钣金设计大师20年钣金设计经验总结

钣金设计经验总结 1:明确标识毛边方向

钣金在下料及冲孔时会有R角及毛边的产生。尤其在量产一个阶段模具有所磨损之后,毛边会更为严重,甚至会割伤手指头。因此在出图制作模具时,就必须依功能,明确标示出毛边方向。
在这里插入图片描述

钣金设计经验总结 2:孔间距及散热孔设计

1、两个相邻的孔,孔边到另一孔边的最短距离,最好不得小于料厚的1.5倍,否则母模容易崩裂而使生产线断线。断线、修模等都是造成本增加获利降低的元凶。若情非得已一定要小于料厚的1.5倍,则必须运用跳格方式。

2、模具制作上以圆孔最坚固好制造维修,唯开孔率较低。

3、以正方形孔开孔率最高,但因是90度角,角边容易磨损崩塌,造成要修模而停线。而六角形的Honeycomb其大于90度的120度角比正方形孔开孔更坚固但开孔率在边缘比正方形孔差一点。
在这里插入图片描述

钣金设计经验总结 3:凸出物与折弯边的距离

折弯时,底边上的零件如螺柱或内部凸出物不可离折弯边太近,最好10mm以上,否则凸出物下方的折角无公模冲压其R角会比左右两旁的R角大。R角不连续,将影响外观。解决办法可在折弯前先冲压出一适当长度的压痕在折在线,如此将改善其外观。
在这里插入图片描述

钣金设计经验总结 4:孔与折弯边的距离

折弯时,边壁上的开孔也不可太靠近折弯边,最好3mm以上,否则开孔将因折弯牵扯而变形。解决办法可在折弯前先冲压出一与开孔相当长度,宽为料厚1.5倍的长条孔,其作用可将牵扯截断而不影响开孔的外观。
在这里插入图片描述

钣金设计经验总结 5:螺丝孔设计要点

一般固定螺丝的方式有三种

(1)钣金件平面上直接冲孔(through hole)或抽孔(drawing hole),使用自攻螺丝。自攻螺丝以三角自攻螺丝为佳,比较不会发生滑牙的问题。唯驱动力会比非三角自攻螺丝要重一点。

若以直径3mm螺丝锁付,则孔径d应在于2.42.5mm之间。若以直径4mm螺丝锁付,则孔径d应在于3.43.5mm之间。
在这里插入图片描述

(2)钣金件平面上冲孔(through hole)或抽孔(drawing hole),再以螺丝攻攻牙,攻M3或M4的机械牙。

若以直径3mm螺丝锁付,则孔径d未攻牙前应在于2.6mm。

若以直径4mm螺丝锁付,则孔径d未攻牙前应在于3.6mm。

若使用料厚为1.0~1.2mm时,建议采取抽孔(drawing hole)而不是穿透孔(through hole)。因1.2mm的料厚攻M3的牙时,只有2.5牙,较容易滑牙。

(3)钣金件平面上冲孔(through hole)再铆合现成品的固定螺帽(Self Clinching Nut)。铆合固定螺帽的孔径d以厂商的建义的尺寸为佳。但在铆合螺帽(Self Clinching Nut)时必须注意,Stand-off/Self Clinching Nut制造大厂一PEM(Penn Engineering&Manufacturing Corp。)有铆合专用机,但是,是一颗一颗加工铆合,费工费时又费钱。所以几乎所有加工厂都用一般冲床来铆合。若不幸使用的机台是传统的冲压机就有可能发生螺帽脱落的问题。原因发生在传统冲压机的冲压速度太快,工件的材料来不及填满螺帽或Stand-off的凹槽就已结束。从外观上完全查不出问题所在,但组装成品时就有一些的螺帽会脱落。所以铆合固定螺帽的机台最好选用可以调整其冲压速度的。
在这里插入图片描述

钣金设计经验总结 6:EMI弹片材料

一般我们在做防制EMI弹片时常采用的材料有:马口铁,皱铜,不锈钢等。

1、马口铁表面镀锡(Tin),经手触摸后留下的手汗容易造成生锈。其切削加工后切削面不再做处理亦容易生锈。容易冲压成型,费用最低。

但弹性最差。因含碳量低,即使做热处理也无法增加其弹力。

2、钛铜导电性最佳,材料费也最贵。但最容易断裂,有结构方向性的问题。生产时必须注材料的方向性。必要时可做弹性定性的处理,可增加其弹力。

3、不锈钢目前使用最多。不生锈,不容易断裂,但冲压成型不易。模具容易磨耗使成品易产生毛边。要弹性佳就必须做弹性定性的处理。

否则压过头就回复不来。若想Cost Down不做弹性定性的处理,最好在适当地方做一个Stopper避免弹片被压过头无法回弹而失去意义。

4、一般钣金件在折弯后于折角的两侧由于挤料的关系会有金属料凸出。造成宽度比原尺寸大,其凸出大小与使用料厚有关,料越厚凸出点越大。为避免此现象发生,可事前在折弯在线两侧先做个半圆,半圆直径最好为料厚的1.5倍以上。边料返折设计时,同样方式处理。
在这里插入图片描述

钣金设计经验总结 7:折弯半径

钣金件在折弯时内部的R角最好大于等于1/2的料厚。

由于若不做R角,在多次的冲压之后其直角会渐渐消失而自然形成R角。

在此之后在此R角的单边或两侧,其长度会有些许的变长。
在这里插入图片描述

钣金设计经验总结8:折弯高度

折弯高度高度最好要大于3mm。(t:1.0~1.2mm)否则因夹持尺寸太少尺寸会不稳定。
在这里插入图片描述
钣金设计经验总结9:冲孔与模具尺寸

钣金件在下料冲孔时,其被切削断面靠近公模冲头的1/32/5是平整的切削面,而靠近母模3/52/3的则是斜的扯断面。故模具制作或检测尺寸时孔径的大小是以冲头为准。下料时工件的外尺寸是以母模内尺寸为准。
在这里插入图片描述
钣金设计经验总结10:转角R角

在钣金件的板边转角处,若无特别的要求为90度角,请务必处理为适当的R角。因为在钣金件边缘的直角容易造成尖锐点而割伤工作人员。

在母模方面直角的尖端容易因应力集中而产生龟裂。公模在尖端处易崩裂,使得模具必须修模而耽误量产。即使没崩裂久而久之也因磨耗而形成R角,使产品产生毛边而造成不良品。
在这里插入图片描述

钣金设计经验总结11:折弯补强肋

钣金件在折弯之后受力容易变形,为避免变形情况发生可在折弯处增加适量45度角的补强肋,以不干涉其他零件为原则,使其增加强度。
在这里插入图片描述

钣金设计经验总结12:凸肋补强

一般钣金件是狭长形时不容易保持其直度,在受力后更容易变形。

因此我们可以折一个边成L型或折两个边成口型以维持其强度及直度。但是往往L及口型无法从头连到尾,因某些因素而所中断时,怎么办?

可打适量的凸肋以增加其强度。
在这里插入图片描述

钣金设计经验总结13:标签在机箱上的标记

机箱开模之前最好先设计已知所需标签之位置及大小,可先于机箱上打上标记,方便贴标签时之对准。最常见的标记有两种:

1.在标签的四周打”L”形的记号,或左边的上下两侧,或上方的左右两侧。此方式模具费较便宜,但标签凸出机箱表面,容易被刮伤。

2.以标签的形状大小再加大0.3mm的尺寸,于欲贴标签处打个

0.2~0.3mm的凹痕。

不管用何种方式可在四个角选一适当的角做45度的导角。机箱上的标记相对的位置做相同的45度导角。做防呆用。避免标签在不同的时间或不同的工作人员贴了不同的方向。
在这里插入图片描述

钣金设计经验总结14:服务器机箱中墙

1、服务器机箱在机架上时左右两侧各有滑轨支撑着,故在纵深方向不会有凹陷的疑虑。但在横向方面,机架宽度450mm,扣除左右各一滑轨10.mmX2,机壳宽度大约430mm。在如此宽,厚1.2mm的钣金件上中央部位不下陷也难。机箱本身就包含有前后墙,若纵深较长的机箱再加设计一中墙,则可避免凹陷的疑虑。中墙的设计最好设计成类似C型钢的结构且与两侧墙及机箱底部做紧密的结合,整个系统的强度将大大的提升。即使无法依直线延续时,设计个断差也比中途截断来得强。
在这里插入图片描述

2、中墙除了可增加机箱强度,固定风扇、导风管外,若与上盖内部做了完善的接触将可做EMl有效的防制,大大的防止主板的噪声从前方散发。因此最好避免将塑料零件搭在中墙上,阻隔了与上概的接触。

3、有断差的地方要避免锐角的发生,别忘记设计大R角。以免上盖重压时,锐角顶住上盖产生激凸影响外观。

钣金设计大师20年钣金设计经验总结
钣金设计经验总结15:凸点定位

1、在机箱组装设计中常会有两件组合,或3、4件以上的互相组合件。常见的固定方式有锁螺丝、拉钉、抽孔铆合或点焊,点焊时要上点焊机一定要有定位点或定位梢或治具来确保位置的正确。若用螺丝或拉钉时已经有相对的螺丝孔拉钉孔,故经常不会再多加几个定位孔来定位。但螺丝孔拉钉孔的孔径一般为了容易装配都设计的比较大一点。

因此零件间的相对位置也容易有所误差。

2、建议在此情况下运用间隙较小的定位凸点定位。在做公差分析时以公差较小的定位点做基准运算也比较精准。
在这里插入图片描述

钣金设计经验总结16:止裂槽

平面和折弯面之间的折弯最好有止裂槽,或者将开孔边退到折弯之后。否则会产生毛边,而狭孔的宽度最好大于等于料厚的1.5倍。还有制图的时候别忘了或偷懒而没标示R角。直角或锐角的模具公、母模容易崩裂,日后的停线、修模都是额外的损失。

钣金设计大师20年钣金设计经验总结
在这里插入图片描述

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.rhkb.cn/news/60881.html

如若内容造成侵权/违法违规/事实不符,请联系长河编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

结构建模设计——Solidworks软件之使用钣金折弯功能做一个带折弯固定口的铝合金面板

【系列专栏】:博主结合工作实践输出的,解决实际问题的专栏,朋友们看过来! 《QT开发实战》 《嵌入式通用开发实战》 《从0到1学习嵌入式Linux开发》 《Android开发实战》 《实用硬件方案设计》 长期持续带来更多案例与技术文章分享…

solidworks钣金学习分享

1、基本法兰;选择 折弯扣除 板厚1mm 设置1.7mm 2、边线法兰;半径选择0.2mm 3、闭合边角,加长边选择较长的一边,方便后期折弯 4、放样折弯需要开口的草图

catia钣金根据线段折弯,CATIA钣金实例教程_生成棱边弯曲_生成局部折叠或展开

CATIA钣金实例教程_生成棱边弯曲_生成局部折叠或展开,使用 5.3 节的钣金零件。模型如图 5-40。 @PLONQ9KOT2[YI0M)I9MT05.png (62.9 KB, 下载次数: 82) 2018-12-2 17:43 上传 图5-40 钣金零件模型  点击工具栏内的 Unfolding 展开图标 {C~UYV2UI(41%RRR_ML_KV9.png (1.64 KB…

搜索神器Perplexity的详细使用方法(持续更新)

大家好,我是herosunly。985院校硕士毕业,现担任算法研究员一职,热衷于机器学习算法研究与应用。曾获得阿里云天池比赛第一名,科大讯飞比赛第三名,CCF比赛第四名。拥有多项发明专利。对机器学习和深度学习拥有自己独到的见解。曾经辅导过若干个非计算机专业的学生进入到算法…

git commit 模板配置

Git Log 之痛 在《The Art of Readable Code》这本经典书中,有个形象的比喻,衡量代码可读性的指标是阅读代码时每分钟的 WTF 次数,而在读 Git 提交历史的时候,不知道你有多少次爆粗口?不相信?你现在打开公司…

一键式AI绘画,让你也能体验当画师的魅力(附原理分析)

文章目录 讲在前面一、Novel AI1. 网站介绍2. AI作画 二、AI绘画的内在原理1. Diffusion Model的基本过程2. 扩散模型的兴起 讲在前面 大概在今年10月初期,AI作画的热潮突然被掀起,这股潮流瞬间激起了人们对于AI的思考和恐惧,一方面来说&…

AI绘画网站最全收集!!

点击上方“AI遇见机器学习”,选择“星标”公众号 重磅干货,第一时间送 AI绘画在过去也一直有研究,但是最近几个月的突然爆发主要是因为一些关键技术的突破。例如,超大规模、跨模态的预训练语言模型的成熟,使得AI绘画可…

Ai绘画工具有哪些?推荐这7款效果惊艳的AI绘画神器

2022虽然不是ai绘图这项技术诞生的时间,但却是到目前为止最爆火出圈的绘图元年。 AI绘图(AI painting)就是以文生图(text2image),属于跨模态生成(Cross-modal generation)的一种&am…

AI魔法秀:D-ID助你打造视频虚拟数字人

随着ChatGPT的各种玩法,写文章、做PPT、编程、修bug等,大家都玩的不亦说乎,可以说真的给家人们提升的效率很高,最近个人尝试着制作一个虚拟数字人,也是一个玩法,可以帮助很多中小企业做企业文化宣讲或者是产…

对抗神经网络(GAN)

对抗神经网络其实是两个网络的组合,可以理解为一个网络生成模拟数据,另一个网络判断生成的数据是真实的还是模拟的。生成模拟数据的网络要不断优化自己让判别的网络判断不出来,判别的网络也要优化自己让自己判断得更准确。二者关系形成对抗&a…

BppAttack:通过图像量化和对比对抗学习来攻击深度神经网络

BppAttack:通过图像量化和对比对抗学习来攻击深度神经网络 论文地址:BppAttack 一. 当前主流trigger: image patches:BadNet watermark: image filter:ABS learned image transformation: SSBA(依赖于输入,需要自动编码器资源要求高); …

生成对抗网络(GAN)详解与实例

GAN介绍 理解GAN的直观方法是从博弈论的角度来理解它。GAN由两个参与者组成,即一个生成器和一个判别器,它们都试图击败对方。生成备从分巾中狄取一些随机噪声,并试图从中生成一些类似于输出的分布。生成器总是试图创建与真实分布没有区别的分…

深度对抗神经网络(DANN)笔记

一 总体介绍 DANN是一种迁移学习方法,是对抗迁移学习方法的代表方法。基本结构由特征提取层f,分类器部分c和对抗部分d组成,其中f和c其实就是一个标准的分类模型,通过GAN(生成对抗网络)得到迁移对抗模型的灵感。但此时…

机器学习:BP神经网络,CNN卷积神经网络,GAN生成对抗网络

1,基础知识 1.1,概述 机器学习:概念_燕双嘤-CSDN博客1,机器学习概述1.1,机器学习概念机器学习即Machine Learning,涉及概率论、统计学、逼近论、凸分析、算法复杂度理论等多门学科。目的是让计算机模拟或实…

生成对抗网络(GAN)简单梳理

作者:xg123321123 - 时光杂货店 出处:http://blog.csdn.net/xg123321123/article/details/78034859 声明:版权所有,转载请联系作者并注明出处 网上已经贴满了关于GAN的博客,写这篇帖子只是梳理下思路,以便以…

生成对抗网络(GAN)简介以及Python实现

本篇博客简单介绍了生成对抗网络(Generative Adversarial Networks,GAN),并基于Keras实现深度卷积生成对抗网络(DCGAN)。 以往的生成模型都是预先假设生成样本服从某一分布族,然后用深度网络学习分布族的参数,最后从学习到的分布中采样生成新…

生成对抗网络(GAN)教程 - 多图详解

一.生成对抗网络简介 1.生成对抗网络模型主要包括两部分:生成模型和判别模型。 生成模型是指我们可以根据任务、通过模型训练由输入的数据生成文字、图像、视频等数据。 [1]比如RNN部分讲的用于生成奥巴马演讲稿的RNN模型,通过输入开头词就能生成下来。…

对抗神经网络学习和实现(GAN)

一,GAN的原理介绍 \quad GAN的基本原理其实非常简单,这里以生成图片为例进行说明。假设我们有两个网络,G(Generator)和D(Discriminator)。正如它的名字所暗示的那样,它们的功能分别是…

生成对抗网络(GAN)

1 GAN基本概念 1.1 如何通俗理解GAN? ​ 生成对抗网络(GAN, Generative adversarial network)自从2014年被Ian Goodfellow提出以来,掀起来了一股研究热潮。GAN由生成器和判别器组成,生成器负责生成样本,判别器负责判断生成器生成…

基于图神经网络的对抗攻击 Nettack: Adversarial Attacks on Neural Networks for Graph Data

研究意义 随着GNN的应用越来越广,在安全非常重要的应用中应用GNN,存在漏洞可能是非常严重的。 比如说金融系统和风险管理,在信用评分系统中,欺诈者可以伪造与几个高信用客户的联系,以逃避欺诈检测模型;或者…