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.
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.
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.
La technique de simulation KBC-FE permet des simulations avancées pour être menées hors site en utilisant des modules dédiés. Il peut lancer des modules fonctionnels sur un environnement cloud, qui relient les noeuds de différentes spécialisations, pour garantir que les simulations de processus sont menées aussi précisément que possible. Les aspects critiques dans la simulation KBC-FE peuvent impliquer l'indépendance des codes FE, l'efficacité du calcul, et la précision des modules fonctionnels. La réalisation de chaque fonction avancée dans un module se fonderait sur le développement d'un nouveau modèle et / ou une nouvelle technique expérimentale. Par exemple, le module de limite de formage est développé sur la base de la nouvelle limite formant modèle de prédiction unifiée 11, et le module de prédiction de durée de vie de friction a actuellement été mis au point par la mise en œuvre du modèle interactif de friction 20. La technique de simulation KBC-FE propose également la fonction de calcul sélective, à savoir, seuls les éléments remplissant la sélectioncritères sont sélectionnés pour une évaluation plus approfondie dans les modules individuels. Par exemple, le module de prédiction de vie d'outil sélectionne automatiquement les éléments pour lesquels le revêtement dur a tendance à la rupture, en classant le taux de tous les éléments dans le premier usure cycle de formage, donc habituellement moins de 1% des éléments est sélectionné pour de plus amples évaluations de la vie de l'outil dans des conditions de chargement multi-cycles. Dans la présente recherche, la prédiction de la durée de vie après 300 cycles de formage peut être complété dans les 5 min.
En effectuant les essais appropriés et l'étalonnage en conséquence, le modèle de limite de formage peut être appliqué à la formation de simulations de processus pour déterminer par conséquent les paramètres optimaux pour produire un composant à partir de ces alliages avec succès et sans incidence de striction. Le modèle de prédiction de fin de course de formage a été conçu comme un module de nuage qui est indépendant du logiciel FE étant utilisé, et peut être appliquée à tout logiciel FE pour évaluer l'aptitude au façonnage d'un matériau enformer, sans sous – routines compliquées 17. En important les données pertinentes dans le modèle, les calculs pourraient être effectués pour déterminer si l'échec se produirait, dans les régions du composant que l'utilisateur peut spécifier, économiser sur les ressources de calcul. Toutefois, il convient de noter que les courbes de contrainte-déformation sont introduites dans le logiciel FE par l'intermédiaire d'une table de consultation simple, il peut être difficile de représenter parfaitement les propriétés du matériau à des températures et des vitesses de déformation pendant la simulation.
Dans le module de prédiction de durée de vie, le comportement de frottement pendant la formation peut être prédite par l' importation des données de l' historique de déformation nécessaires dans le module de friction vérifié 20, puis d' importer les points de données discrètes calculées par le module de nuage pour chaque élément nouveau dans le logiciel FE. Cela garantit que le module de friction avancé peut être utilisé par tous les codes FE, indépendamment de leur capacité à intégrer l'utilisateur-subroutines. De plus, le modificateurule pourrait être exécuté en parallèle afin de réduire davantage le temps de calcul. Le modèle de friction / usure interactive suppose l'absence de particules d'usure lors de la première de glissement, et en conséquence, il serait raisonnable d'attendre une valeur initiale constante du coefficient de frottement 0,17 20. Bien que ce modèle a révélé l'évolution de la distribution de frottement, le comportement à la friction pendant un processus de formage est très complexe et il est difficile d'intégrer complètement le comportement de frottement complexe à partir du module de nuage dans la simulation FE.
En tant que technologie de l'avenir, la simulation KBC-FE reposera sur le développement de logiciels de simulation FE basé sur Internet dédié et robuste, ce qui nécessiterait d'être mis en place par les développeurs de logiciels un modèle d'affaires très rentable, mais complètement différent. En outre, un réseau interne dédié doit être construit au sein des partis de collaboration pour assurer la sécurité des données et la fiabilité de contrôle du système industriel. </p>
The authors have nothing to disclose.
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).
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 |