13 de diciembre de 2016
El siguiente artículo presenta una novedosa técnica de simulación de FE (KBC-FE), que reduce el costo computacional mediante la realización de simulaciones en un entorno de computación en la nube, mediante la aplicación de módulos individuales. Además, establece una red de colaboración sin fisuras entre científicos líderes en el mundo, lo que permite la integración de módulos de conocimiento de vanguardia en las simulaciones de FE.
El objetivo general del método de simulación FE en la nube basado en el conocimiento es combinar especialidades de diferentes campos en un solo portal para mejorar la capacidad y la precisión de las simulaciones de procesos de conformado sin aumentar significativamente la dificultad de su uso. Este método puede ayudar a responder preguntas clave en el campo del conformado de chapa, como establecer los parámetros para formar componentes con éxito y predecir la vida útil de las herramientas de conformado. Una de las principales fortalezas de esta metodología es que permite utilizar modelos predictivos avanzados con cualquier software de simulación de FE sin necesidad de modificar los propios modelos.
Por lo general, las personas nuevas en este método podrán utilizarlo con muy poca dificultad debido a la tensión en la interfaz de usuario. La demostración visual mostrará lo sencillo que es realmente abarcar modelos predictivos avanzados en simulaciones de FE convencionales. Esta sección explica cómo se puede utilizar el cálculo KBC-FE para predecir la conformabilidad en un proceso de estampado en caliente.
Inicie un nuevo proyecto en el software de simulación FE. Seleccione el proceso como conformado en caliente de sello y el tipo de solucionador como PAM-AutoStamp al guardar el proyecto. A continuación, importe el troquel interior de la puerta haciendo clic primero en el CAD de herramientas de importación, asigne un nombre al objeto importado como troquel, cambie la estrategia de conformado en caliente para mallar las herramientas, luego importe y transfiera el archivo de geometría IGS interior de la puerta a la interfaz gráfica.
Ahora, repita el proceso para importar el punzón y el portapiezas. A continuación, en la pestaña de configuración, haga clic en blanco. A continuación, en el editor de espacios en blanco, haga clic en Agregar espacio en blanco.
Establezca el nuevo objeto como en blanco y establezca el tipo como superficie en blanco. Ahora, elija el contorno para el tipo de definición e importe la forma en blanco haciendo clic en importar desde el archivo CAD. En Opciones de malla, defina el refinamiento como nivel impuesto y seleccione el nivel uno.
A continuación, desactive el mallado automático y establezca el tamaño de la malla en cuatro milímetros. Proceda a definir las propiedades del material en el editor de piezas en bruto. En la pestaña de material, haga clic en cargar un material y seleccione el material AA-seis-cero-ocho-dos.
Establezca la dirección de balanceo en X igual a uno. Ajuste el grosor de la pieza en bruto a dos milímetros y la temperatura inicial de la pieza en bruto a 490 grados centígrados. A continuación, vaya a la pestaña de configuración, haga clic en procesar y seleccione el icono más para cargar una nueva macro.
A continuación, vaya a la carpeta de conformado en caliente del sello y seleccione el archivo GPA de doble acción de validación HF. En el cuadro de diálogo Personalizar, active los objetos en bruto, troquel, punzonado y soporte de pieza en bruto. En la pestaña de etapas, active la gravedad, la sujeción, el estampado y el enfriamiento.
Ahora, establezca todos los parámetros en los atributos del objeto en la pestaña de configuración para que se correspondan con la configuración experimental real. Ajuste los coeeficientes de transferencia de calor en función del espacio y la presión de contacto. A continuación, haga clic en el icono de verificación para comprobar si hay errores en la configuración y, si no hay ninguno, haga clic en el icono de cálculo para iniciar la simulación en el ordenador host.
Después de observar los resultados, ejecute un script para exportar los valores de deformación mayor, deformación menor y contorno de temperatura para todos los elementos de todos los estados de simulación como archivos ascii y, a continuación, guarde los archivos. Al explotar los datos de esta manera, no se transfiere información sobre la geometría del componente al portal en línea, protegiendo así cualquier información confidencial. Ahora, acceda a smart forming, que es el portal recién creado para simulaciones KBC-FE, e inicie sesión en su propio perfil de usuario.
Seleccione el módulo de predicción del límite de formación y exporte los archivos de resultados de la simulación a la computadora en la nube. A continuación, introduzca el número de estados de la simulación, introduzca manualmente los detalles y los parámetros de la simulación e inicie el cálculo. Una vez realizado el cálculo, descargue los resultados de la computadora en la nube para visualizarlos en su simulación de elementos finitos.
A continuación, cargue el estado final de los resultados de la simulación de FE y, en la pestaña coutours, haga clic en importado y, a continuación, en valores escalares. Seleccione ascii para mostrar los resultados de la predicción del límite de formación. Esta sección explica cómo se puede utilizar la computación KBC-FE para predecir la vida útil de la herramienta mediante un proceso de conformado alternativo.
Cree y asigne un nombre a un nuevo proyecto de simulación en el software de simulación FE. Seleccione el proceso como estampado estándar y el tipo de solucionador como PAM AutoStamp al guardar el proyecto. A continuación, importe la geometría del troquel haciendo clic en el CAD de herramientas de importación.
A continuación, importe y transfiera el archivo de geometría IGS del troquel en forma de U a la interfaz gráfica. Seleccione la estrategia de validación para el mallado de las herramientas y establezca el tamaño de la malla en dos milímetros, con un ángulo máximo de cinco. Asigne un nombre al objeto importado como die.
De la misma manera, importe el punzón y el portapiezas. Ahora, en configuración, haga clic en blanco y agregue en blanco en el editor de espacios en blanco. Establezca el nuevo objeto como en blanco y, a continuación, seleccione el tipo como superficie en bruto.
A continuación, elija cuatro puntos para el tipo de definición y establezca el tamaño del espacio en blanco en 120 por 80 milímetros cuadrados. Asegúrese de que el mallado automático esté desactivado y establezca el tamaño de malla en un punto cinco milímetros. Ahora, defina las propiedades del material en el editor de espacios en blanco.
Haga clic en cargar un material en la pestaña de material y seleccione el material AA cinco-siete-cinco-cuatro, H, uno-uno-uno como propiedades del material. A continuación, ajuste el grosor de la pieza en bruto a un punto cinco milímetros con una temperatura inicial de 20 grados centígrados. Continúe haciendo clic en procesar en la pestaña de configuración y seleccione el icono más para cargar una nueva macro.
Vaya a la carpeta de viabilidad del sello y seleccione el archivo GPA de punto de doble acción de solo estampado. En el cuadro de diálogo Personalizar, active la pieza en bruto, el troquel, el punzón y el soporte de la pieza en bruto. En las etapas, active el estampado.
Ahora, configure todos los parámetros de la simulación para que se correspondan con la configuración real del experimento. A continuación, haga clic en verificar en la configuración para asegurarse de que no se hayan cometido errores. Ahora, haga clic en el icono de cálculo e inicie el cálculo para una simulación de flexión en forma de U de 11 estados en la computadora host.
Una vez finalizada la simulación, ejecute un script para exportar archivos ascii de los datos de coordenadas y los datos de presión de contacto de la matriz. A continuación, desde el portal de conformado inteligente, seleccione el módulo de predicción de la vida útil de la herramienta, introduzca manualmente los detalles de la simulación y el número de estados de la simulación, y exporte los archivos de resultados de la simulación al ordenador en la nube. A continuación, inicie el cálculo.
Una vez completado el cálculo, descargue los resultados y vea su estado final en el software de simulación de elementos finitos. Para ello, vaya a la pestaña de curvas de nivel, haga clic en importado y, a continuación, en valores escalares. A continuación, seleccione ascii para mostrar los resultados de la predicción de la vida útil de la herramienta.
La forma inicial de la pieza en bruto adoptada de un proceso convencional de estampación en frío se utilizó en la simulación KBC-FE. Los resultados experimentales con esta forma mostraron grandes áreas de falla visibles después de la estampación en caliente. Después de una iteración de optimización de la forma en blanco, se formó un panel casi completamente exitoso con mucho menos estrechamiento.
Se puede ver que todavía hay una indicación de cuello en los bolsillos en las esquinas superiores derecha e izquierda del panel. Después de una mayor optimización, se obtuvo una forma en blanco sin cuello visible en el panel. La forma optimizada de la pieza en bruto se verificó mediante pruebas de estampación en caliente realizadas en una línea de producción totalmente automatizada.
Para investigar los efectos de la fuerza de sujeción de la pieza en bruto en la vida útil de la herramienta, se examinaron tres fuerzas de sujeción de la pieza en bruto. A una velocidad de formación constante de 250 milímetros por segundo, durante 300 ciclos de formación, el espesor de codificación restante disminuyó a medida que aumentaba la fuerza de sujeción de la pieza en bruto. La representación gráfica de la presión y el espesor de codificación restante a lo largo de la distancia curvilínea de la matriz mostró que el desgaste de la codificación se produjo principalmente en el radio de entrada de la matriz.
Los dos valores máximos de la codificación de la reducción del espesor se corresponden con los picos de la presión. Al desarrollar de inmediato los modelos predictivos e implementarlos como módulos en el portal de conformado inteligente, la precisión de las simulaciones de FE comerciales se puede mejorar inconmensurablemente sin el uso de subrutinas complicadas. Al intentar este procedimiento, es importante recordar que los diferentes módulos, mientras tanto, deben calibrarse de acuerdo con la aleación de chapa metálica que se está simulando.
Además de la predicción del límite de conformado y la vida útil de la herramienta, se pueden capturar potencialmente otras características de los procesos de conformado utilizando esta técnica, como la evolución marchiestructural y la predicción de la resistencia posterior a la forma. Esto implica que las especializaciones de los principales científicos de todo el mundo ahora se pueden vincular entre sí contribuyendo con el trabajo en la conformación de metales en forma de módulos. Las implicaciones de esta técnica se extienden al big data.
La información de las condiciones de formación de numerosos procesos se puede recopilar para un análisis relevante que guíe el trabajo experimental futuro y el desarrollo de modelos.
Este documento introduce el Método de Simulación FE Basado en Conocimientos en la Nube (KBC-FE), que integra varias especialidades en una única plataforma para mejorar la precisión de las simulaciones de procesos de formación. Permite a los usuarios aprovechar modelos predictivos avanzados sin modificar el software de simulación FE existente.
Advanced FE simulation methods, such as Knowledge Based Cloud FE (KBC-FE), address the increasing complexity and predictive demands of material forming in automotive and aerospace R&D. By integrating advanced material and friction models with cloud-based computation, KBC-FE enhances simulation accuracy and operational efficiency at critical design and manufacturing inflection points. This capability supports rapid iteration, risk reduction, and data-driven decision-making across the product development pipeline.
KBC-FE simulation integrates seamlessly from early process design through to preclinical manufacturing validation, enabling iterative optimization and data-driven decision support.