[發明專利]基于響應函數的空間映射的沖壓成形優化方法

無效

• 申請號: 201010255593.8
• 申請日: 2010-08-18
• 公開（公告）號: CN101908090A
• 公開（公告）日: 2010-12-08
• 發明（設計）人: 王琥;李光耀;蔡勇;龔志輝;鄭剛
• 申請（專利權）人: 湖南大學
• 主分類號: G06F17/50
• 分類號: G06F17/50;B21D22/00
• 代理公司: 湖南兆弘專利事務所 43008
• 代理人: 趙洪;周長清

1.一種基于響應函數的空間映射的沖壓成形優化方法，其特征在于步驟為：

(1)建立待優化板料成形系統的精細有限元模型和粗糙有限元模型，從仿真算法區分，采用一步法作為粗糙有限元模型響應，記為y_c；采用增量法作為精細有限元模型，記為y_f；

(2)分別在精細有限元模型和粗糙有限元模型的響應空間內隨機選取兩個初始樣本點，初步建立所述y_c和y_f之間的初始空間映射關系，記為P_r；

(3)在精細有限元模型的響應空間中隨機確定精細有限元模型的初始解，記為然后通過空間映射P_r確定粗糙有限元模型中對應的響應，記為

(4)進入迭代步驟：建立基于粗糙有限元模型的近似模型，當該近似模型滿足精度要求時，通過所述反求得到對應的粗糙有限元模型的最優粗糙解當粗糙有限元模型無法滿足精度要求時，重新建立高精度的粗糙有限元模型，得到當前基于高精度的粗糙有限元模型的最優粗糙解根據粗糙有限元模型的最大誤差區ε，搜尋布置建立新樣本，重新進入迭代步驟；

(5)將粗糙有限元模型的最優解作為精細有限元模型的初始解，即并將所述x_f代入精細有限元模型，得到相應y_f；

(6)當滿足式：時，迭代結束，將得到的最優解代入到精細有限元模型中，根據板料成形優化目標函數確定優化后的結果，并確認是否滿足相關約束條件，其中和分別表示相鄰兩次迭代步t和t-1得到的相應粗糙解，ε為收斂條件；反之，更新P_r，直至滿足以上收斂條件ε；輸出設計參數的優化結果并采用精細有限元模型計算其仿真結果，驗證優化結果的可行性。

2.根據權利要求1所述的基于響應函數的空間映射的沖壓成形優化方法，其特征在于：所述步驟(2)中，令精細有限元模型和粗糙有限元模型的響應函數為線性關系，只需在精細有限元模型和粗糙有限元模型的響應空間內隨機選取兩個初始樣本點并分別進行兩次仿真計算即可得到。

3.根據權利要求1所述的基于響應函數的空間映射的沖壓成形優化方法，其特征在于：所述步驟(4)中，采用R²判斷粗糙有限元模型的精度，R²為平方度量，當R²＞0.5時，即粗糙有限元模型滿足精度，進行反求。

4.根據權利要求1所述的基于響應函數的空間映射的沖壓成形優化方法，其特征在于：所述收斂條件ε為0.1。