薄壁复杂曲面零件表面强化变形控制方法、系统及装置

AITNT
正文
推荐专利
薄壁复杂曲面零件表面强化变形控制方法、系统及装置
申请号:CN202511076605
申请日期:2025-08-01
公开号:CN120911032A
公开日期:2025-11-07
类型:发明专利
摘要
本发明公开一种薄壁复杂曲面零件表面强化变形控制方法、系统及装置,涉及表面强化工艺技术领域,该方法包括将薄壁复杂曲面零件划分为多个加工区域;对每个加工区域采用不同的表面强化工艺参数进行加工;通过预测不同区域的残余应力分布和零件变形效果,通过有限元仿真技术构建从工艺参数到残余应力分布的预测模型;基于残余应力分布,通过有限元仿真技术构建从残余应力分布到零件变形的预测模型;利用RBF神经网络对有限元仿真结果进行拟合,构建出从工艺参数到零件变形的预测模型;以零件变形量最小化为目标,优化分区加工工艺参数,实现对零件变形的控制;该方法通过分区加工和多阶段预测优化模型,能够精准控制零件的变形,提高加工精度。
技术关键词
曲面零件表面 变形控制方法 高斯径向基函数 残余应力值 RBF神经网络 有限元仿真技术 参数 表面强化工艺技术 生成零件 变形控制系统 阶段 遗传优化算法 分区 可读存储介质 非线性 处理器
系统为您推荐了相关专利信息
1
一种基于视觉识别与电流电压相结合的焊缝质量检测系统
焊缝缺陷 像素点 图像识别算法 视觉 数据处理模块
2
一种立井井筒数字孪生系统架构及结构性能监测方法
数字孪生系统 性能监测方法 立井井筒结构 应力 人机交互控制
3
基于RCFO的电液伺服系统滤波反步滑模控制方法及系统
电液伺服系统 非线性动力学模型 反步滑模控制 非对称液压缸 观测器
4
一种供应链金融风险监测与智能预警系统及存储介质
金融风险监测 智能预警系统 客户 人工智能模型 企业
5
基于PSO-RBF神经网络的固液火箭发动机性能预测方法及系统
RBF神经网络 固液火箭发动机 性能预测方法 工况特征 数值仿真模型
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号