и диэлектрические охлаждающие жидкости.

PDT предлагаются в двух основных конфигурациях: поршневые и сильфонные. Поршневой аккумулятор имеет подвижный элемент, поддерживаемый эластомерными уплотнениями.Во многих устройствах винтовая пружина обеспечивает усилие, необходимое для создания давления жидкости в рабочем диапазоне гидроаккумулятора. В других случаях поршень находится под давлением от регулируемого внешнего источника газа. Поршневые аккумуляторы обеспечивают долгие годы надежной службы по привлекательной цене.

В экстремальных условиях или в системах с нулевым допуском на утечки вместо поршня используется сварной металлический сильфон. В этой конфигурации поршень заменен капсулой с гибким сильфоном, не имеющей эластомерных уплотнений, которые могут изнашиваться.Герметичный газовый заряд на одной стороне сильфона обеспечивает накопленную энергию для создания давления в системе. Гибкие металлические сильфоны рассчитаны на миллионы рабочих циклов и обычно служат в течение всего срока службы транспортного средства, в котором они установлены.

PDT также является экспертом в уникальных требованиях к самонаддувающимся или «бутстрапным» аккумуляторам. В этой конфигурации источник высокого давления действует на один конец двухсекционного поршня; другая сторона поршня контактирует с жидкостью под низким давлением.На основе соотношения площадей между двумя сторонами поршня достигается эффект увеличения давления, который обеспечивает повышение давления жидкости без необходимости использования пружин или герметичного газового заряда. Дополнительным преимуществом конфигурации начальной загрузки является то, что после удаления источника высокого давления в системе жидкости не остается остаточного давления, что повышает безопасность и облегчает техническое обслуживание системы.

представляют собой идеальное место для установки приборов измерения уровня жидкости для охлаждающей или гидравлической системы.PDT может предоставить электронные датчики уровня жидкости с масштабируемой выходной мощностью, визуальными индикаторами или обоими функциями в одном устройстве.

Конструкция аккумулятора зависит от нескольких ключевых переменных:

• Выбор жидкости
• Диапазон температур эксплуатации и хранения
• Требуемое выходное давление (обычно зависит от выбора насоса)
• Общий объем системной жидкости
• Требования к измерению уровня

PDT использует эти входные данные, а также информацию о системе и / или применении транспортного средства, чтобы выбрать оптимальный аккумулятор для каждой установки.Как эксперт в области центробежных и объемных насосов, компания PDT хорошо оснащена для проектирования и поставки соответствующего гидроаккумулятора для вашей системы с перекачиваемой жидкостью, даже если мы не поставили насос. Свяжитесь с инженером по применению PDT, чтобы определить оптимальное решение для аккумуляторов для вашей системы.

Загрузить документацию по продукту по резервуарам с бутстрапом высокого давления

Скачать литературу по продукту по резервуарам с бутстрапом

Исследование по оптимизации процесса термического вращения корпуса аккумулятора

Обычный артикул

Исследование по оптимизации процесса термического отжима корпуса аккумулятора

Бин Ли ^{1 , 2} , Юнань Ли ^{1 , 2} , Пейхао Чжу ^{1 , 2 *} , Вэньпэн Ма ^{1 , 2 1 1 , 2} и Сян Ли ^{1 , 2}

¹ Тяньцзиньская ключевая лаборатория по проектированию передовых мехатронных систем и интеллектуального управления, Школа машиностроения, Тяньцзиньский технологический университет, Тяньцзинь 300384, КНР
² Национальный демонстрационный центр экспериментального образования в области механики и электротехники, Тяньцзиньский технологический университет, Тяньцзинь, КНР

^* электронная почта: zhupeihao_gp @ 163.ком

Поступило: 18 Может 2019 г.
Принято: 15 Ноябрь 2019 г.

Аннотация

С учетом недостатков существующей технологии горячего прядения корпуса аккумулятора предложен способ оптимизации параметров многопрядильного процесса. Создана конститутивная модель Джонсона-Кука материала корпуса аккумулятора — легированной стали 34CrMo4 с ее параметрами, полученными экспериментально. Моделирование методом конечных элементов было выполнено для процесса горячего прядения и закрытия.На основании чего были изучены три параметра, оказывающих наибольшее влияние на формирование прядения: температура прядения, частота вращения шпинделя и коэффициент трения. В сочетании с центральным композитным испытанием были установлены модель поверхности отклика и соотношение между тремя параметрами и максимальным напряжением мизеса, а также максимальное приращение толщины стенки оболочки. Набор оптимизированных по Парето решений был получен путем многокритериальной оптимизации. При условии, что это не влияет на качество продукта, выбирается оптимизированное решение с низкой температурой прядения и высокой скоростью вращения шпинделя, чтобы уменьшить потери энергии и повысить эффективность работы.Результаты показывают, что оптимизированный процесс был экспериментально подтвержден для снижения температуры процесса почти на 30 ° C, а эффективность увеличилась на 25%.

Ключевые слова: аккумулятор / технология горячего прядения / конечный элемент / поверхность отклика / многокритериальная оптимизация

© AFM, EDP Sciences 2020

1 Введение

Аккумулятор — это устройство хранения энергии в гидравлических и пневматических системах, которое накапливает или высвобождает энергию сжатия, чтобы гарантировать, что вся система находится под нормальным давлением.Корпус аккумулятора является важной деталью, и процесс его изготовления особенно важен для обеспечения устойчивости системы трансмиссии [1,2]. Поэтому большое значение имеет изучение процесса горячего формования скорлупы для ее изготовления. В настоящее время метод обработки корпуса аккумулятора обычно сварочный. Однако в нем есть явные дефекты обработки, поскольку в местах сварки часто возникают концентрации напряжений и трещины [3,4], что приводит к утилизации аккумулятора [5,6].По сравнению с традиционным процессом сварки, в процессе прядения можно получить цельнотянутый аккумулятор, что принципиально позволяет избежать дефектов обработки, вызванных традиционным методом обработки, улучшает качество аккумулятора и снижает процент брака и стоимость обработки [7,8]. Упомянутый выше процесс горячего формования корпуса аккумулятора является высокоэнергетическим. Из-за текущих необоснованных параметров процесса эффективный коэффициент преобразования энергии невысок, и большая часть энергии теряется в виде тепловой энергии [9–11].Поэтому оптимизация параметров процесса горячего формования корпуса аккумулятора имеет жизненно важное значение для энергосбережения и сокращения выбросов.

В настоящее время процесс горячего формования имеет широкие перспективы применения в промышленности по производству корпусов аккумуляторов из-за преимуществ хороших условий деформации металла, высокой степени использования материала и значительных характеристик продукта [12,13]. Хотя процесс горячего прядения имеет много преимуществ, все еще существуют дефекты и недостатки обработки из-за неправильных параметров процесса, таких как отслоение, гофрирование, трещины, нестабильность защемления и недостаточная точность поверхности, которые могут возникнуть во время прядения [14,15].Многие ученые в стране и за рубежом изучали улучшение параметров процесса прядения в ответ на вышеуказанные проблемы. Некоторые ученые оптимизируют параметры процесса прядения с помощью алгоритмов оптимизации. Например, Чжу [16] преобразовал многоцелевую оптимизацию в одноцелевую оптимизацию с помощью генетического алгоритма и, наконец, нашел оптимальные параметры для повышения безопасности аккумулятора. Хашеми Аббас и др. [17] использовали алгоритм адаптивной оптимизации в сочетании с нечетким логическим управлением и алгоритмом оптимизации отжига, чтобы найти оптимальную кривую давления и нагрузки, чтобы предотвратить сморщивание оболочки во время сжатия при вращении.Юн и др. [18] использовали генетические алгоритмы в исследовании шумоподавления аккумуляторов для уменьшения шума при одновременном снижении потерь энергии при передаче высокочастотной вибрации. Кроме того, многие ученые используют программное обеспечение для моделирования для анализа динамической модели или числовой модели аккумулятора и оптимизации параметров модели для достижения цели оптимизации параметров процесса. Chen et al. [19] создали динамическую модель аккумулятора и конвейера с помощью программного обеспечения AMESim и проанализировали соответствующие параметры, влияющие на характеристики аккумулятора, оптимизировали модель и, наконец, оптимизировали параметры для повышения стабильности системы.Lin et al. В [20] изучалась конечно-элементная модель влияния параметров шахматного прядения на точность деталей. Параметры оптимизации были получены на основе анализа методом конечных элементов, что повысило точность обработки. Ли и др. [21] использовали программное обеспечение ABAQUS для создания трехмерной модели детали в формовочном методе одновременного прядения для производства двух конических деталей. Параметры обработки определялись анализом принципа обработки металлов давлением. Sedighi et al.[22] изучали прядильное производство алюминиевых конических труб, используя явную трехмерную динамическую модель для моделирования и изучения распределения деформации в дорожке, и, наконец, обнаружили, что твердость конических труб значительно увеличилась. Takahashia et al. [23] изучили процесс вращения трубы SUS409, вычислили значение повреждения критерия разрушения и положение максимального значения повреждения, установив трехмерную модель конечных элементов, и определили условия вращения без трещины.Луо и др. [24] изучали технологию прядения крупнокомпонентных сложных тонкостенных оболочек, используемых в аэрокосмической отрасли, и предложили процесс прядения композитов в сочетании с обратными валками для создания прядения валкового типа и прядения с несколькими горлышками. Они смоделировали влияние различных параметров процесса прядения на максимальное эквивалентное напряжение, а также максимальную эллиптичность образца с помощью конечно-элементной модели штамповки, а также определили параметры процесса прядения задних валков. Xue et al.[25] выполнили нелинейное моделирование методом конечных элементов процесса вращения шейки и изучили распределение внутренних и внешних напряжений в зоне деформации трубопровода во время многопроходного процесса усадки. Жанга [26] предложил процесс оптимизации прядильного компрессионного порта, который меняет направление потока материала и направление прядильного ролика, и обнаружил, что точность внутренней поверхности была значительно улучшена. Рой и др. [27] использовали экспериментально-численный метод для проведения испытания периодического прядения при комнатной температуре на газовом баллоне из алюминиевого сплава 6061-0 и создали модель численного моделирования для получения влияния траектории вращающегося ролика на изменение формы и толщины трубы.

Однако у этих исследований есть свои недостатки. Во-первых, они учитывали только влияние процесса прядения на параметры качества обрабатываемых продуктов, игнорируя тот факт, что сам процесс горячего прядения является очень энергоемким процессом, и снижение производственных затрат также является сильным желанием производителей, которые должны обеспечить энергосберегающее производство и избежание дефектов прядильной обработки. Во-вторых, на формообразование влияет ряд параметров процесса.Принимая во внимание факторы влияния только траектории прядильных валков, оптимизации траектории прядильных валков недостаточно, чтобы охарактеризовать оптимизацию всего процесса горячего прядения. Наконец, точная численная модель материала аккумулятора не проверялась. Это может привести к результату оптимизации, не имеющему значения для фактического производственного прогноза. Таким образом, в этой статье проводится эксперимент с балкой давления Гопкинсона для точного определения основной модели материала для материала аккумулятора.Для задачи о нескольких параметрах процесса прядения используется центральный составной тест на основе поверхности отклика [28] для определения ключевых влияющих параметров, а затем применяется алгоритм многокритериальной оптимизации для оптимизации параметров процесса. Исходя из предпосылки точного моделирования, параметры оптимизированы с учетом высокого энергопотребления в производстве и сложности многопараметрических задач, что отражает новизну данного исследования.

Ввиду высокого энергопотребления и низкой производственной эффективности, характерных для процесса горячего формования корпуса аккумулятора [29,30], параметры процесса необходимо оптимизировать для достижения цели энергосберегающего производства без замены аккумулятора. качественный.В соответствии с вышеуказанными целями оптимизации предлагается метод оптимизации параметров процесса вращения аккумулятора, который включает в себя следующие процедуры: создание конститутивной модели материала оболочки аккумулятора и конечно-элементной модели вращения шейки, анализ взаимосвязи поверхностей отклика между параметры и оптимизация параметра процесса.

2 Материалы и методы

В этом разделе описывается метод построения конститутивной модели Джонсона-Кука материала корпуса аккумулятора из легированной стали 34CrMo4, процесс использования полученной модели для проведения конечно-элементного анализа прядения шейки, метод анализа представлены оптимизированные параметры и экспериментальный план оптимизированных параметров.

2.1 Основная модель Джонсона-Кука легированной стали

В процессе вращения оболочки аккумулятора материал образца часто подвергается упругой деформации, большой деформации и большой скорости деформации при высокой температуре. Поэтому конститутивная модель Джонсона-Кука [31,32] принята для учета влияния различных факторов (деформации, скорости деформации, термического разупрочнения) на напряжение упрочнения материала образца. Формула конститутивной модели Джонсона-Кука [33] выглядит следующим образом: (1) где A — предел текучести в квазистатических условиях, B — параметр деформационного упрочнения, ϵ _P — эквивалент пластическая деформация, n — индекс упрочнения, C — параметр усиления скорости деформации, — эквивалентная скорость пластической деформации, — эталонная скорость деформации материала, T ₀ — комнатная температура, обычно 25 ° C, T _{расплав} — температура плавления материала; м — параметр термического размягчения.

Для определения основной модели легированной стали 34CrMo4 необходимо определить A , B , C , n , m по формуле (1). При комнатной температуре и квазистатике определяющая формула Джонсона-Кука (1) может быть переписана в формулу (2), а формула (2) может быть переписана как формула (3) следующей формулой: (2) (3)

Из формулы (3) видно, что значения A , B и n в конститутивной модели могут быть получены путем экспериментов и анализа данных в статических условиях.Для получения квазистатических механических свойств легированной стали 34CrMo4 эксперимент проводится на электронной универсальной испытательной машине CSS. Модель машины WEW-300B производства Haocheng Technology Co., Ltd., и для испытаний использовался цилиндрический образец диаметром 10 мм и высотой 5 мм. Эксперимент проводится при комнатной температуре (20 ° C) в соответствии с национальным стандартом GB / T7314-2017 «Метод испытания металлических материалов на сжатие при комнатной температуре». A — начальный предел текучести материала при комнатной температуре и квазистатическом режиме. может быть определен тестом. Значения деформации и напряжения материала, полученные в эксперименте, можно использовать для получения аппроксимирующей кривой. Наклон подобранной кривой составляет n , пересечение с осью y — ln B , из чего могут быть получены параметры B и n .

Для определения параметров C и m в основной модели динамическое механическое испытание должно быть выполнено на основе статических параметров.Испытание динамических механических характеристик проводится с помощью устройства для измерения давления Хопкинсона. Устройство эксплуатируется компанией Beijing Dexing Technology Co., Ltd., Китай. Производственная модель компании — ALT1000. Кривая напряжения-деформации материала при различных температурах и скоростях деформации измеряется устройством. Принимая во внимание механические свойства легированной стали 34CrMo4, температуру резания и конфигурацию экспериментального устройства, работающего под давлением Хопкинсона, было определено, что температурный диапазон расчетных испытаний составляет от 950 ° C до 1150 ° C, а скорость деформации — от 0 ° C. .1 с ⁻¹ до 6,0 с ⁻¹ .

Схема экспериментального устройства, работающего под давлением Хопкинсона, толкает пулю в газовую камеру, система измерения скорости может измерять скорость пули, и пуля воздействует на входной стержень через передачу усилия, чтобы сжать испытуемый образец и, наконец, трансмиссионная штанга. Система регистрации измерения деформации регистрирует сигнал тензодатчика [34,35].

В соответствии с измерением падающей, отраженной и прошедшей волны экспериментальным устройством теория волн напряжений может использоваться для определения значений деформации, скорости деформации и напряжения по формулам (4) — (6).(4) (5) (6) где, E — модуль Юнга, A — площадь поперечного сечения, C ₀ — скорость упругой волны, L ₀ — начальная длина образца, A _s — площадь поперечного сечения образца, ϵ _i — падающая волна деформации, ϵ _r — отраженная волна деформации, ϵ _e — проходящая волна деформации .

В случае различных скоростей деформации при одной и той же температуре формулу основной модели материала можно переписать в виде формулы (7) следующим образом: (7)

Зависимость напряжения от деформации при одинаковой температуре и разной скорости деформации может быть получена с помощью эксперимента с балкой давления Гопкинсона.Формулу (7) можно использовать для получения аппроксимирующей кривой, где C — наклон аппроксимирующей функции.

В случае разных скоростей деформации при разных температурах определяющая формула материала может быть переписана как формула (8) следующим образом: (8)

Зависимость напряжения от деформации при той же скорости деформации и разной температуре может быть получена с помощью эксперимента с балкой давления Гопкинсона. Формулу (8) можно использовать для получения аппроксимирующей кривой, где м — наклон аппроксимирующей функции.

2.2 Конечноэлементная модель прядения

Для построения конечно-элементной модели прядения шейки аккумулятора необходимо проанализировать взаимосвязь движения прядильного ролика и трубной заготовки. В фактическом процессе прядения с аккумулятором для обработки заготовки, соответствующей проектным требованиям, вращательное движение разбивается на три режима движения, как показано на Рисунке 1: осевая скорость V, собственная угловая скорость вращения w ₁ , колебательное движение w ₂ , а w ₃ — скорость вращения заготовки.После анализа фактического производства параметры моделирования движения были установлены следующим образом: скорость вращения трубной заготовки составляет 200 об / мин, осевая скорость прядильного валка составляет 400 мм / мин, угловая скорость колебательного движения составляет 0,3 рад / с, скорость вращения прядильного валика 150 об / мин.

В дополнение к соотношению движения прядильного ролика и трубной заготовки требуются различные материальные параметры прядильного ролика и трубной заготовки. Параметры размера материала получаются путем фактического измерения.Свойства материала предоставлены компанией Buccma Accumulator (Tianjin) Co., Ltd, а параметры материала указаны в таблице 1.

Согласно параметрам в таблице 1, трехмерная модель прядильного валка и трубной заготовки, а также модель Джонсона-Кука легированной стали 34CrMo4, установленная в предыдущем разделе, используются для анализа процесса прядения шейки аккумулятора. с помощью программного обеспечения конечных элементов ABAQUS [36], которое представляет собой известное инженерное моделирование программного обеспечения конечных элементов.Программное обеспечение достаточно мощное, чтобы помочь пользователям решать многие сложные нелинейные задачи, и имеет богатую библиотеку ячеек, которая может моделировать любую геометрию [37–39]. Модель Джонсона-Кука используется для установления определяющей зависимости напряжение-деформация легированной стали 34CrMo4. Модель была составлена ​​из сетки, и была создана модель конечных элементов, показанная на рисунке 2.

Жесткое соединение в ABAQUS используется для крепления зажимного устройства к трубной заготовке, что исключает смещение твердого тела обоих.В начале моделирования к трубной заготовке применяется постоянная скорость вращения и устанавливается соотношение контакта между прядильным роликом и трубной заготовкой. Во время прядения контур прядильного валка всегда касается внешней линии контура трубной заготовки.

Параметры прядильных валков и трубных заготовок.

2.3 Модель поверхности отклика при вращении и оптимизация

На качество формования корпуса гидроаккумулятора влияют температура прядения, коэффициент трения и скорость шпинделя.Для построения модели поверхности отклика эти три параметра используются в качестве влияющих параметров центральной составной конструкции. Диапазон изменения каждого параметра измеряется фактическим производственным процессом прядения с аккумулятором. Фактические параметры производственного процесса предоставлены Buccma Accumulator (Tianjin) Co., Ltd. Диапазон температуры прядения от 950 ° C до 1150 ° C, диапазон коэффициента трения от 0,1 до 0,3, диапазон скорости вращения шпинделя варьируется. от 150 до 250 об / мин.

Центральный метод составного проектирования [28] должен выбрать два параметра, которые имеют важное эталонное значение для формования центрифуги, в качестве цели оптимизации. В этом исследовании максимальное напряжение и приращение толщины стенки выбраны в качестве целевых переменных, и получены центральные композитные расчетные параметры, показанные в таблице 2.

В этой статье метод поверхности отклика используется для установления взаимосвязи отображения между максимальным напряжением, приращением толщины и параметрами.В методе поверхности отклика обычно используются две приближенные модели: модель поверхности отклика первого порядка и модель поверхности отклика второго порядка. Из-за нелинейной связи между максимальным напряжением, приращением толщины и тремя влияющими параметрами модель поверхности отклика первого порядка не может удовлетворить эффект регрессии. Таким образом, в данной статье используется модель поверхности отклика второго порядка, чтобы установить спин-рукавную модель оболочки аккумулятора. Выражение модели поверхности отклика второго порядка [40,41]: (9) где, — ответ, предсказанный приближенной моделью, x — переменная проекта, N — количество переменных, α — неопределенный коэффициент [42], который может быть определен по формуле (10).(10) где, X — матрица экспериментальных точек выборки, X ^T — это транспонированная матрица x , y — вектор экспериментального наблюдения.

Для получения взаимосвязи отображения можно выполнить линейную регрессию поверхности отклика второго порядка с переменными из таблицы 2 с помощью программного обеспечения Design-Expert. Design Expert [43–45] — это многофункциональное программное обеспечение для экспериментального анализа, разработанное Statease. Он предоставляет функции рисования, которые могут рисовать графики функций, графики анализа, координаты и графики химических реакций.Программа может рисовать графики анализа поверхности отклика. График может анализировать взаимосвязь влияния между максимальным напряжением мизеса и каждым параметром, а также взаимосвязь между приращением толщины и каждым параметром.

Оптимизация процесса накопителя, изучаемая в этой статье, представляет собой многокритериальную задачу оптимизации, которая представляет собой оптимизацию двух или более целей одновременно. Оптимальное решение, полученное путем многокритериальной оптимизации, является результатом компромисса между различными целями.Полученное оптимальное решение может не быть оптимальным решением отдельной цели, но именно решение, которое позволяет каждой подцели достичь оптимального решения, насколько это возможно. Алгоритм NSGA-II расширяет возможность выбора решений, близких к Парето, которые ускоряются для получения оптимального решения.

Согласно полученным параметрическим формулам многокритериальной оптимизации исследуемые задачи описываются в сочетании с реальной ситуацией. В пределах диапазона изменения, допускаемого независимыми переменными x ₁ , x ₂ и x ₃ , желательно одновременно получить минимальное значение максимального напряжения промахов y ₁ и минимальное значение приращения толщины y ₂ .

Isight используется для многокритериальной оптимизации. Isight [46,47] — это системное программное обеспечение для инженерного проектирования, разработанное доктором философии. Массачусетского технологического института. Он признан во всем мире как «программный робот», объединяющий системы CAD / CAM / CAE и PDM. Формула регрессии и начальные значения проектных переменных x ₁ , x ₂ и x ₃ вводятся в компьютер, устанавливаются верхний и нижний пределы переменной, а Алгоритм NSGA-II [48,49] выбран для решения всех решений Парето.

Тестовые параметры модели поверхности отклика.

2.4 Эксперименты

Программное обеспечение Isight предоставляет набор оптимальных решений для фактического производства пневмомеханического прядения. Чтобы проверить правильность оптимизированных параметров процесса прядения, эксперимент проводится на прядильной машине Buccma Accumulator Co., Ltd. Модель прядильной машины — YR-420, которую производит Yongrun High Pressure Container (Taizhou) Co., Ltd., и показан на рисунке 3.Эта машина используется для производства аккумулятора, и остаточное напряжение аккумулятора сравнивается между предыдущим процессом и оптимизированным, чтобы проверить, подходит ли оптимизированный продукт или нет.

Чтобы исследовать, улучшают ли оптимизированные параметры процесса эффективность производства аккумуляторов, необходимо рассчитать эффективность производства и время, необходимое прядильному валку для однократного вращения трубной заготовки. Формула такая, как показано в формуле (11).Формула расчета КПД приведена в формуле (12). Определено, что необходимо ввести коэффициент подачи прядильного ролика. Коэффициент подачи прядильного вала — это одно вращение основного шпинделя и расстояние, на которое прядильный валок перемещается. Формула такая, как показано в формуле (13). Коэффициент подачи является очень важным параметром в процессе формования прядения, и правильность выбора этого значения напрямую влияет на качество формования прядильного продукта. Согласно многолетнему опыту Buccma Accumulator в производстве аккумуляторов, качество аккумулятора является наилучшим, когда коэффициент подачи f установлен на 2.(11) (12) (13) где f — коэффициент подачи прядильного валика, v — скорость подачи прядильного валика, n — скорость шпинделя, t ₀ — время, необходимое для прядильный ролик для однократного вращения перед оптимизацией, а η — это эффективность.

Формула для расчета эффективности, которая может быть получена из приведенных выше формул (11) — (13), может быть переписана как формула (14). (14)

Чтобы проверить эффективность оптимизированных параметров процесса, остаточное напряжение прядильных деталей до и после оптимизации анализируется рентгеновским анализатором остаточных напряжений Proto-LXRD [50], который производится Proto, Канада, и может обнаруживать остаточное напряжение в различных положениях детали.Сравнивая остаточные напряжения в различных положениях аккумулятора до и после оптимизации, можно проверить, соответствует ли изготовленный аккумулятор требованиям после оптимизации.

3 Результат

3.1 Основная модель Джонсон-Кука

Кривая напряжения-деформации легированной стали 34CrMo4, полученная на универсальной электронной испытательной машине CSS, показана на рисунке 4a, согласно формуле (3) и кривой зависимости напряжения от деформации, аппроксимирующую кривую можно получить, как показано на рисунке 4b. .

Таким образом, начальный предел текучести материала может быть получен путем испытания на статическое сжатие: A = 824,6 МПа, а параметры основной формулы могут быть получены в соответствии с аппроксимационной кривой, показанной на рисунке 5b: B = 524 МПа, n = 0,71.

Результаты, полученные в ходе эксперимента с барной стойкой Хопкинсона, показаны на рис. 5. На рис. 5а представлена ​​истинная кривая напряжения-деформации легированной стали 34CrMo4 с твердостью 45HRC при комнатной температуре и разной скорости деформации.На рис. 5b показана кривая напряжения-деформации легированной стали 34CrMo4 с твердостью 45HRC при той же скорости деформации 3,0 с ^-1 , но при разных температурах.

Согласно экспериментальным данным на рис. 5 и формулам (7) и (8), можно соответственно получить аппроксимирующие кривые, как показано на рис. 6. Следовательно, согласно аппроксимирующей кривой на рис. 6a и b, параметры Можно получить определяющую формулу: C = 0,0072, m = 1,6. Таким образом, была окончательно определена конститутивная модель Джонсона-Кука легированной стали 34CrMo4: (15)

3.2 Модель конечных элементов

Результаты моделирования различных состояний процесса формования оболочки аккумулятора показаны на рисунке 7, а рисунок 7e представляет собой кривую эквивалентного напряжения бутылки во времени.

На рисунке 8 показаны результаты моделирования деформации. Напряжение увеличивается с прогрессом формования. Когда вращение шеи завершено, величина деформации достигает максимума. Из рисунка 8e также видно, что когда ролик вращает горлышко бутылки, деформация сильно изменяется.

3.3 Модель поверхности отклика и оптимизация

Линейная регрессия поверхности отклика второго порядка независимой переменной x ₁ , x ₂ , x ₃ и зависимой переменной y ₁ в таблице 2 была выполнена Design- Пакет экспертных программ. Формула регрессии модели прогнозирования выглядит следующим образом: (16)

Трехмерная карта, составленная из максимального напряжения Мизеса и влияющих параметров формирования аккумулятора, может напрямую отражать влияние каждой переменной на переменную отклика.Влияние независимой переменной на максимальное напряжение мизеса показано на рисунке 9.

Линейная регрессия поверхности отклика второго порядка была проведена между независимыми переменными и зависимой переменной y ₂ в таблице 2 с использованием того же метода. Формула регрессии модели прогнозирования такая же, как формула (17). Влияние независимой переменной на приращение толщины показано на рисунке 10. (17)

Многоцелевая оптимизация была выполнена с помощью программного обеспечения Isight для получения всех решений Парето.Часть решений Парето показана в таблице 3. График разброса между максимальным напряжением промаха y ₁ , приращением толщины y ₂ и независимой переменной можно наблюдать в окне Isight, как показано на Рисунок 11. Выделенная точка на рисунке — это точка разброса решения оптимизации Парето на оси координат. На рисунке 11b показано распределение набора оптимизированных по Парето решений на трехмерной координатной оси.

Анализируя распределение набора оптимизированных по Парето решений на трехмерной координатной оси в сочетании с конкретными данными, приведенными в таблице 3, можно увидеть, что набор оптимизированных решений в основном сосредоточен в некотором конкретном диапазоне и имеет важное эталонное значение. для оптимизации и разработки целевого количества.

Часть решений Парето.

3.4 Проверка результатов экспериментов

Оптимальное решение, предоставляемое программным обеспечением Isight во всех решениях по оптимизации: температура прядения 1021,2 ° C, коэффициент трения 0.173, частота вращения шпинделя 197,56 об / мин. По сравнению с параметрами производственного процесса (температура прядения 1050 ° C, скорость вращения шпинделя 150 об / мин) Buccma Accumulator (Tianjin) Co., Ltd, температура снижается почти на 30 ° C, а скорость вращения шпинделя увеличивается почти на 50 об. / мин. В данной статье будет проведена экспериментальная проверка полученного оптимального решения.

Полученное выше оптимальное решение было принято в качестве параметра процесса и подтверждено экспериментами на прядильной машине Buccma Accumulator (Tianjin) Co., ООО Трубная заготовка имеет диаметр 600 мм и толщину стенки 18 мм. После завершения вращения диаметр горловины бутылки составляет 234,48 мм, в то время как диаметр смоделированного теста составляет 247,26 мм, а погрешность составляет 5,45% в пределах допуска на погрешность. Максимальная толщина по результатам эксперимента составляет 23,52 мм, а по результатам моделирования — 24,46 мм, а погрешность составляет 3,99%, что находится в допустимом диапазоне.

Остаточное напряжение оболочки аккумулятора было проанализировано с помощью рентгеновского анализатора напряжений Proto-LXRD.Три точки A, B и C на горловине бутылки с интервалами в 120 градусов выбраны в качестве контрольных точек, как показано на рисунке 12. Результаты анализа и моделирования до и после оптимизации показаны в таблице 4. За исключением немного большая ошибка точки C, погрешность всех остальных точек находится в допустимых пределах, что доказывает надежность приведенного выше моделирования. Сравнивая значения остаточного напряжения в трех точках до и после оптимизации, обнаруживается, что качество оптимизированного накопителя в основном не меняется, что может гарантировать, что оптимизированные параметры процесса имеют эталонное значение для фактического накопителя добычи.После оптимизации скорость шпинделя увеличивается со 150 до 200 об / мин. Рассчитанный по формуле (14) КПД также увеличивается на 25%.

Результаты экспериментов и моделирования.

4 Обсуждение

Из результатов моделирования на Рисунке 7 видно, что процесс прядения шеи является плавным. Второе состояние имеет значительно большее максимальное эквивалентное напряжение, чем первое, что связано с меньшей закрывающейся величиной трубной заготовки и меньшим напряжением, создаваемым в первом состоянии.Третье состояние имеет меньшее максимальное приращение эквивалентного напряжения, чем второе, потому что для второго состояния требуемое давление вращения такое же, как и для третьего. Усадка вызывает увеличение эквивалентного напряжения. Из кривой эквивалентного напряжения горлышка бутылки на фиг. 7e также видно, что напряжение постепенно увеличивается, а максимальное напряжение во время процесса формования составляет около 460 МПа. После завершения прядения максимальное напряжение мизеса составляет около 310 МПа. Однако при предельном напряжении разрушения не произошло.

Графики поверхности отклика на Рисунке 9 визуально отражают влияние температуры, коэффициента трения и скорости шпинделя на максимальное напряжение мизеса. Максимальное напряжение мизеса уменьшается с увеличением температуры прядения, потому что текучесть металлического материала увеличивается с повышением температуры, тем самым снижая внутреннее напряжение. По мере постепенного увеличения коэффициента трения максимальное напряжение мизеса увеличивается, что связано с уменьшением текучести металлического материала в соответствии с увеличением коэффициента трения, а внутреннее напряжение увеличивается.Скорость шпинделя мало влияет на напряжение мизеса.

Влияние независимой переменной на приращение толщины можно увидеть на рисунке 10. Повышение температуры приведет к увеличению текучести материала, так что материал в напряженной области более склонен к диффузии и деформации стенки. толщина более однородна, когда прядильный валок сжимает трубную заготовку. Увеличение коэффициента трения приводит к увеличению трения между прядильным валком и трубной заготовкой, так что текучесть материала трубной заготовки снижается, и материал трудно рассеивать в достаточной степени, а локальная толщина трубная заготовка увеличена.Скорость шпинделя мало влияет на толщину стенки, а по мере увеличения скорости шпинделя толщина стенки немного увеличивается.

Из сравнения конечно-элементной модели прядения шейки и фактических данных прядильной машины компании в Таблице 4, можно проанализировать, что в реальных условиях работы температура деформированной области трубной заготовки не соответствует равномерно с тепловыми потерями и локальным нагревом дополнительного теплового устройства. Однако температура моделирования является постоянной, что вызывает ошибки между экспериментальным моделированием и реальной обработкой.Если мы изучим потери энергии в процессе прядения и распределение температуры трубной заготовки, изменение параметров модели позволит создать более точную имитационную модель.

Из сравнения значений остаточного напряжения в контрольных точках горловины аккумуляторной бутылки до и после оптимизации в таблице 4 можно увидеть, что значение остаточного напряжения имеет небольшую погрешность, но максимальная погрешность не превышает 10 МПа. Ошибка может быть связана с выбором точки тестирования или ошибкой измерения.Поскольку погрешность очень мала, можно считать, что оптимизированные параметры процесса не влияют на качество аккумулятора.

5 Выводы

В этом исследовании был предложен метод анализа модели конечных элементов и многокритериальной оптимизации для оптимизации параметров процесса. Во-первых, экспериментально получены параметры конститутивной модели Джонсона-Кука легированной стали 34CrMo4 и установлена ​​конститутивная модель материала. Во-вторых, на основе определяющего соотношения было выполнено моделирование методом конечных элементов горячего вращения шейки корпуса аккумулятора, и в сочетании с центральной композитной конструкцией были проанализированы несколько параметров процесса, которые имеют большое влияние на формование.Наконец, для многопараметрической оптимизации в этой статье использовался метод многокритериальной оптимизации для получения оптимальной комбинации параметров процесса. А эксперимент с процессом горячего прядения подтвердил правильность оптимальных параметров процесса.

При моделировании методом конечных элементов вращения шейки корпуса аккумулятора была определена конститутивная модель материала корпуса аккумулятора из легированной стали 34CrMo4, которая сильно повлияла на точность моделирования.Из таблицы 4 видно, что разница между оптимизированными результатами моделирования и результатами экспериментов была очень небольшой, а максимальная ошибка в контрольных точках не превышала 8%, что доказывает, что точность моделирования шейного вращения была высокой. .

Исходя из того, что это не влияет на качество продукта, температура прядения была снижена с исходных 1050–1060 ° C до 1020–1030 ° C, что позволило снизить потери энергии. Скорость шпинделя была увеличена с исходных 150 об / мин до 200 об / мин, что повысило эффективность производства и эффективность на 25%.

Авторы выражают признательность за поддержку со стороны Демонстрационного проекта международного научно-технического сотрудничества «Пояс и путь» (грант № 17PTYPHZ20060), Национального фонда естественных наук Китая (грант № 61941305), Тяньцзиньского научно-технологического проекта (грант № 19YFFCYS00110) и Фонд естественных наук Тяньцзиня, Китай (грант № 18JCQNJC75000).

Номенклатура

А : Предел текучести в квазистатических условиях, формула (1)

А : Площадь поперечного сечения, формула (6)

A _S : Площадь поперечного сечения образца

B : Параметр деформационного упрочнения

С : Параметр усиления скорости деформации

С ₀ : Скорость упругой волны

E : Модуль для младших

f : Коэффициент подачи прядильного вала

л ₀ : Начальная длина выборки

кв.м. : Параметр термического размягчения

n : Индекс упрочнения, формула (1)

n : Скорость шпинделя, формула (13)

N : Количество переменных

т ₀ : Время, необходимое прядильному валу для однократного вращения до оптимизации

Т ₀ : Комнатная температура, обычно 25 ° C

T _{расплав} : Температура плавления материала

v : Скорость подачи прядильного валика

В : Осевая скорость

w ₁ : Угловая скорость вращения

w ₂ : Колебательное движение

w ₃ : Скорость вращения заготовки

х : Переменная дизайна

х ₁ : Температура отжима

х ₂ : Коэффициент трения

х ₃ : Скорость главного шпинделя

Х : Матрица экспериментальных точек выборки

Х ^Т : Транспонированная матрица x

y : Вектор экспериментального наблюдения

л ₁ : Максимальный стресс

y ₂ : Максимальный прирост толщины

: Ответ, предсказанный приближенной моделью

α : Неопределенный коэффициент

ϵ _п. : Эквивалентная пластическая деформация

: Эквивалентная скорость пластической деформации

: Эталонная скорость деформации материала

ϵ _i : Падающая волна деформации

ϵ _r : Отраженная волна деформации

ϵ _e : Передача Деформационная волна

η : Эффективность

Список литературы

1. С.Ван, Ю. Хан, С. Ван, Регулирование давления роторного аккумулятора, Int. Конф. Гидравлический мехатрон. 14. С. 1395–1398 (2015). [Google ученый]
2. В.Э. Геллер, Особенности образования шейки при вытяжке и сверхвысокоскоростном прядении полиэтиленфталатной пряжи, Обзор, Fiber Chem.48, 1–11 (2016) [CrossRef] [Google ученый]
3. Z.X. Li, X.D. Шу, Численный и экспериментальный анализ многопроходного традиционного формования цилиндрической детали с Gh4030, Int. J. Adv. Manuf. Technol. 103, 2893–2901 (2019) [Google ученый]
4. Х. Ву, W.C. Сюй, Д. Шань, Механизм увеличения прядильности за счет многопроходного формования прядением — Анализ эволюции повреждений с использованием модифицированной модели GTN, Int.J. Mech. Sci. 159, 1–19 (2019) [CrossRef] [Google ученый]
5. Б.Сан, Дж. Го, Ю. Лей, Моделирование и проверка неравновесной термодинамической модели для парового аккумулятора паровой катапульты, Int. J. Heat Mass Transf. 85, 88–97 (2015). [Google ученый]
6. Р. Томисава, Т. Икага, К.Х. Ким и др., Влияние условий формования из расплава на формирование структуры волокна полиэтилентерефталата, Полимер 116, 367–377 (2016). [Google ученый]
7. Q.H. Су, Ф. Пэн, Дж. Син, Экспериментальные исследования передового аккумулятора, Юаньцзиньэн Кэсюэ Цзишу / Ат.Energy Sci. Technol. 51, 636–640 (2017) [Google ученый]
8. В. Латас, Дж. Стоек, Новый тип гидрокинетического аккумулятора и его моделирование в гидравлическом подъемнике с системой рекуперации энергии, Энергия 153, 836–848 (2018) [CrossRef] [Google ученый]
9. ЧАС.Кадакия, А. Бейкер, М. Паулсен, Модель механистического аккумулятора для RETRAN-3D, Nucl. Technol. 202, 71–80 (2018) [Google ученый]
10. Б. Рышард, Б. Збигнев, Х.С. Анна, Методология и математическая модель непрерывного времени для выбора оптимальной мощности теплового аккумулятора, интегрированного с ТЭЦ, Энергия 11, 1240 (2018) [Google ученый]
11. Я.Виктор, С.А.Каспер, Гидравлическая система управления шагом для ветряных турбин: расширенное моделирование и проверка гидроаккумулятора, Симул. Модель. Практик. Теория. 79, 1–22 (2017) [Google ученый]
12. С.М. Остроумов, Выбор и оптимизация параметров гидроаккумулятора транспирационного охлаждения, Инженерно-физический журнал, 60, 918–922 (1991). [Google ученый]
13. Дж.Ли, У. Ли, Оптимизация конструкции аккумулятора для снижения шума роторного компрессора, Proc. Inst. Мех. Англ. 226, 285–296 (2012) [CrossRef] [Google ученый]
14. Дж.З. Хуэй, Ю.К. Ян, Х. Чжан, Система рекуперации энергии торможения и оптимизация управления экскаватором на базе аккумулятора, Чин. J. Highway Transp. 29, 143–151 (2016) [Google ученый]
15. М.Ю., Б.К. Ши, Оптимизация конструкции и надежный анализ гидроаккумулятора в гидравлической тормозной системе, Nongye Gongcheng Xuebao / Trans.Подбородок. Soc. Agri. Англ. 2011. Т. 27. С. 132–136. [Google ученый]
16. Q.D. Чжу, П. Лу, З.Б. Ян, Многопараметрическая оптимизация аккумулятора влажного пара паровой катапульты, Энергия 12, 234 (2019) [Google ученый]
17. А.Хашеми, М. Голло, Применение нового подхода к комплексной оптимизации в процессе гидроформовки листов, Изв. Инд 19, 303 (2018) [CrossRef] [Google ученый]
18. U.Ю. Ли, Б. Дж. Ким, Дж. Б. Ли, Оптимизация конструкции аккумулятора для снижения шума роторного компрессора, Тр. Korean Soc. Мех. Англ. 35, 759–766 (2011). [CrossRef] [Google ученый]
19. В.Дж. Чен, Z.X. Сюй, X.H. Юэ, Моделирование характеристик и оптимизация параметров гидроаккумулятора в системе отбора мощности с гидравлическим приводом для выработки энергии волн, Yingyong Jichu yu Gongcheng Kexue Xuebao / J. Basic Sci. Англ. 27, 226–237 (2019) [Google ученый]
20. Ю.К. Линь, С.С. Цянь, X.M. Чен, Ступенчатое прядение тонкостенных цилиндрических деталей из Hastelloy C-276: Численное моделирование и экспериментальное исследование, Тонкостенная структура. 140, 466–476 (2019). [CrossRef] [Google ученый]
21. М.Ли, Ю.Ю. Сюй, Х. Ли, Новый процесс прядения для одновременного производства двух частей конуса с большим углом, Дж. Чин. Inst. Англ. 41, 547–556 (2018). [CrossRef] [Google ученый]
22. С.Мохаммад, Дж. Ирадж, К.Н. Мехди, Экспериментальное исследование и анализ методом конечных элементов прямого горячего прядения без штампа, Изв. Инд 19, 404 (2018) [CrossRef] [Google ученый]
23. Т.Йоичи, К. Шигефуми, Н. Такуо, Влияние длины шейки на возникновение трещин при прядении труб, Proc. Manuf. 15, 1200–1206 (2018) [Google ученый]
24. В. Луо, Ф. Чан, Б. Ву и др. Исследование технологии сложного прядения крупногабаритных тонкостенных деталей с кольцевыми внутренними ребрами и криволинейной образующей // Междунар.J. Adv. Manuf. Technol. 98, 1199–1216 (2018) [Google ученый]
25. X. Чжиюн, Р. Юэцзюань, Л. Венбо, Влияние скорости подачи на процесс прядения шейки трубы из алюминиевого сплава и анализ деформации с помощью моделирования, MATEC Web Conf. 67, 05011–05016 (2016) [CrossRef] [Google ученый]
26. ИКС.Zhanga, L. Zhaoa, T. Wena, Оптимизированный метод прядения шейки для улучшения качества внутренней поверхности титановых куполов, Procedure Eng. 207, 1731–1736 (2017) [Google ученый]
27. К. Биплов, Ю. Корколис, А. Йошио, Эксперименты и моделирование эволюции формы и толщины при многопроходном прядении труб, J.Phys. Конф. Сер. 1063, 012087–012092 (2018) [Google ученый]
28. С.М. Горейшян, М. Норузи, А. Ферейдуни, Оптимизация параметров прядения из расплава полиэтилентерефталатной частично ориентированной полифиламентной пряжи в промышленном масштабе: подход к центральному составному дизайну, Fibers Polym.18, 1280–1287 (2017) [CrossRef] [Google ученый]
29. Дж.Дж. Камминс, С. Томас, К. Дж. Нэш, Экспериментальная оценка эффективности пневматического аккумулятора энергии деформации, Int. J. Сила жидкости. 18. С. 167–180 (2017). [CrossRef] [Google ученый]
30. А.Кумар, Дж. Дас, К. Дасгупта и др., Влияние гидроаккумулятора на скачок давления в системе гидростатической трансмиссии, J. Inst. Англ. (Индия) Сер. С 99, 169–174 (2017) [CrossRef] [Google ученый]
31. Дж.Цай, К. Ван, П. Чжай, модифицированная конститутивная формула Джонсона-Кука для прогнозирования поведения при горячей деформации сплава Ti-6Al-4V, J. Mater. Англ. Perf. 24, 32–44 (2015) [CrossRef] [Google ученый]
32. Л.Z. Zhou, L.M. Yang, Сравнительное исследование конститутивных моделей для прогнозирования напряжения течения Fe-Cr-Ni композитного материала Al-Si-Cu-Ni-Mg, армированного преформой, J. Wuhan Univ. Technol. Матер. Sci. Эд. 32, 666–676 (2017). [CrossRef] [Google ученый]
33. М.Алитаволи, А. Дарвизех, М. Могхаддам, Численное моделирование на основе совместного эйлерово-лагранжевого подхода и экспериментальное исследование процесса точечной сварки водяной струей, Тонкостенная конструкция. 127, 617–628 (2018). [CrossRef] [Google ученый]
34. ИКС.-q. Чанг, Л.-у. Чжан, Я.-б. Ян, Ж.-л. Рен, Основные модели деформации сжатием магниевого сплава AZ80 при различных направлениях нагрузки и скоростях деформации, J. Iron Steel Res. Int. 23. С. 64–68 (2016). [CrossRef] [Google ученый]
35. Д.-N. Чжан, Q.-Q. Шангуань, К.-Дж. Се, Ф. Лю, модифицированная модель Джонсона-Кука динамического поведения при растяжении для алюминиевого сплава 7075-T6, J. Alloys Compd. 619, 186–194 (2015). [Google ученый]
36. М. Махорро-Лопес Хосе, А. Беллино, С.Марчезелло, Локализация повреждений на балках под действием движущихся нагрузок на основе вейвлетов, Механика 14, 107–113 (2013) [Google ученый]
37. К. Эрик, Рекомендации по построению сетки для приложения P-подхода в ABAQUS — инструмент для феноменографического прогнозирования пружинения, Compos.Struct. 203, 1–10 (2018) [Google ученый]
38. S.Q. Чжан, Дж. Х. Ян, Л. Цао, Моделирование распространения трещин при измельчении в горячем прокатном стане с древесиной на основе ADAMS и ABAQUS, Linye Kexue / Scientia Silvae Sinicae. 54, 149–156 (2018) [Google ученый]
39. Z.Р. Янг, X.L. Бай, Ю. Се, Анализ методом конечных элементов столкновения между последовательными стояками с использованием программного обеспечения ABAQUS, J. Vib. Шок 36, 196–200 (2017) [Google ученый]
40. X. Ши, П. Тейшейра, Дж. Чжан, Анализ надежности поверхности срабатывания кригинга жесткой пластины с начальными дефектами, Struct.Инфраструктура. Англ. 89, 1–16 (2014) [Google ученый]
41. X.L. Цзя, Дж. Ван, Ю.Л. Чжан, Истинный анализ напряжений и отказов сосуда высокого давления при повторяющемся внутреннем давлении, Механика. Инд 17, 410 (2016) [CrossRef] [Google ученый]
42. С.Н.С. Бхатра, С.А.Сахеб, Заметка об уменьшении размерности для расчетной модели поверхности отклика второго порядка, Commun. Стат. Теоретические методы 46, 3520–3525 (2016) [Google ученый]
43. R.K. Камарадж, Дж. Саккачи Рагхуваран, А.Ф. Панимаям, Оптимизация характеристик и выбросов выхлопных газов двухтопливного двигателя с помощью методологии поверхности отклика, Энергия 11, 3508 (2018) [Google ученый]
44. W.С. Лю, X.M. Яо, К. Ли, Оптимизация параметров конфигурации БПЛА с хвостовой опорой на основе поверхности отклика и генетического алгоритма, Пер. Подбородок. Soc. Agri. Мах. 50, 88–95 (2019). [Google ученый]
45. А. Чаглар, Т. Сахан, М.С. Cogenli, Исследование по оптимизации методологии поверхности отклика новой центральной композитной конструкции для синтеза анодного катализатора топливных элементов с прямой муравьиной кислотой Pd / CNT, Int.J. Hydrogen Energy 43, 11002–11011 (2018) [Google ученый]
46. К. Лу, Л. Гао, Х. Ли, Энергоэффективная многопроходная токарная обработка с использованием многоцелевого алгоритма поиска с возвратом, J. Clean. Prod. 137, 1516–1531 (2016) [Google ученый]
47. М.А. Сахали, И. Белаиди, Р. Серра, Новый подход для надежной многоцелевой оптимизации параметров поворота с использованием вероятностного генетического алгоритма, Int. J. Adv. Manuf. Technol. 83, 1265–1279 (2016). [Google ученый]
48. Дж. Сонг, Дж. Ли, К.Х. Янг, Многоцелевая оптимизация и ее применение при планировании полива на основе AquaCrop и NSGA-II, J. Hydraulic Eng. 49, 1284–1295 (2018). [Google ученый]
49. Дж. Хуанг, З. Б. Чен, К. Лю, Многоцелевая оптимизация параметров процесса лазерного закрытия кожной ткани in vitro на основе NSGA-II, Chin.J. Lasers 46, 0207001 (2019) [CrossRef] [Google ученый]
50. Л.Б. Хо, Z.Q. Цао, Ф. Чжан, Численное и экспериментальное исследование структуры титанового сплава TC4-DT после двойного холодного расширения, J. Northwest. Политех. Univ. 36, 701–708 (2018) [CrossRef] [Google ученый]

Цитируйте эту статью как : B.Ли, Ю. Ли, П. Чжу, В. Ма, Ю. Сяо, X. Ли, Исследование по оптимизации процесса термического формования корпуса аккумулятора, Механика и промышленность 21 , 402 (2020)

Все таблицы

Параметры прядильных валков и трубных заготовок.

Тестовые параметры модели поверхности отклика.

Часть решений Парето.

Результаты экспериментов и моделирования.

Все рисунки

AIME-055

% PDF-1.4 % 1 0 объект >>>] / ON [77 0 R] / Order [] / RBGroups [] >> / OCGs [77 0 R 134 0 R] >> / Pages 3 0 R / Type / Catalog >> эндобдж 133 0 объект > / Шрифт >>> / Поля 138 0 R >> эндобдж 76 0 объект > поток GPL Ghostscript 9.022017-10-31T09: 33: 39 + 01: 002017-10-18T16: 51: 44 + 06: 00PDFCreator Version 1.2.12017-10-31T09: 33: 39 + 01: 00d517b7e7-b64d-11e7-0000-1f5a967bf943uuid: 9a2833ef-eb92-444e-9bbc-eaaba0161938application / pdf