为了提高滚刀刀圈的轧制产品质量,提出了基于家族遗传算法的轧制工艺参数优化方法。介绍了滚刀刀圈的轧制成形方法和原理,减小滚刀刀圈的等效应力和等效应变为目标建立了优化模型。使用随机抽样法和Deform-3D有限元仿真得到了样本数据,使用自适应学习神经网络对工艺参数和质量参数进行了模型回归。经验证,自适应学习神经网络的拟合效率与预测精度高于传统神经网络。在遗传算法中引入家族并行进化和族间交叉策略,提高算法优化能力。经验证,家族遗传算法优化的适应度函数值小于传统神经网络,且获得最优值的迭代次数更少。经仿真和实验验证可知,优化后的轧制件外观合格,且硬度整体高于优化前,验证了刀圈轧制优化方法的有效性。

目的提出锤上模锻的成形工艺,进行滚刀刀圈的制造,以改善和提高隧道掘进机(Tunnel Boring Machine,TBM)滚刀刀圈的模锻成形质量。方法基于TMB滚刀刀圈的结构及特征,制定滚刀刀圈的模锻成形工艺,建立锤上模锻和液压机模锻成形的数值模拟模型,通过数值模拟分析对比2种工艺下滚刀刀圈的成形质量和温度场、模具应力等各场变量。基于数值模拟结果,采用锤上模锻的工艺进行刀圈成形实验研究,对比分析实验和数值模拟过程中的打击次数、锻件外观及尺寸、截面流线、飞边长度等特征。结果数值模拟结果表明,采用液压机模锻成形的刀圈内部及刃部流线易出现折叠缺陷,模锻结束后锻件温降严重且模具应力较大;而采用锤上模锻成形的刀圈刃部流线分布合理,内部成形均匀性较好,模锻结束后锻件温度为992~1170℃,成形模具应力为1348 MPa,小于液压机模锻的模具应力,...