Zastosowanie sieci neuronowych do analizy sprężynowania blach (po gięciu)

Zjawisko sprężynowania jest krytyczne w projektowaniu i analizie procesu formowania blach. Dokładne przewidywanie wartości sprężystych odkształceń materiału po zdjęciu obciążenia pozwala na korektę kształtu narzędzi kształtujących, uwzględniając kompensację odkształceń sprężystych giętych wyrobów.

W artykule przedstawiono wyniki zastosowania sztucznej sieci neuronowej do przewidywania odkształceń sprężystych blach. Do uczenia sieci neuronowej wykorzystano wyniki gięcia pasów blachy wykonanej z trzech gatunków materiałów, tj. aluminium EN AW-1070A, mosiądzu CuZn37, a także blachy stalowej głębokotłocznej DC04. Wartość współczynnika sprężynowania materiałów określono podczas gięcia swobodnego pasów blachy w półzamkniętej matrycy w kształcie litery V.

Wprowadzenie

Gięcie jest metodą kształtowania wyrobów z blach polegającą na plastycznym odkształcaniu materiału pod wpływem działania momentu zginającego. Po zdjęciu obciążenia większość materiałów metalicznych wykazuje tzw. sprężynowanie. To znaczy w wyniku relaksacji części sprężystej wewnętrznych naprężeń po odciążeniu materiał podlega [...]

Ten materiał dostępny jest dla zalogowanych użytkowników.

Załóż konto i dołącz do grona użytkowników naszego portalu!

Zaloguj się Zarejestruj się

Mogą zainteresować Cię również

Obróbka cieplno-mechaniczna stopów Mg

Zastosowanie zgrzewania tarciowego z przemieszaniem (FSW) do wykonywania połączeń doczołowych wysokowytrzymałych stopów aluminium stosowanych w przemyśle zbrojeniowym

Mechanizmy zużycia warstw wierzchnich oraz zasady doboru materiałów dodatkowych do procesów napawania

zobacz więcej