内页banner

联系我们

PK棋牌

联系人:吴经理

手 机:13962372287

 座机:0512-52939201-8003

邮箱:wusheng@jscscxhj.cn

PK棋牌

地 址:常熟市方浜工业园区虞丰路10号 

您的当前位置:主页 > 新闻中心 >

电阻点焊焊装夹具定位点的优化设计

发布日期:2020-08-11 05:08 作者:PK棋牌 点击:

  MECHANICALENGINEERING Vol Apr.2009 DOI:10.3901/JME.2009.04.192 电阻点焊焊装夹具定位点的优化设计 (湖南大学汽车车身先进设计制造国家重点实验室长沙 410082) 摘要:提出一种适用于电阻点焊焊装夹具的定位点优化设计方法。该方法基于“N-2-1”定位原理,利用有限元计算工件第 一基准面上的变形,在建立目标函数时综合考虑夹具工作过程中的多工位状况,并且采用全局收敛效果很好的隔代映射遗传 算法作为优化工具来寻找最优点。通过算例分析 取不同数值时的夹具定位精度,并将隔代映射遗传算法与小种群遗传算法的收敛效果进行比较,验证了方法的有效性。 关键词:电阻点焊焊装夹具 薄板冲压件 多目标优化 遗传算法 中图分类号:TG702 Locator Optimization Resistance-spot-weldingFixtures JIANG Chao HAN Xu ZHONG Zhihua (State Key Laboratory AdvancedDesign VehicleBody, Hunan University, Changsha 410082) Abstract:An optimization method locatorarrangement resistance-spot-weldingfixture. Based “N-2-1”locating principle, finiteelement method (FEM) firstdatum plane. workingprocess consideredwhen creating objectivefunctions. intergenerationprojection genetic algorithm (IP-GA) fineperformance globalconvergence optimizationsolver computationalexample, convergenceperformance resultsdemonstrate presentmethod. Key words:Resistance-spot-welding fixture Sheet stamping Multi-objective optimization Genetic algorithm 冷冲压加工以其较高的生产率和材料利用率,广泛应用于汽车、飞机和各种家用电器制造工业, 冲压件的焊接装配成为上述产品制造的关键工序, 焊装夹具的性能不仅影响到生产率,而且直接关系 到产品的质量 。电阻点焊焊装夹具是目前使用比重较大的一种焊装夹具,对其优化设计方法进行研 究具有重要的意义。近十几年来,部分国外学者在 薄板焊装夹具的设计理论上开展了一些工作,提出 了一些新型焊装夹具设计理论和方法。CAI 出一种新型的夹具定位原理——“N-2-1”定位原理,并证明该定位原理与广泛应用于刚性件的“3-2-1” 国家自然科学基金(10802028)和国家高技术研究发展计划(863计划, 2006AA04Z123)资助项目。20080529 收到初稿,20081112 收到修改稿 定位原理相比更适合于易变形薄板件的定位。然而 对于其中的主要问题,即夹具点的优化布置,并没 有给出有效的解决方法。 夹具点的优化设计是非常复杂的工程问题,其 中涉及到较多的优化变量和非线性约束,而且目标 函数和约束方程的获取往往基于数值仿真模型。如 用传统的基于梯度的优化方法,则很难找到满意的 全局最优点,而且梯度信息也不易获得。考虑到遗 传算法只需要计算函数值而并不需要梯度信息,且 具有优异的全局优化性能,所以采用遗传算法对夹 具点进行设计将是一个很好的选择。WU 首次采用遗传算法处理焊装夹具的定位点布置问题; ISHIKAWA 用遗传算法对柔性件的夹头位置进行优化;KRISHNAKUMAR 考虑定位点和夹持力的变化对零件变形的影响,用遗传算法对夹具布 局进行优化。但这些方法有的忽略了工件的弹性变 月2009 潮等:电阻点焊焊装夹具定位点的优化设计193 形,有的即使考虑了工件的变形,所用的方法也并 不适合于薄板件焊装夹具的设计,而且未考虑焊装 过程中普遍存在的多工位状况。 本文基于文献[1, 6]的研究成果,以电阻点焊焊 装夹具为研究对象,着眼于工件的易变形性,以更 适合于柔性件的“N-2-1”定位原理为指导,考虑了 实际加工中的多工位状况,并且应用全局收敛性能 优异的隔代映射遗传算法(Intergeneration projection genetic algorithm, IP-GA)为优化工具对夹具定位点 的布置进行优化,从而提出了一套适用于电阻点焊 焊装夹具的设计理论和方法。通过数值算例,验证 了本文方法的有效性。 “N-2-1”定位原理电阻点焊焊装夹具的定位模型如图1 所示,图 中平行四边形为薄板工件,F 为焊枪作用于工件产 生的加工力。 个夹具定位点,限制了刚体运动中的其他 为传统的“3-2-1”定位原理,因薄板件的易变形性,需要“N-2-1”定位中的N 电阻点焊焊装夹具定位模型电阻点焊焊装夹具设计的中心问题是选择最 优定位点数并确定它们的位置,实现工件的确定约 束定位及其在重力和加工力作用下的最小变形,以 提高焊装精度和产品质量。而“N-2-1”定位原理通 过在第一基准面上增加定位点限制薄板件的整体变 形,非常适合作为电阻点焊焊装夹具设计的指导原 则。对绝大部分薄板件的加工过程而言,其最主要 的偏差问题是工件法向方向上的变形,夹具系统需 要在第一基准面上存在多于三个的定位点去限制这 一方向上的工件变形 夹具点的优化在基于“N-2-1”定位原理的电阻点焊焊装夹具 定位点优化中,主要是优化第一基准面上N 个夹具 点的位置使得薄板件在加工力和重力作用下整体变 形最小。在实际的优化过程中,往往在薄板件上选 择一些对加工质量有较大影响的关键点,并以它们 的法向位移总和作为标准来衡量薄板件的整体变形 大小。而关键点的变形可以通过有限元仿真获得。 实际工程中,薄板焊装偏差在零件初始偏差较 小的情况下主要与焊装夹具及零件焊接变形有关, 而其中焊装夹具又是保证焊装精度的最主要因素。 焊接变形引起的焊装偏差(如熔化焊焊核凝固收缩 产生的内应力引起的焊接变形)一般难以进行预测 和定量计算,焊接变形量的预测往往需要通过理论 定性分析和实际测量校正相结合 。本文在建立装夹系统的有限元模型时,主要考虑焊装夹具在焊装 过程中如何保证工件的定位精度和整体变形量的控 制,从而减小焊装偏差,而并没有考虑焊接变形对 工件造成的影响。 2.1 有限元建模和计算 利用壳单元对薄板进行网格划分,建立工件和 夹具单元组成的装夹系统的有限元模型。由于夹具 单元中的定位块与加紧块大小相当,一一对应,且 与工件的定位接触面积很小,所以在加紧力足够大 的情况下可以将之做为固定约束点处理。工件上与 其他薄板件的搭接处在建模时需要做适当处理。可 根据实际搭接状况将工件搭接处的板料厚度加厚或 者弹性模量加大,以模拟搭接板件对于所分析工件 的影响。工件所受的载荷主要为自身重力和焊枪作 用力,而焊枪作用力可简化为垂直于作用点表面的 集中力。通过有限元计算,关键点的法向位移总和 可以求得,并可表示为夹具点位置坐标的函数 ——通过有限元建立的关键点法向位移总和与夹具点位置之间的函数 个定位点的位置坐标2.2 多目标优化模型的建立 一般在焊装过程中工件并不是受唯一不变的 加工力作用,加工力的作用点和大小往往是变化的, 即存在多工位状况。如图2 所示,工件在工位1 作用,作用点为C点;在工位2,加工力变为 ,作用点也变到D点。所以建立目标函数时,需 要考虑各个工位下的工件变形。另外,任一工位下 工件的变形量都应控制在所允许的范围之内。综上 期期194 所述,由式(1)、(2)可以将夹具定位点优化问题构造 为一多目标优化模型 工件在多工位焊装过程中的受力情况利用线)可以转换为如下的单目标优化问题 个目标的权系数2.3 隔代映射遗传算法(IP-GA)和优化流程 IP-GA 最早由 XU 提出,它是对小种群遗传算法(Micro genetic algorithm, GA)的改进。GA 与传统遗传算法的最大差别是每一代种群的大小和 保持基因多样性的机制。一般来说GA 的种群很小 (5~8),如此小的种群能够在搜索域内快速收敛到 一个局部最优点。为了保证基因多样性,GA 采用 一重启策略,即一旦当前代收敛,便随机产生相同 大小种群的一代新个体,而且此新种群中保留上一 代的最优个体。在GA 中,重启策略替代了传统遗 传算法中的变异算子,但保留了选择和交叉算子。 GA 能够保证各个方向上的稳健性,能够避免过早 收敛,并且比传统的遗传方法具有更快的全局收敛 速度。隔代映射(IP)算子的目的是通过连续两代之 间最优个体的变化方向来寻找更好的个体,并以此 来提高收敛速度。最优个体变化方向的构造是IP 子成功运行的关键,本文采用直接搜索法来构造其搜索方向。基于如下公式,IP 算子将产生两个新的 子代个体 ——IP算子的控制参数,它们的推荐范 围是0.3~0.7 新获得的个体 将替代当前代中最差的两个个体。IP 算子实际上使用了两代最优值间的某 种梯度信息,通常能快速地获得更好的个体。IP-GA 结合了GA 和IP 算子,具有更好的收敛效果,对α 任意组合,达到全局最优点时所用的代数仅仅是GA 的6.4%~74.4% 值(N3),然后利用遗传算法进行优化。遗传算法中产生的每一个个体代表一种定位点组合,对每一种 组合建立有限元模型,分别计算每个工位下关键点 的变形总量,继而将这些变形量加权得到式(6)中的 目标函数值。经过足够代数的搜索,可在求解域内 找到一组最优的定位点布置。如果N 个定位点的最 优布置不能满足约束条件,说明定位点的数量还不 足以充分限制工件的变形,此时用 N+1 个定位点 继续优化,直到找到一组满足变形约束条件的定位 点最优布置,图3 给出了该优化设计的流程。 2.4 的选择原则理论上说,定位点的数目越多,则工件的变形 量会越小,定位效果会越好。但是定位点数目的增 多会极大地增加夹具制造成本,延长设计制造周期, 而且过多的定位点将导致更多的夹具安装定位误 差,反而会降低焊装精度。所以N 的选择原则应是: 在满足定位精度的前提下,用尽可能少的夹具定位 点来固定工件和限制变形 数值算例及结果分析本算例中所用的模型如图4 所示为一翻边薄板 2.0710 MPa,泊松比为0.3,密度为7.0810 。加工过程存在两个工位,第一工位中,加工力 =50N,作用点 =50N,作用点G 的位置为(500,200,25)。两个φ15 mm 的定位销圆心坐标分别为(80,80,0),(420,320, 0)。工件整个翻边为搭接处,因假设搭接板件具有 月2009 潮等:电阻点焊焊装夹具定位点的优化设计195 电阻点焊焊装夹具定位点优化设计流程相同的厚度和材料属性,本算例中工件在有限元建 模时将翻边处板料厚度设为 关键点在z=0平面上,x,y 坐标分别为(0,0),(250, 0),(500,0),(500,200),(500,400),(250,400), (0,400),(0,200),(250,200)。任一工位下允许 的关键点最大变形量ε mm。定位点被置于第一基准面z=0 平面内,将定位 点数目N 分别设置为3,4,5 和6,同时为了比较 两种遗传算法的收敛效果,用 IP-GA 和GA 两种 遗传算法分别进行优化。选择权系数 遗传算法最大代数设为200,以式(6)中目标函数的 负值作为适应度值,得到的优化结果如下表所示。 时,利用IP-GA获得的定位点最优布 置使得工件关键点加权后总变形量分别为 4.0 个定位点并不能充分限制工件变形。当N IP-GA获得的定位点最优布置使得工件关键点加权 后总变形量分别为1.40 和0.15,两个工位中的关键 点变形量分别为1.4,1.4 和0.2,0.1,都满足约束条件。 按照前述的N 选择原则,应取N=5。最后得到的5 个定位点的最优布置如图5 所示。 时定位点最优布置(箭头表示定位点位置) 取不同数值时,IP-GA不仅在收敛速度上要快 于GA,而且能得到更好的适应度值。GA 本身已 是对传统遗传算法的提高,而IP-GA的进一步改进, 将更大程度上提高其在电阻点焊焊装夹具设计中的 优化效果。 IP-GA和GA 取不同值时的优化结果mm 结果 优化后定位点坐标(x, 工位1变形 工位2变形 加权目标函数f 3(IP) 169.50, 78.60 485.30, 304.30 109.50, 340.20 4.83.2 4.00 66.70,274.50 184.30, 47.10 325.50, 346.70 4.04.6 4.30 4(IP) 485.30, 234.80 15.60, 191.20 234.50, 14.10 230.90, 369.90 4.21.2 2.70 20.80,168.40 260.80, 20.90 496.10, 330.50 189.50, 382.40 4.21.2 2.72 5(IP) 155.30, 315.90 485.60, 344.50 384.20, 87.80 94.50, 89.80 498.00, 148.50 1.41.4 1.40 500.00,135.50 332.40, 4.15 219.30, 130.30 495.90, 328.20 458.10, 1.24 1.31.6 1.45 6(IP) 458.80, 10.50 103.80, 58.30 495.50, 390.50 387.70, 90.50 200.30, 364.40 65.90, 280.30 0.2 0.1 0.15 465.30,8.93 104.20, 61.23 500.00, 388.60 385.80, 88.20 196.90, 365.70 62.23, 283.20 1.3 0.4 0.85 期期196 IP-GA与GA “N-2-1”定位原理对于柔性薄板件焊装夹具的设计具有指导作用,在此基础上,本文将有限 元技术与全局收敛效果较好的IP-GA 相结合,对电 阻点焊焊装夹具定位点的布置进行了优化。 综合考虑加工中普遍存在的多工位状况,进行了多目标优化。 本方法为电阻点焊焊装夹具的优化设计提供了一种较为有效的方法,对综合考虑零件误差、 夹具定位点安装误差、零件接触等因素的焊装夹具 设计具有一定的参考价值。 薄板冲压件焊装夹具设计方法[J]. 机械科学与技术, 2000, 19(5):785-787. LAI Xinmin, CHEN Guanlong, LIN Zhongqin, et al. fixturedesign sheetstamping assembly MechanicalScience Technology,2000, 19 (5):785-787. Deformablesheet metal fixturing :Principles, algorithms ManufacturingScience Engineering,1996, 118 (8):. Engng., 1996, 31 (3-4):919-924. fixturingcondition geneticalgorithm Trans.JSME Part 1996,65 (598):2 409-2 416. Machiningfixture layout optimization using geneticalgorithm InternationalJournal MachineTools Manufacture,2000, 40:579-598. 基于焊装特征和偏差控制的车身柔性件焊装夹具设计方法研究[D]. 上海:上海交通大学, 2002. LUO Laijun. Auto body compliant assembly welding fixture design method based weldfeature variationcontrol Shanghai:ShanghaiJiaotong University, 2002. 实用多目标最优化[M].上海:上海科学技术出 1990.HU Yuda. Applied multiobjective optimization Shanghai:ShanghaiScience TechnologyPress, 1990. novelhybrid genetic algorithm using local optimizizer based heuristicpattern move Appl.Artif. Intelligence, 2001, 15 (7):601-631. Computationalinverse techniques nondestructiveevaluation Florida:CRCPress, 2003. 作者简介:姜潮,男,1978年出生,博士研究生。主要研究方向为汽车 设计、制造中的不确定性分析、优化与反演技术。 E-mail:/div

PK棋牌