Knowledge Based Cloud FE Simulatie van Sheet Metal Forming Processes
Summary
The following paper presents a novel FE simulation technique (KBC-FE), which reduces computational cost by performing simulations on a cloud computing environment, through the application of individual modules. Moreover, it establishes a seamless collaborative network between world leading scientists, enabling the integration of cutting edge knowledge modules into FE simulations.
Abstract
The use of Finite Element (FE) simulation software to adequately predict the outcome of sheet metal forming processes is crucial to enhancing the efficiency and lowering the development time of such processes, whilst reducing costs involved in trial-and-error prototyping. Recent focus on the substitution of steel components with aluminum alloy alternatives in the automotive and aerospace sectors has increased the need to simulate the forming behavior of such alloys for ever more complex component geometries. However these alloys, and in particular their high strength variants, exhibit limited formability at room temperature, and high temperature manufacturing technologies have been developed to form them. Consequently, advanced constitutive models are required to reflect the associated temperature and strain rate effects. Simulating such behavior is computationally very expensive using conventional FE simulation techniques.
This paper presents a novel Knowledge Based Cloud FE (KBC-FE) simulation technique that combines advanced material and friction models with conventional FE simulations in an efficient manner thus enhancing the capability of commercial simulation software packages. The application of these methods is demonstrated through two example case studies, namely: the prediction of a material’s forming limit under hot stamping conditions, and the tool life prediction under multi-cycle loading conditions.
Introduction
Finite Element (FE) simulations have become a powerful tool for optimizing process parameters in the metal forming industry. The reliability of FE simulation results is dependent on the accuracy of the material definition, input in the form of flow stress data or constitutive equations, and the assignment of the boundary conditions, such as the friction coefficient and the heat transfer coefficient. In the past few years, advanced FE simulations have been developed via the implementation of user-defined subroutines, which have significantly broadened the capability of FE software.
The use of such advanced FE simulations in the design of forming processes for structural components has been investigated by both the aviation and automotive industries, with the intention of producing lightweight structures that reduces operating costs and CO2 emissions. Particular focus has been placed on the replacement of steel components with lower density materials, such as aluminum alloys and magnesium alloys. However, these alloys, especially the stronger variants, offer limited formability at room temperature and thus complex-shaped components cannot be manufactured using the conventional cold stamping process. Therefore, advanced high temperature forming technologies, such as warm aluminum forming 1-4, hot stamping of aluminum alloys 5-9 and hot stamping of high strength steels 10, have been developed over the past decades to enable complex-shaped components to be formed. In general, high temperature forming processes involve significant temperature variations, strain rate and loading path changes 11, which would, for instance, cause inevitable viscoplastic and loading history dependent responses from the work piece materials. These are intrinsic features of high temperature forming processes and may be difficult to represent using conventional FE simulation techniques. Another desirable feature would be the ability to predict the tool life over multiple forming cycles in such processes, since they require low friction characteristics achieved through coatings that degrade with each forming operation. To represent all these features via the implementation of user-defined subroutines would be computationally very expensive. Moreover, the development and implementation of multiple subroutines would require excessive multi-disciplinary knowledge from an engineer conducting the simulations.
In the present work, a novel Knowledge Based Cloud FE (KBC-FE) simulation technique is proposed, based on the application of modules on a cloud computing environment, that enables an efficient and effective method of modeling advanced forming features in conjunction with conventional FE simulations. In this technique, data from the FE software is processed at each cloud module, and then imported back into the FE software in the relevant consistent format, for further processing and analysis. The development of these modules and their implementation in the KBC-FE is detailed.
Protocol
Representative Results
Discussion
De KBC-FE simulatie techniek maakt geavanceerde simulaties uit te voeren buiten het terrein met behulp van speciale modules. Het kan functionele modules op een cloudomgeving die knooppunten verbinden van verschillende specialisaties werking, zodat processimulaties worden zo nauwkeurig mogelijk uitgevoerd. De kritische aspecten in de KBC-FE simulatie kan onafhankelijkheid van de FE codes, efficiëntie van de berekening, en de nauwkeurigheid van de functionele modules omvatten. De realisatie van elke geavanceerde functie in een module zal maken van de ontwikkeling van een nieuw model en / of een nieuwe experimentele techniek. Zo wordt de vorming limit module ontwikkeld op basis van de nieuwe unified vormende grens predictiemodel 11, en de wrijving standtijd voorspelling module nog ontwikkeld door de uitvoering van de interactieve wrijvingsmodel 20. De KBC-FE simulatie techniek biedt ook de functie van selectieve berekening, dat wil zeggen, alleen de elementen die aan de selectiecriteria worden geselecteerd voor verdere evaluatie in de afzonderlijke modules. Bijvoorbeeld, de standtijd voorspellingsmodule automatisch de elementen waarvoor de harde bekleding neigt verdeling volgens de rangschikking van de slijtagesnelheid van alle elementen in de 1e vormcyclus, waardoor gewoonlijk minder dan 1% van de elementen worden geselecteerd voor verdere standtijd evaluaties onder multi-cyclus beladingen. In het huidige onderzoek, kan de standtijd voorspelling na 300 cycli vormen binnen 5 minuten worden voltooid.
Door het uitvoeren van de relevante tests en dienovereenkomstig kalibreren, kunnen de vormende grens model worden toegepast vormproces simulaties derhalve de optimale parameters bepalen voor het vervaardigen van een component uit dergelijke legeringen met succes en zonder gevallen van insnoering. Het vormen grens predictiemodel werd ontwikkeld als een wolk module die onafhankelijk van de FE software wordt gebruikt was, en kan worden toegepast op elk FE software om de vormbaarheid van een materiaal gedurende beoordelenvormen, zonder ingewikkelde subroutines 17. Door het importeren van de relevante gegevens in het model, kunnen berekeningen worden uitgevoerd om te bepalen of het falen zou optreden, in de regio's van het onderdeel dat de gebruiker kan aangeven, besparen op computationele resources. Er moet echter worden opgemerkt dat de kracht-rek krommen worden ingevoerd in de FE software via een eenvoudige opzoektabel, kan het moeilijk zijn om de materiaaleigenschappen bij verschillende temperaturen en vervormingssnelheden volledig weer te geven tijdens de simulatie.
In de standtijd voorspelling module, kan de wrijvingskracht gedrag tijdens het vormen worden voorspeld door het importeren van de vereiste vervorming geschiedenis gegevens in de gecontroleerde wrijving module 20, en vervolgens het importeren van de discrete datapunten berekend door de cloud-module voor elk element terug in de FE-software. Dit zorgt ervoor dat de geavanceerde wrijving module kan worden gebruikt door alle FE codes, ongeacht hun vermogen om user-subroutines nemen. Daarnaast is de module kan worden uitgevoerd parallel aan verdere verlaging van de rekentijd. De interactieve wrijving / slijtage model ging de afwezigheid van slijtagedeeltjes tijdens de initiële glijden, met als gevolg, zou het redelijk zijn om een constante beginwaarde van wrijvingscoëfficiënt 0,17 20 verwacht. Hoewel dit model bleek de ontwikkeling van wrijving spreiding de wrijvingsgedrag tijdens een vormingsproces is zeer gecompliceerd, en het is moeilijk om de complexe wrijvingsgedrag van de wolk module volledig te integreren in de FE simulatie.
Als een technologie van de toekomst, zal de KBC-FE simulatie vertrouwen op de ontwikkeling van specifieke en robuuste internet gebaseerde FE simulatie software pakketten, die een zeer winstgevend, maar totaal verschillende business model zou moeten worden vastgesteld door de softwareontwikkelaars. Bovendien, toegewijd intern netwerk moet binnen de samenwerkende partijen worden gebouwd om gegevensbeveiliging en de controle betrouwbaarheid van het industriële systeem. </p>
Divulgations
The authors have nothing to disclose.
Acknowledgements
The financial support from Innovate UK, Ultra-light Car Bodies (UlCab, reference 101568) and Make it lighter, with less (LightBlank, reference 131818) are gratefully acknowledged. The research leading to these results has received funding from the European Union’s Seventh Framework Program (FP7/2007-2013) under grant agreement No. 604240, project title ‘An industrial system enabling the use of a patented, lab-proven materials processing technology for Low Cost forming of Lightweight structures for transportation industries (LoCoLite)’. Significant support was also received from the AVIC Centre for Structural Design and Manufacture at Imperial College London, which is funded by Aviation Industry Corporation of China (AVIC).
Materials
| AA6082-T6 | AMAG | Material | |
| AA5754-H111 | AMAG | Material | |
| 1000 kN high-speed press | ESH | Forming press | |
| ARGUS | GOM | Optical forming analysis | |
| PAM-STAMP 2015 | ESI | FE simulation software | |
| Matlab | MathWorks | Numerical calculation software | |
| Gleeble 3800 | DSI | Uniaxial tensile test | |
| High Temperature Tribometer (THT) | Anton Paar | Friction property test | |
| NewViewTM 7100 | ZYGO | Surface profilometer | |
| Magnetron sputtering equipment | Coating deposition | ||
| Microhardness tester | Wolpert Wilson Instruments | ||
| Nano-hardness indenter | MTS |
References
- Miller, W. S., et al. Recent development in aluminium alloys for the automotive industry. Mater. Sci. Eng. A. 280 (1), 37-49 (2000).
- Bolt, P. J., Lamboo, N. A. P. M., Rozier, P. J. C. M. Feasibility of warm drawing of aluminium products. J. Mater. Process. Tech. 115 (1), 118-121 (2001).
- Li, D., Ghosh, A., et al. Effects of temperature and blank holding force on biaxial forming behavior of aluminum sheet alloys. J. Mater. Eng. Perform. 13 (3), 348-360 (2004).
- Toros, S., Ozturk, F., Kacar, I. Review of warm forming of aluminum-magnesium alloys. J. Mater. Process. Tech. 207 (1-3), 1-12 (2008).
- Wang, L., Strangwood, M., Balint, D., Lin, J., Dean, T. A. Formability and failure mechanisms of AA2024 under hot forming conditions. Mater. Sci. Eng. A. 528 (6), 2648-2656 (2011).
- Wang, L., et al. . TTP2013 Tools and Technologies for Processing Ultra High Strength Materials. , (2013).
- El Fakir, O., et al. Numerical study of the solution heat treatment, forming, and in-die quenching (HFQ) process on AA5754. Int. J. Mach. Tool. Manu. 87, 39-48 (2014).
- Raugei, M., El Fakir, O., Wang, L., Lin, J., Morrey, D. Life cycle assessment of the potential environmental benefits of a novel hot forming process in automotive manufacturing. J. Clean. Prod. 83, 80-86 (2014).
- Liu, J., Gao, H., Fakir, O. E., Wang, L., Lin, J. HFQ forming of AA6082 tailor welded blanks. MATEC Web of Conferences. 21 (05006), (2015).
- Karbasian, H., Tekkaya, A. E. A review on hot stamping. J. Mater. Process. Tech. 210 (15), 2103-2118 (2010).
- El Fakir, O., Wang, L., Balint, D., Dear, J. P., Lin, J. Predicting Effect of Temperature Strain Rate and Strain Path Changes on Forming Limit of Lightweight Sheet Metal Alloys. Procedia Eng. 81, 736-741 (2014).
- Shi, Z., et al. . the 3rd International Conference on New Forming Technology. , 100-104 (2012).
- Mohamed, M. S., Foster, A. D., Lin, J., Balint, D. S., Dean, T. A. Investigation of deformation and failure features in hot stamping of AA6082: Experimentation and modelling. Int. J. Mach. Tool. Manu. 53 (1), 27-38 (2012).
- Hosford, W. F. Comments on anisotropic yield criteria. Int. J. Mech. Sci. 27 (7), 423-427 (1985).
- Marciniak, Z., Kuczyński, K. Limit strains in the processes of stretch-forming sheet metal. Int. J. Mech. Sci. 9 (9), 609-620 (1967).
- Ma, G., Wang, L., Gao, H., Zhang, J., Reddyhoff, T. The friction coefficient evolution of a TiN coated contact during sliding wear. Appl. Surf. Sci. 345, 109-115 (2015).
- Põdra, P., Andersson, S. Simulating sliding wear with finite element method. Tribol. Int. 32 (2), 71-81 (1999).
- Archard, J. F. Contact and Rubbing of Flat Surfaces. J. Appl. Phys. 24 (8), 981-988 (1953).
- Liu, X., et al. Determination of the interfacial heat transfer coefficient in the hot stamping of AA7075. MATEC Web of Conferences. 21 (05003), (2015).
