快速模具集成系统精度保证体系研究样本

迅速模具集成系统精度保证体系研究【摘要】简介了运用RP技术迅速性和锻造工艺成熟性制造功能性产品CAE系统，分析了影响产品精度因素，提出了用非线性有限元分析三个重要成型阶段精度，采用模式辨认理论、误差理论、神经网络办法解决误差反馈问题，进行误差补偿修正和加工精度预报，提高最后产品质量办法。

核心词：迅速原型；CAE；RT;反馈

1、前言

迅速原型技术（RapidPrototyping&Manufacturing,简称RP或RPM）是指在计算机控制与管理下，由零件CAD模型直接驱动，采用材料精准堆积复杂三维实体原型或零件制造技术，是一种基于离散/堆积成型原理新型制造办法。

迅速成型技术已经能非常成功地制作涉及树脂、塑料、纸类、石蜡、陶瓷等材料原型，但往往不能作为功能性零件，只能在有限场合用来代替真正金属和其他类型功能零件做功能实验。随着需求增长和技术不断发展，迅速原型技术正向迅速原型/零件制造方向发展。

运用RP技术成型功能零件特别是金属零件一种重要办法是转换技术，称为迅速模具（RT，Rapidtooling）技术。由于老式模具制作过程复杂、耗时长、费用高，往往成为设计和制造瓶颈，因而应用RP技术制造迅速经济模具成为RP技术发展重要推动力之一。Paul[1]以为从RP到RT是迅速成型技术发展第二次奔腾。

制造和成型最后目是要提供满足规定产品和服务。RP技术以其诸多优越性而成为制造业前沿技术，但由于材料局限性制约了其更广泛应用；老式技术如锻造、锻压等通过长期发展，已相对成熟，但不能适应信息时代迅速柔性规定，在将来一段时期内，必要将迅速成型技术与老式成型技术结合起来，实现敏捷化制造。

2、RP与RT系统集成

新产品开发中成本最高、工时最长阶段就是制造所涉及物理模型，即原型制造过程。RP技术重要用于零件设计迅速检查以及各种模型迅速制造。其基本原理和成型过程是：先由CAD软件设计出所需零件计算机三维曲面实体模型，即电子模型；然后依照工艺规定，将其按一定厚度进行分层，把本来三维电子模型变成二维平面信息（截面信息）；再将分层后数据进行一定解决，加入加工参数，生成数控代码；在计算机控制下，数控系统以平面加工方式有序地持续加工出每个薄层并使它们自动粘接而成型。

RT就是用各种办法把RP原型转换成工模具技术。其中一种办法是将原型转换成陶瓷型，再运用锻造办法转换成金属型。运用RP原型与RT技术集成制造精密锻造模具办法适应了当代工业向着多品种、变批量发展规定，被称为“柔性工具”办法[5],其工艺路线，如图1示。

图1工艺路线图

3、集成系统制造功能性产品精度分析

从CAD模型到迅速原型到产品过程可以看出，最后产品精度是由每个阶段制造误差决定,如图2所示。

图2误差影响因素

(1)CAD建模过程中，由于建模软件局限性，对于复杂曲面经常不能精准地加以描述；

(2)STL文献划分过程中，由于STL文献格式对几何造型过程中浮现错误不敏感，这些错误通过STL文献带入到RP造型工艺中，有将严重影响RP工艺造型过程[3，4]。并且，STL文献用平面三角形面片来逼近空间任意表面，因而只能近似地表达零件在CAD系统中几何特性[3]。

(3)RP工艺是通过材料堆积来生成物体原型，许多工艺过程还随着着材料相变，如FDM和SLA工艺。因此，RP成型过程不只是一种材料机械堆积过程，还是一种高度耦合、非线性热力学过程。这一过程精度影响因素有：材料参数、激光功率、分层厚度、扫描途径等。

(4)转换工艺中精度损失取决于转换工艺所使用材料、转换办法等。

(5)金属浇注过程是整个工艺过程中精度损失最大阶段。普通，前几种阶段误差在10×10-2mm数量级，而金属凝固过程尺寸变化在几种甚至十几种毫米数量级，因而，最后产品精度提高很大限度上取决于这个阶段。影响其精度因素有：材料性质，如材料密度、弹性模量、导热率、比热、线膨胀系数等，特别是金属高温热物性参数，金属与型腔之间传热特性，浇、冒口位置等。

4、集成系统产品精度保证体系

实际生产中，经常采用试错法来保证最后产品精度。随着计算机技术发展以及对减少成本、实现数字化、过程可控性规定，有必要采用计算机集成制造办法，对整个过程进行计算机模仿仿真研究。CAE（ComputerAidedEngineering,计算机辅助工程）涉及灵捷制造、柔性制造、同步工程，虚拟制造等。引进CAE技术，可以把工艺路线重新绘制，如图3示。如果把中间过程看作“黑匣子”，则由CAD模型到产品工艺路线，如图4所示；此过程相应迅速、多回路误差控制与反馈系统，如图5所示。

图3CAE中工艺路线图

图4CAD模型到产品工艺路线图

图5多回路误差控制及反馈系统

5、误差反馈系统研究

在此CAE系统中，误差存在于每一阶段。

在CAD造型、划分STL文献过程中，精度丢失是由于造型软件局限性，提高软件质量，可以减少误差。

在RP原型制造阶段、转换工艺阶段和金属浇注阶段，涉及热、力耦合问题，引用非线性有限元办法，在三维笛卡尔坐标下，依照能量守恒原理，可以得出：

(1)

再将温度引起热应力和外力（如边界条件）之和作为力载荷施加到物体，求得总变形量。得出每一阶段误差之后，可以建立误差反馈系统。误差反馈系统属闭环控制系统。它一种重要内容是变形传递函数研究。在三维笛卡尔坐标下，由计算得到变形前和变形后误差可以表达为：

e(x,y,z)=p抱负(x,y,z)-p实际(x,y,z)

(2)

如果用Δd（x,y,z）表达实际整体形状变化矩阵，g(x,y,z)表达控制矩阵，则整个过程反馈控制可以描述为：

Δd（x,y,z）=g(x,y,z)e(x,y,z)

(3)

e(x,y,z)是每个过程代数和，即，如果不考虑CAD造型过程误差，且e1(x,y,z)，e2(x,y,z)，e3(x,y,z)分别表达RP原型制造误差、转换工艺过程误差和金属浇注过程变形量，则

e(x,y,z)=e1(x,y,z)+e2(x,y,z)+e3(x,y,z)

(4)

当前问题就是，设立恰当g(x,y,z)，使Δd（x,y,z）可以不久地收敛到不大于某个误差容许范畴δ，即满足：

Δd（x,y,z）＜δ

(5)

g(x,y,z)体现出咱们对整个变形过程理解，它必要实时反映产品变形和CAD模型变形耦合关系。并且还要随变形边界条件和材料参数变化而变化。

由于整个过程是一种多变量、多输入复杂三维非线性闭环控制系统，各个变量之间也许存在耦合关系，因而，影响g(x,y,z)因素诸多，很难用统一数学公式描述，因而，作者提出应用神经网络办法，训练g(x,y,z)，使Δd（x,y,z）达到规定。

神经网络具备通过小嵌入系统能解决大容量信息长处，运用BP神经网络办法，可以把此复杂三维非线形闭环控制系统构造作图6描述。

图6三维非线性闭环控制系统构造

运用神经网络具备自学习长处，可以大大减少误差反馈问题对工艺数据需求，并且便于系统扩展。并且由于闭环系统对误差校正作用，也许会导致系统不稳定。采用神经网络自适应、自学习办法，可以提高系统鲁棒性。

6、结论

RP技术是一种正在迅速发展新兴制造技