Summary

Wissensbasierte Wolke FE Simulation von Blechumformprozessen

Published: December 13, 2016
doi:

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

1. Entwicklung eines Hochtemperatur-Grenzformänderungsvorhersagemodell Laser schneiden Sie die Proben für die Formbarkeit Tests aus den AA6082 Aluminiumlegierungsbleche (1,5 mm Dicke) in die ausgewählten Geometrien 12. Ätzen ein Gittermuster, das aus 0,75 mm Durchmesser kreisförmige Punkte mit einem regelmäßigen Abstand von 1 mm auf der Oberfläche der Proben ein elektrolytisches Verfahren unter Verwendung von 13. Manuell Graphitfett als Schmiermittel auf der nicht-geätzten Seite anwenden. Setzen Sie die Kuppel Prüfstand in einer hohen Rate hydraulischen Presse 12. Verwenden Sie einen 250 kN hydraulische Universal-Prüfmaschine. Erhitzen Sie die Kuppel Prüfstand auf eine Testtemperatur und der Stempel mit einer konstanten Bewegungsgeschwindigkeit festgelegt. Dann starten Sie die Prüfung. Anmerkung: Die Testtemperaturen sind 300, 400 und 450 ° C. Die Prüfgeschwindigkeit umfassen 75, 250 und 400 mm / s. Stoppen Sie den Test beim ersten Auftreten von Einschnürung. Hinweis: Die Presse stroke (dh endgültige Probenhöhe) so eingestellt , dass Einschnürung auf der gebildeten Probe nur beobachtet wird. Messen Sie die letzte Probenhöhe ein Höhenmessgerät verwenden, und berechnen die Stämme und die maximale Belastungsraten (die Änderungsrate der Belastung in Bezug auf die Zeit) ein optisches 3D-Formänderungsanalyse-System. Analysieren Sie die Änderungen im Rasterabstand der Stämme an jedem Punkt der gebildeten Probe zu berechnen. Stellen Sie sicher , dass die optische 3D – Formänderungsanalyse – System eine Kamera umfasst, die gebildeten Probe und Kalibrierung Maßstabsbalken 14. Anmerkung: Die Probe in der Mitte eines Drehtellers angeordnet und eingeschlossen mit den Maßstabsbalken, und ihre relativen Positionen gehalten werden, für die Dauer der Analyse fixiert. Stellen Sie die Kamera in einer festen Höhe (beispielsweise 50 cm) und der Winkel ( zum Beispiel 30, 50 oder 70 °) auf die Probe, und nehmen Bilder über eine vollständige Umdrehung (360 °) des Drehtisches, in Schritten von 15 ° . Hinweis: In der Present Arbeit, drei Sätze von Bildern wurden aus mehreren Kameraansichten und Winkeln aufgenommen , um 15 die Belastungen über die gesamte Probe abzubilden. Legen Sie die Bilder in die optische 3D-Formänderungsanalyse-Software, und damit fortfahren, die Stämme zu berechnen. Tun Sie dies , indem Sie auf den "Compute Ellipsen und Bündel" Funktion, die die Gitterpunkte ermittelt, gefolgt von der "Compute 3D – Punkte und Raster" Funktion anklicken , das das Raster aufbaut. Hinweis: Berechnen Sie die Stämme und visualisieren es im Testmodus. Ausgabe der Dehnungsverteilungen die Grenzdehnungen für jede Probe auf ISO zu bestimmen 12004 16, und zeichnen Sie die Grenzformänderungsdiagramme für verschiedene Verformungsgeschwindigkeiten entgegen und Bildungstemperaturen. Kalibrieren Sie ein Materialmodell für AA6082 bei verschiedenen Temperaturen von 300 bis 500 ° C und Dehnungsraten von 0,1 bis 10 s -1. Hinweis: Die Materialmodell und seine Konstanten für AA6082sind in Bezug 17 beschrieben. Implementieren und Vereinheitlichung der Hosford anisotropen Ertragsfunktion 18, Marciniak-Kuczynski (MK) Theorie 19 und das Materialmodell in Schritt 1.12 in einen Integrationsalgorithmus , um die Grenzformänderungsvorhersagemodell zu formulieren. Hinweis: Das Modell in Bezug 11 beschrieben. Kalibrieren und überprüfen das entwickelte Modell für Schritt 1.13 die experimentellen Ergebnisse in Schritt unter Verwendung von 1,11. Predict die Formgebungsgrenzen durch das verifiziertes Modell 11 aus Schritt 1.14. Hinweis: Abbildung 1 zeigt die resultierenden Modellvorhersagen bei unterschiedlichen Temperaturen bei einer Bildungsgeschwindigkeit von 250 mm / s, oder äquivalent einer Dehnungsgeschwindigkeit von 6,26 s -1. 2. Entwicklung eines interaktiven Friction / Wear Modell Führen Ball-on-Disc – Tests für beschichtete (Disc) Proben Bereiten Titannitrid (TiN) Beschichtungen auf LagerstahlGCr15 Scheibenkathodenlichtbogen und Mittelfrequenz – Magnetron – Sputtern, mit den Abscheidungsparametern in 20 Referenz angegeben. Unter Verwendung eines Rasterelektronenmikroskops (SEM), Oberfläche / Querschnitt Topographie der beschichteten Probe erhalten. Messen Sie die TiN-Beschichtung Dicke durch die REM-Aufnahmen durch die Topographie Vergleich (Helligkeit und Vertrag) von Grund- und Beschichtungsmaterialien. Hinweis: Die experimentellen Verfahren kann in Bezug 20 zu finden. Verwenden Sie ein weißes Licht inter ferometric Oberfläche pro-filometer die Oberflächenrauheit der Probe zu erhalten. Legen Sie die Probe unter dem Objektiv und stellen Sie die Mikroskop klare Oberflächenstruktur zu erhalten. Illuminate die Probe und stellen die Winkel der x- und y-Achsen klar Interferenzstreifen zu beobachten (die vom Bildschirm überwacht werden kann). Legen Sie Brutto Tiefe in der Software und Messung starten. Scannen automatisch die Probenoberfläche und berechnen die Oberflächenrauhigkeit. Bewerten Sie die anhaftende Stärke of der Probe, die eine Mikro-Scratch-Tester. Tragen Sie eine zunehmende Belastung (maximal 50 N) und einen Kratzer Abstand (maximal 5 mm) auf der TiN-Beschichtung. Bestimmen Sie die kritische Last verursacht Versagen der Beschichtung und erhalten die Mikrokratz Kurven 20. Beurteilen Sie die Härte der Probe mit einer Härte Eindringkörper verwendet wird. Tragen Sie eine statische Last von 20 N auf die Probe für 15 s. Messen Sie die Diagonale des Eindrucks durch den Eindringkörper gemacht, und dann erhalten Sie die Härtewerte von dem Tester. Zuführen Ball-on-Disc-Tests auf einem Tribometer in einer Umgebung (Temperatur 25 ° C, Luftfeuchtigkeit 30%). Verwenden Sie einen Durchmesser von 6 mm WC-6% Kugel (Mikrohärte 1.780 HV, Abriebfestigkeit 1380 N / cm, ein Elastizitätsmodul 71 GPa) als Gegenstück gegen die beschichtete Scheibe. Stellen Sie die in Bezug auf 5 mm / s Gleitgeschwindigkeit. Wenden Sie eine normale Belastung von 200 N. Starten Sie den Motor und Rekord Reibwerte der tribometer verwenden. Unterbrechen Sie den Test bei 180 s, 350 s, 400 s und 450 s, jeweils die Verschleißspur unter Verwendung eines o zu analysierenptical Mikroskop 20. Messen Sie die Topographie der abgenutzten Oberfläche ein weißes Licht interferometrischen Oberflächenprofilometer nach dem Test verwendet wird. Wiederholen Sie die Tests (Schritt 2.1.6) mit unterschiedlichen normalen Belastungen (300 N, 400 N). Bestimmen Sie die Entwicklung des Reibungskoeffizienten bis zum Zusammenbruch der harten Beschichtung, durch einen starken Anstieg des Reibungskoeffizienten gekennzeichnet Zeichnen Sie die Entwicklung des Reibungskoeffizienten gegen die Zeit nach der Reibungswerte in Schritt 2.1.6 Aufnahme. Anmerkung: Die Entwicklung des Reibungskoeffizienten in Bezug 20 dargestellt. Beurteilen Sie die Entwicklung des Reibungskoeffizienten in Bezug auf Verschleißverhalten und die damit verbundenen Mechanismen. Hinweis: Die Entwicklung der Reibung ist in drei verschiedenen Stufen gekennzeichnet: (i) geringe Reibungsstufe, (ii) das Pflügen Reibungsstufe, und (iii) Beschichtung Abbau Stufe 20,21. Bewerten Sie die Abnutzung states bei 180 s manuell durch den Test unterbrechen und anschließend die Verschleißspur Analyse mit einem optischen Mikroskop. Anmerkung: Dieser Schritt ist der Abrieb für die niedrige Reibungsstufe zu untersuchen, wie es in Schritt 2.2.2 beschrieben. Wiederholen Sie Schritt 2.2.3 bei 350 s, 400 s und 450 s, beziehungsweise. Entwickeln Sie die interaktive Reibmodell Charakterisieren Sie die Gesamtreibungskoeffizient μ durch die Kombination der Anfangsreibung μ α mit dem Pflügen Reibung von Hardware-Teilchen μ Pc (wie in Gl. (1)) 20. (1) Kombinieren Sie die Pflügen Reibung zwischen dem Ball und dem Substrat (μ Ps) mit der momentanen Schichtdicke (h) , um die Beschichtung Abbau induziert starke Anstieg des Pflügen Reibung zu modellieren μ Pc (Gl. (2)). Hinweis: In diesem Fall μ Pc gleich μ Ps , wenn die verbleibende Schichtdicke Null ist ( mit Angabe der vollständigen Zusammenbruch der harten Beschichtung). (2) wobei λ 1 und λ 2 sind Modellparameter eingeführt , um die physikalische Bedeutung des Verschleißprozesses darstellen. λ 1 beschreibt den Einfluss großer eingeschlossener Verschleißteilchen und λ 2 die Intensität des Pflügens Reibungswirkung, die durch die Neigung des Reibungskoeffizienten charakterisiert ist. Verwenden Sie eine zeitbasierte Integration Algorithmus, um die Entwicklung der verbleibenden Schichtdicke und modellieren die akkumulierte Verschleiß unter unterschiedlichen Kontaktbedingungen zu erhalten. Aktualisieren Sie die Schichtdicke in jeder Berechnungsschleife durch Gl. (3). (3) <img alt="Gleichung 3" src="/files/ftp_upload/53957/53957eq3.jpg"/> wobei h 0 die anfängliche Schichtdicke und die zeitabhängige Abnutzungsrate der Beschichtung. Ändern Archard Kleidung Gesetz 22 (Gl. (4)) und setzen es in dem vorliegenden Modell. (4) wobei K die Verschleißkoeffizient ist, P der Kontaktdruck, v die Gleitgeschwindigkeit ist und H c ist die kombinierte Härte der Beschichtung und dem Substrat. Verwenden Sie Korsunsky Modell der kombinierten Härte zu berechnen (Gl. (5)). (5) wobei H s die Härte des Substrats ist, α ist das Härteverhältnis zwischen Beschichtung und Substrat und β der Einflußkoeffizient der Dicke ist. Stellen Sie den lastabhängigen Parameter & lgr; 1 und K durch Leistung law Gleichungen. (6) (7) wo κ λ1, sind κ K, Ν λ1 und Ν K Materialkonstanten auf die Entwicklung der Reibung im Zusammenhang mit 20. Den interaktiven Reibmodell den experimentellen Ergebnissen einen Integrationsalgorithmus in der Autoren-Gruppe entwickelt unter Verwendung der Modellparameter zu bestimmen. 3. KBC-FE Simulation Case Studies KBC-FE – Simulation Fallstudie 1: Vorhersage der Grenzformänderungs unter Heißprägebedingungen Erstellen und ein neues Simulationsprojekt in der FE-Simulationssoftware nennen. Wählen Sie den Prozess als "Stempel Warmumformung" und den Solver – Typ als "PAM-AutoStamp" , wennSpeichern des Projekts. Importieren Sie die Tür innere Form durch einen Klick auf den "Import – Tools CAD" und dann "Import & transfe r 'die Türinnen' IGS 'Geometrie – Datei in die FE – Simulationssoftware grafische Oberfläche. Wählen Sie die "Warmumformung" Strategie zur Vernetzung von Werkzeugen. Nennen Sie das importierte Objekt als 'Die'. Wiederholen Sie Schritt 3.1.2 und "Einfuhr" die Objekte von Punch und Blechhalter sind. Klicken Sie auf 'Blank' unter dem 'Set-up' Registerkarte. Klicken Sie auf "Hinzufügen leer" in der "Blank – Editor", und setzen Sie die "Neues Objekt" als "Blank". Dann wählen Sie die Art als "Oberflächen Blank". Wählen Sie "Kontur" für die Definition Art und importieren Sie die leere Form by Klick auf "Import aus CAD – Datei". Definieren Sie "Refinement" als "auferlegt Ebene" , und wählen Sie Stufe 1 unter "Netzoptionen". Drehen Sie 'Automatische Vernetzung "und setzen" Maschenweite "bis 4 mm ab. Definieren Materialeigenschaften in 'Blank – Editor'. Klicken Sie auf "ein Material Laden" unter der Registerkarte "Material". Wählen Sie die "AA6082" (Einheit: mm · kg · ms · C) Material wie die Materialeigenschaften. Stellen Sie die "Rollrichtung" auf "x = 1 '. Stellen Sie die "leere Dicke 'bis 2 mm, und die leere" Anfangstemperatur "bis 490 ° C. Hinweis: Die Materialeigenschaften und Materialmodell sind in Bezug 17 beschrieben. Klicken Sie auf "Process </strong> 'unter' Set-up 'Registerkarte und wählen Sie die' + 'Symbol , um ein neues Makro zu laden. Wechseln Sie zu ' Stamp Hotforming "und wählen" HF_Validation_DoubleAction_GPa.ksa'. Im Dialog 'Anpassen', aktivieren Sie die Blank, Die, Durchschlag und Blechhalter. Unter Registerkarte "Stages", aktivieren Gravity, Halten, Stanzen, und Abschrecken. Stellen Sie alle Parameter in den "Objekte Attribute 'unter' Set-up 'Registerkarte mit der tatsächlichen Versuchsaufbau zu entsprechen (Rohling – Haltekraft = 50 kN, Bildungsgeschwindigkeit = 250 mm / s, Reibungskoeffizient = 0,1, Wärmeübertragungskoeffizienten 23 als ein Funktion der Lücke und Kontaktdruck). Klicken Sie auf "Prüfen" Symbol , um die Simulation Set-up zu überprüfen und keine Fehler in den oben genannten Einstellungen gewährleisten. Klicken Sie auf "Computation" Symbol si startenlierung. Hinweis: Die Software zeichnet 11 Staaten während der Simulation in einem Host-Computer. Nach Abschluss der Simulation, die Simulationsergebnisse in der grafischen Oberfläche FE – Simulationssoftware, und gehen Sie zur Aufzeichnung ein "Skript" für eine Aktion Export der Konturwerte, dh große Belastung (Membran), kleinere Stamm (Membran) und Temperatur beobachten aller Leerelemente, für eine bestimmte Simulationszustand. Klicken Sie auf "Record" und Export Kontur manuell Werte. Klicken Sie auf "Stop" Aufnahme zu stoppen. Speichern Sie das Skript, um die gleiche Aktion für alle 11 Simulationszustände zu wiederholen. Klicken Sie auf "Play" Symbol , um das Skript zu laden, klicken Sie auf "Do All 'die Konturwerte zu exportieren. Hinweis: Für jede einzelne Kontur / Zustand, exportiert die Software automatisch die Werte in 'ASCII' Dateien unter 'major_strain_statenUmbra ',' minor_strain_statenumber 'und' temperature_statenumber 'bezeichnet. Speichern Sie alle exportierten Dateien zu einem Cloud-Computer. Führen Sie die "Einschnürung Vorhersagemodell '(dh Cloud Modul – Code) , zusammen mit den exportierten Dateien in der Cloud Computer. Predict den Ausbruch durch den Einsatz von Einschnürung in der Cloud Computer Grenze Vorhersagemodell zu bilden. Hinweis: Dieses Modell 11 Benutzer die Möglichkeit gibt , das Vorhersagemodell auf ein einzelnes Element oder alle Elemente des Rohlings zu laufen. Manuelle Eingabe der Simulation Details / Parameter im "Modell Einschnürung Vorhersage". Geben Sie die Anzahl der Zustände in der Simulation (Zustand 11), Gesamt Hub des Prägeverfahren (157 mm), Stanzen Geschwindigkeit (250 mm / s), Dehnungsbereich von Interesse (das Element Auswahlkriterium, zB Stamm> 0.2) und Alle Elemente. Hinweis: Die strain Reichweite begrenzt die Elemente , für die Einschnürung Ort , indem ein Element Kriterium nehmen kann, zum Beispiel nur die Elemente mit einem letzten großen Stamm von mehr als 0,2 werden zur weiteren Auswertung im Modul ausgewählt. Das Modul Berechnung in der Cloud Computer Nach Abschluss speichern die Daten automatisch alle in formatierte 'ASCII' Dateien (Prädiktionsergebnisse Einschnürung). Laden Sie den Endzustand der FE Simulationsergebnisse. Unter der Registerkarte "Konturen", klicken Sie auf "importiert" und dann "Scalar Werte". Wählen Sie die 'ASCII' Datei aus dem obigen Schritt erhalten. Zeigen Sie die Einschnürung Prädiktionsergebnisse in der FE-Simulationssoftware. KBC-FE – Simulation Fallstudie 2: Werkzeuglebensdauervorhersage unter Multi-Cycle – Belastungsbedingungen Erstellen und ein neues Simulationsprojekt in der FE-Simulationssoftware nennen. Wählen Sie das process wie und der Solver – Typ als "PAM-AutoStamp 'beim Speichern des Projekts' Standard Stanzen '. Importieren Sie die Werkzeuggeometrie durch einen Klick auf den "Import – Tools CAD" und dann "Import & Transfer" die U-Form Matrize "IGS" Geometrie – Datei in FE – Simulationssoftware grafische Oberfläche. Wählen Sie die "Validierung" Strategie für die Vernetzung von Werkzeugen. Nennen Sie das importierte Objekt als 'Die'. Wiederholen Sie Schritt 3.2.2 die Objekte von Punch und Blechhalter bzw. zu importieren. Klicken Sie auf 'Blank' unter 'Set-up' Registerkarte. 'Add leer "in der" Blank – Editor ", stellen Sie den" New objec t' als 'Blank', und dann wählen Sie den Typ als "Oberflächen Blank". Wählen Sie 'Vier points "für den Definitionstyp und legen Sie die leere Größe 120 × 80 mm 2. Definieren Sie "Refinement" als "auferlegt Ebene": Stufe 1 unter "Netzoptionen". Deaktivieren Sie "Automatische Vernetzung" und setzen "Maschenweite" bis 1,5 mm. Definieren Materialeigenschaften in 'Blank – Editor'. Klicken Sie auf das "Legen Sie ein Material" unter der Registerkarte "Material". Wählen Sie die "AA5754-H111" (Einheit: mm · kg · ms · C) Material wie die Materialeigenschaften. Stellen Sie die "Rollrichtung" auf "x = 1 '. Stellen Sie die 'Blank Dicke' bis 1,5 mm. Klicken Sie auf "Process" unter "Set-up" Registerkarte und wählen Sie die '+' Symbol , um ein neues Makro zu laden. Navigieren Sie zu' Stamp Feasibility "und wählen" SingleActioin_GPa.ksa'. Im Dialog 'Anpassen', aktivieren Sie die Blank, Die, Durchschlag und Blechhalter. Unter 'Stages', aktivieren Gravity, Halten, und Stanzen. Stellen Sie alle "Parameter" in der Simulation mit dem eigentlichen Versuchsaufbau zu entsprechen (leere Haltekräfte = 5, 20, 50 kN bzw. Bildungsgeschwindigkeit = 250 mm / s, Reibungskoeffizient = 0,17). "Prüfen" die Simulation Set-up und keine Fehler in den oben genannten Einstellungen gewährleisten. Klicken Sie auf "Berechnung" Symbol und starten Sie die "Berechnung" für einen 11-Zustand U-Form Biegesimulation in einem Host – Computer. Nach Abschluss der Simulation, Export 'koordinieren' Daten und "Kontaktdruck" Daten automatisch für das Werkstück undWerkzeuge (Stempel, Matrize und Niederhalter) als 'ASCII' Dateien (wie pro Schritte 3.1.11 und 3.1.12). Speichern Sie alle exportierten Dateien zu einem Cloud-Computer. Führen Sie das "Standzeit Prädiktionsmodul 'zusammen mit allen exportierten Dateien in der Cloud Computer. Manuelle Eingabeparameter in der "Werkzeuglebensdauervorhersagemodul 'bilden. Geben Sie die folgenden Parameter: Anzahl der Zustände (Zustand 11), Gesamt Hub (70 mm), Stanzen Geschwindigkeit (250 mm / sec) und die anfängliche Reibungskoeffizient (0,17). Wählen Sie das Werkzeug (Stempel, Matrize, oder Blechhalter), und starten Sie dann die Berechnung für ein einzelnes Element oder alle Elemente. Nach Abschluss des Moduls Berechnung in der Cloud Computer, speichern automatisch alle Daten (einschließlich der momentanen Restschichtdicke und Reibungskoeffizient) in formatierte 'ASCII' Dateien. Laden und zeigt die verbleibende Schichtdicke und FRICTIONauf Koeffizienten für die entsprechenden Elemente in der FE-Simulationssoftware (gemäß Schritt 3.1.17).

Representative Results

KBC-FE – Simulation für Einschnürung Prediction In einem Heißprägeverfahren die Verwendung eines formoptimierten leer sparen Materialkosten nicht nur, sondern auch helfen, die Anwesenheit von Defekten, wie Einschnürung, Risse und Falten zu reduzieren. Die anfängliche Rohform beeinflußt den Materialfluss deutlich beim Umformen und somit eine sinnvolle Gestaltung der Rohform ist entscheidend für den Erfolg des Heißprägeverfahrens und die Qualität der Endprodukte. Um die Bemühungen der Trial-and-Error-Experimenten zu reduzieren, um zu bestimmen wurde die optimale Rohteilgeometrie, KBC-FE-Simulation unter Beweis gestellt, hocheffiziente und effektive Methode, um für die Bereiche minimiert wird mit Einschnürung. Unter Verwendung dieser Technik nimmt jeder Simulation etwa 2 Stunden, während die parallel Wolke Modul Berechnung für Einschnürung Prädiktion innerhalb von 4 Stunden abgeschlossen ist. <p class="jove_content" fo:keep-together.within-page = "1"> 4 zeigt die Entwicklung der Rohform in der Heißpräge verwendet, ein Beispiel für Automobiltürinnenkomponente. Die anfängliche Rohform, von einem herkömmlichen Kaltprägeverfahren angenommen wurde, wurde zum ersten Mal in der KBC-FE-Simulation verwendet. Die experimentellen Ergebnisse in 4 (a) zeigen , dass große Versagen (Reißen oder Einschnürung) gut sichtbar sind nach der Warmumformung. Nach einer Iteration des Rohlings Formoptimierung, kann es in der 4 (b) zu sehen, dass ein fast vollständig erfolgreich Panel ist mit viel weniger Einschnürung gebildet wird , im Vergleich zu den anfänglichen Rohform verwendet wird . Es ist zu erkennen, dass es noch ein Hinweis auf in der oberen rechten und linken Ecken des Paneels an den Taschen Einschnürung. Nach weiteren Optimierung in 4 (c) wurde die optimierte Rohform schließlich ohne sichtbare Einschnürung auf der Platte erhalten. Die optimierte Rohteilform bestimmt durch die KBC-FE-Simulation wurde experimentell durch Heißprägen verifiziertVersuche auf einer vollautomatischen Produktionslinie von einem Produktionssystem Hersteller angeboten durchgeführt. KBC-FE – Simulation für Werkzeuglebensdauervorhersage Herkömmliche FE-Simulationen von Umformprozessen für einen einzigen Zyklus durchgeführt. Jedoch in einer Produktionsumgebung, mehrere Formzyklen auf einem gegebenen Werkzeuges durchgeführt wird, wenn festgestellt wird, dass eine Erhöhung der Anzahl der Formzyklen führt zu einer erhöhten Variation zwischen den Formteilen. Diese Variation bei der Multizykluswerkzeugbelastung ist das Ergebnis der Oberflächentopographie zu verändern. Zum Beispiel wird die Mehrzyklen-Beladung von Werkzeugen mit funktionellen Beschichtungen bilden eine Beschichtungsdickenreduzierung führen, aufgrund von Verschleiß. Darüber hinaus wird die Verteilung der die Beschichtung auch durch Bildung von Parametern, wie beispielsweise der Last / Druck, Bilden Geschwindigkeiten usw. Die KBC-FE – Technik ermöglicht die beeinflussbarSimulation von Blech Prozesse unter Mehrzyklen-Belastungsbedingungen bilden, die für die in-Lebensdauer-Vorhersage der Umformwerkzeuge mit erweiterten funktionellen Beschichtungen wesentlich ist. Um die Auswirkungen der Rohling-Haltekraft auf die Werkzeugstandzeit, leere Werte der Haltekraft von 5, 20 und 50 kN untersuchen wurden für eine konstante Bildungsgeschwindigkeit von 250 mm / s untersucht. Abbildung 5 zeigt die verbleibende Werkzeugschichtdickenverteilung mit unterschiedlichen Blechhaltekräfte nach 300 Zyklen bilden. Es zeigt deutlich, dass die verbleibende Schichtdicke nimmt mit einer Erhöhung der Rohlinghaltekraft. Abbildung 6 zeigt den Druck und die verbleibende Schichtdickenverteilung mit leeren Haltekräfte von 5, 20 und 50 kN bzw. entlang der gekrümmten Abstand der Düse nach 300 Zyklen bilden. Da der Bereich stellt AB die Matrize entrance Bereich während des Biegevorgangs U-Form, der Druck und die relative Verschleiß Abstand in dieser Region waren viel höher als andere Bereiche der Matrize. Folglich trat die Abnutzung der Beschichtung vor allem in diesem Bereich. Es gibt zwei Spitzenwerte von Beschichtungsdickenreduktion bei 20 kN und 50 kN, die auf die beiden Spitzen unter dem Druck entsprechen. Inzwischen nimmt die verbleibende Schichtdicke mit der Zunahme der Rohling-Haltekraft. Die niedrigsten Restschichtdicken mit leeren Haltekräfte von 5, 20 und 50 kN, waren 0,905, 0,570 und 0,403 & mgr; m bzw. wo die anfängliche Schichtdicke 2,1 & mgr; m war. Abbildung 1: Vergleich zwischen experimentellen und vorhergesagter Grenzformänderungs Stämme bei unterschiedlichen Temperaturen. Die Grenzformänderungsstämme erhöhen, wenn die Temperatur steigt, bei einer konstanten Geschwindigkeit von 250 mm/ s oder äquivalent einer Verformungsgeschwindigkeit von 6,26 s -1. Bitte klicken Sie hier , um eine größere Version dieser Figur zu sehen. Abbildung 2: Schemadiagramm für wissensbasierte Cloud – FE – Simulation eines Blechformprozess. Kommerzielle FE-Simulationssoftware wird verwendet, um die Simulation zu starten und die Ergebnisse für die einzelnen Module erforderlich exportieren. Die Module, zB Formbarkeit, Wärmeübertragung, Nachformung Festigkeit (Mikrostruktur), Werkzeuglebensdauervorhersage, Werkzeugdesign, etc. arbeiten gleichzeitig und unabhängig voneinander in der Cloud und ermöglicht somit die Integration von Rand Wissen aus mehreren Quellen in FE – Simulationen Schneiden . Bitte click hier eine größere Version dieser Figur zu sehen. Abbildung 3: Geometrie des Werkstücks und Werkzeuge für die U-Form Biegesimulation. Die Werkzeuge, das heißt, Punsch, Niederhalter und sterben, sind starre Elemente modelliert. Shell-Elemente sind für das Werkstück (leer) Elemente verwendet. Bitte klicken Sie hier , um eine größere Version dieser Figur zu sehen. Abbildung 4: Entwicklung der Rohform für die Warmumformung eines Türinnenplatte (in FE – Simulation angezeigt). Links: Die Zahlen in den grünen Rahmen repräsentieren leere Formen an jedem Optimierungsphase, und die, die in rotRahmen entsprechen der Rohform vor der Optimierung. Rechts: Die Querschnittsverminderung Prädiktionsergebnisse bei jeder Optimierungsphase. (A) Die ersten Ergebnisse mit großen Ausfall (Cracken / in roter Farbe dargestellt Einschnürung), (b) Verringerte Ausfall mit einigen Einschnürung nach der ersten Phase der Optimierung, (c) endgültige optimierte Rohteilform ohne sichtbare Einschnürung. Bitte klicken Sie hier , um eine größere Version dieser Figur zu sehen. Abbildung 5: Die verbleibende Schichtdickenverteilung (angezeigt in FE – Simulation) mit leeren Haltekräfte von: (a) 5 kN, (b) 20 kN, und (c) 50 kN, nach 300 Formzyklen bei einer konstanten Prägegeschwindigkeit von 250 mm / s. Bittehier klicken, um eine größere Version dieser Figur zu sehen. Abbildung 6: Vorhersage der Kontaktdruck und die Restschichtdicke mit leeren Haltekräfte von: (a) 5 kN, (b) 20 kN, und (c) 50 kN, entlang der krummlinige Abstand von der Düse mit einer konstanten Prägegeschwindigkeit von 250 mm / s. Bitte klicken Sie hier , um eine größere Version dieser Figur zu sehen.

Discussion

Die KBC-FE-Simulationsverfahren ermöglicht erweiterte Simulationen Website mit speziellen Modulen durchgeführt ausgeschaltet werden. Es kann Funktionsmodule auf einer Cloud-Umgebung ausführen, die Knoten aus unterschiedlichen Spezialisierungen verknüpfen, dass Prozesssimulationen, um sicherzustellen, so genau wie möglich durchgeführt werden. Die kritischen Aspekte bei der KBC-FE-Simulation kann independency der FE-Codes, die Effizienz der Berechnung und die Genauigkeit der Funktionsmodule beinhalten. Die Realisierung jedes erweiterte Funktion in einem Modul auf die Entwicklung eines neuen Modells und / oder eine neue experimentelle Technik würde verlassen. Zum Beispiel wird das Grenzformänderungsmodul auf dem neuen einheitlichen Grenzformänderungsvorhersagemodell 11 und das Reibwerkzeug Lebensdauervorhersagemodul zur Zeit durch die Implementierung des interaktiven Reibmodell 20 entwickelt worden entwickelt gegründet. Die KBC-FE Simulationstechnik bietet auch die Funktion der selektiven Berechnung, dh es werden nur die Elemente , die Auswahl der ErfüllungKriterien für die weitere Auswertung in den einzelnen Modulen ausgewählt. Zum Beispiel wählt die Werkzeuglebensdauer-Vorhersage-Modul automatisch die Elemente, für die die harte Beschichtung Aufschlüsselung neigt, durch die Reihung der Verschleißrate aller Elemente in dem ersten Formungszyklus, also in der Regel weniger als 1% der Elemente für die weitere ausgewählt werden Werkzeugstandzeit Auswertungen unter Multi-Cycle-Belastungsbedingungen. In der vorliegenden Forschung kann die Werkzeuglebensdauervorhersage nach 300 Formzyklen innerhalb von 5 Minuten abgeschlossen sein.

Durch die Durchführung entsprechend den einschlägigen Tests und Kalibrierung könnte die Grenzformänderungsmodell zur Bildung von Prozesssimulationen angewendet werden, um somit die optimalen Parameter bestimmen, die für eine Komponente aus solchen Legierungen erfolgreich produzieren und ohne Auftreten von Einschnürung. Die Grenzformänderungsvorhersagemodell wurde als Cloud-Modul entwickelt, das unabhängig von der FE-Software war, genutzt werden und könnte zu einer FE-Software angewendet werden, um die Formbarkeit des Materials zu beurteilen währendBildung, ohne komplizierte Subroutinen 17. Durch die relevanten Daten in das Modell zu importieren, könnte Berechnungen durchgeführt werden, um zu bestimmen, ob Ausfall würde in Bereichen des Bauteils auftreten, die der Benutzer angeben können, auf Rechenressourcen zu sparen. Es sollte jedoch beachtet werden, dass, da die Spannungs-Dehnungskurven Eingabe in das FE-Software durch eine einfache Nachschlagetabelle sind, kann es schwierig sein, vollständig die Materialeigenschaften bei verschiedenen Temperaturen und Verformungsgeschwindigkeiten während der Simulation darstellen.

In dem Standzeitvorhersagemodul kann das Reibungsverhalten beim Umformen durch Importieren der erforderlichen Verformungshistoriendaten in dem verifizierten Reibungsmodul 20 und dann die durch die Wolke Modul für jedes Element wieder in die Software FE berechneten diskreten Datenpunkten Import vorhergesagt werden. Dadurch wird sichergestellt, dass das erweiterte Reibungsmodul kann von allen FE-Codes verwendet werden, unabhängig von ihrer Fähigkeit, Benutzer-Subroutinen einzuarbeiten. Zusätzlich ist der module könnten parallel ausgeführt werden, um die Berechnungszeit weiter zu verringern. Die interaktive Reibung / Verschleiß – Modell angenommen , das Fehlen von Verschleißpartikel während des anfänglichen Schiebe-, und als Ergebnis, wäre es sinnvoll, einen konstanten Ausgangswert des Reibungskoeffizienten 0,17 20 zu erwarten. Obwohl dieses Modell die Entwicklung der Reibungsverteilung offenbart, ist das Reibungsverhalten während eines Umformprozesses sehr kompliziert, und es ist schwierig, vollständig die komplexen Reibungsverhalten aus der Wolke Modul in das FE-Simulation integrieren.

Als Zukunftstechnologie wird die KBC-FE-Simulation auf die Entwicklung von engagierten und robusten Internet-basierte FE-Simulation Software-Pakete verlassen, die eine hoch profitable, aber völlig anderes Geschäftsmodell durch den Software-Entwicklern aufgebaut werden erfordern würde. Darüber hinaus muss ein spezielles internes Netzwerk innerhalb der kollaborativen Parteien errichtet werden, um die Datensicherheit und Zuverlässigkeit der Steuerung des industriellen Systems gewährleisten. </p>

Declarações

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

Referências

  1. Miller, W. S., et al. Recent development in aluminium alloys for the automotive industry. Mater. Sci. Eng. A. 280 (1), 37-49 (2000).
  2. 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).
  3. 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).
  4. Toros, S., Ozturk, F., Kacar, I. Review of warm forming of aluminum-magnesium alloys. J. Mater. Process. Tech. 207 (1-3), 1-12 (2008).
  5. 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).
  6. Wang, L., et al. . TTP2013 Tools and Technologies for Processing Ultra High Strength Materials. , (2013).
  7. 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).
  8. 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).
  9. 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).
  10. Karbasian, H., Tekkaya, A. E. A review on hot stamping. J. Mater. Process. Tech. 210 (15), 2103-2118 (2010).
  11. 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).
  12. Shi, Z., et al. . the 3rd International Conference on New Forming Technology. , 100-104 (2012).
  13. 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).
  14. Hosford, W. F. Comments on anisotropic yield criteria. Int. J. Mech. Sci. 27 (7), 423-427 (1985).
  15. Marciniak, Z., Kuczyński, K. Limit strains in the processes of stretch-forming sheet metal. Int. J. Mech. Sci. 9 (9), 609-620 (1967).
  16. 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).
  17. Põdra, P., Andersson, S. Simulating sliding wear with finite element method. Tribol. Int. 32 (2), 71-81 (1999).
  18. Archard, J. F. Contact and Rubbing of Flat Surfaces. J. Appl. Phys. 24 (8), 981-988 (1953).
  19. Liu, X., et al. Determination of the interfacial heat transfer coefficient in the hot stamping of AA7075. MATEC Web of Conferences. 21 (05003), (2015).

Play Video

Citar este artigo
Zhou, D., Yuan, X., Gao, H., Wang, A., Liu, J., El Fakir, O., Politis, D. J., Wang, L., Lin, J. Knowledge Based Cloud FE Simulation of Sheet Metal Forming Processes. J. Vis. Exp. (118), e53957, doi:10.3791/53957 (2016).

View Video