买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!
申请/专利权人:东北大学
摘要:本公开涉及叶片辊轧技术领域,公开了一种辊轧模具优化方法、叶片辊轧方法、装置、设备及介质;其方法包括:构建目标叶片对应的初始辊轧模具,提取初始辊轧模具对应的初始模具型面数据;根据初始模具型面数据,对辊轧过程进行仿真;提取轧制后叶片的仿真叶片型面矩阵;根据目标叶片的理论叶片型面矩阵、仿真叶片型面矩阵、预设误差函数,得到误差函数值;若误差函数值大于或等于预设误差值,利用预设最优化算法对初始模具型面数据进行更新;返回至根据初始模具型面数据,对辊轧过程进行仿真;提取轧制后叶片的仿真叶片型面矩阵,直至误差函数值小于预设误差值。本公开结合最优化理论与辊轧仿真,可大大提升辊轧模具性能和轧制叶片质量。
主权项:1.一种辊轧模具优化方法,其特征在于,所述方法包括:利用有限元仿真软件构建目标叶片对应的初始辊轧模具,并提取所述初始辊轧模具对应的初始模具型面数据,所述初始模具型面数据包括初始叶盆型面矩阵和初始叶背型面矩阵;根据所述初始模具型面数据,对辊轧过程进行仿真,得到轧制后叶片,并提取所述轧制后叶片对应的仿真叶片型面矩阵;根据所述目标叶片对应的理论叶片型面矩阵、所述仿真叶片型面矩阵、预设误差函数,得到误差函数值;其中,所述预设误差函数根据预设函数和所述理论叶片型面矩阵生成,所述预设函数用于表征所述模具型面数据和叶片型面矩阵之间的非线性映射关系;在所述误差函数值大于或等于预设误差值的情况下,利用预设最优化算法对所述初始模具型面数据进行更新,将得到的更新后初始模具型面数据作为新的初始模具型面数据,并返回至步骤:根据所述初始模具型面数据,对辊轧过程进行仿真,得到轧制后叶片,并提取所述轧制后叶片对应的仿真叶片型面矩阵以及后续步骤,直至所述误差函数值小于所述预设误差值。
全文数据:
权利要求:
百度查询: 东北大学 辊轧模具优化方法、叶片辊轧方法、装置、设备及介质
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。