汽车车身拉延油的研制

汽车车身拉延油的研制

ID:41508465

大小:29.00 KB

页数:3页

时间:2019-08-26

汽车车身拉延油的研制_第1页
汽车车身拉延油的研制_第2页
汽车车身拉延油的研制_第3页
资源描述:

《汽车车身拉延油的研制》由会员上传分享,免费在线阅读,更多相关内容在应用文档-天天文库

1、汽车车身拉延油的研制汽车车身拉延油的研制马林才 刘 颖 边浩毅 陈文华(浙江交通职业技术学院汽车工程系 杭州311112)摘要:针对镀锌钢板型汽车车身的加工特点而研制出了一种油基型拉延油。该拉延油含有油性剂、极压剂、防锈剂、清洗剂等多种添加剂。经大量的性能试验,结合BP神经网络的拟合、优化功能,最终研制出具有很好的极压性、清洗性、防锈性和安全性的拉延油。关键词:汽车车身;油基润滑剂;神经网络;拉延油中图分类号:TE62613 文献标识码:A 文章编号:0254-0150(2005)1-089-2 车身拉延油

2、主要用于对车身钢板拉延成型时在模具和工件间进行润滑,属于金属成型油。拉延油除润滑作用外,还起到冷却、抗磨、拉伸、清洁和防锈等作用。根据拉延油组成和介质状态,拉延油又分为水基型和油基型两种。水基型拉延润滑剂具有冷却性好、清洗性好,但不能用于镀锌钢板的拉延。油基型润滑剂具有润滑性好、摩擦因数小,对提高车身表面质量有显著效果,能用于镀锌钢板车身的冲压拉延工艺,但油基型润滑剂的清洗性差,影响焊接、涂漆等下一步的工艺。另外,由于汽车车身内外覆盖件多是三维非数学曲面,不仅对外观质量要求苛刻,而且配合精度要求高、形状和尺

3、寸的一致性要好。因此车身覆盖件的冲压拉延工艺,是冲压拉延技术中难度最大的工艺。一般在对车身钢板进行冲压拉延时,时常出现破裂或起皱。这主要和钢板进料阻力大小有关。在拉延工艺中,车身钢板在凸模和凹模之间产生塑性变形(图1),在整个塑性变形中,钢板同模具接触面间产生很大的摩擦力,这个力即为进料阻力。钢板进料阻力太大则容易产生破裂,进料阻力太小则会引起起皱。因此,研制使用性能优异的拉延油,不仅能大大减小进料阻力,保证钢板良好的成型性和脱模性,防止模具表面与钢板间擦伤、烧结,提高钢板的表面质量,降低废品率,降低拉深力

4、,进而节省动力,延长模具使用寿命,同时能避免表面皱纹的产生。目前,国外拉延油产品主要有德国的万能拉延油,前苏联的3号拉延油,瑞士的HFF精冲油系列。国内的车身拉延油产品主要有洛阳石化工程公司的油基型1、2、4号拉延油,上海石油商品应用研究所的车身拉延油,广州机床研究所开发的ST1~ST6冲压及拉伸润滑剂等。由于国内外车身生产工艺的不同,对防锈性要求也不同,以及各种国内产品侧重点不同使得同类油品拉延效果并不一致。基于此,本文研制一种适用于镀锌钢板车身并具有优异防锈性和清洗性的拉延油。1 基础油的确定图1镀锌钢

5、板具有优异的防腐蚀性能、适当的成形性能、点焊性能和涂漆性能,是当今汽车车身钢板材料的首选。但镀锌钢板在冲压拉延时,若遇到含氯添加剂或水时,会在镀锌钢板表面产生白锈和黑斑,从而影响钢板表面质量。故研制的拉延油选用油基型拉延油。拉延油的粘度对摩擦表面流体润滑的建立和边界润滑摩擦因数的降低都有一定作用。一般粘度越大,拉延效果越好,但清洗性差,给后续工序带来困难。据资料介绍,一般选40℃时运动粘度在32~55mm2/s之间的基础油。本文选32号深度精制润滑油作为基础油。2 功能添加剂的确定拉延油的摩擦因数和极压润滑

6、性能是影响其使用性能的重要指标,因此要选择合适的油性剂以降低摩擦因数,选用极压剂来提高极压润滑性能。由于冲压拉延时,模具和钢板表面间的各个接触点的温度不同,所以应选择分解温度连续的油性剂和极压剂,以产生最佳润滑效果。在国内,加工好的零件一般都有较长的库存期,在这期间必须使得加工出的新鲜表面不出现腐蚀现象,因而要求拉延油具有相当的防锈性。另外,为使残留在零件表面的拉延油不影响后续的焊接性、涂漆性能,要求拉延油能带油焊接,容易清洗。所以,在拉延油中,还应加有油溶性的清洗剂。具体添加剂选用情况见表1。表1 功能添

7、加剂的选用名 称种 类厂  家基础油32#润滑油杭州市石油有限公司油性剂A金陵石化宁江化工厂油性剂硫化菜籽油自制油性剂B吉林市美达精细化工有限公司极压剂T202、极压剂B金陵石化宁江化工厂防锈剂T701杭州炼油厂清洗剂清洗剂A、B、C上海助剂厂有限公司3 试验及数据处理311 试验设计及极压性能本试验采用U12(47)的均匀试验设计方法,共用12次试验,6个因数,分别是油性剂、极压剂和防锈剂等6种添加剂,每个因数4个水平。按表2添加到基础油中,形成12个油样,表2中各个添加剂的水平数为其质量分数添加量。本试

8、验以pB值来选配方,然后考察油品的闪点、凝点、清洗脱脂性、腐蚀性。具体试验及其结果见表2。 本文采用BP神经网络来拟合试验结果。为此,先将试验数据归一化到[012019]之间。采用试差法,确定结构为(6×3×2×1)的双隐含层BP神经网络。经该神经网络对表2的试验结果的学习和训练,得到对应网络的权重和阈值分别为:W1=-11947-01186-51022-21271-0113301704-015571124301

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。