시트 금속 성형 공정에 대한 지식을 바탕으로 클라우드 FE 시뮬레이션

Summary

다음 논문에서는 개별 모듈의 적용을 통해 클라우드 컴퓨팅 환경에서 시뮬레이션을 수행하여 계산 비용을 절감하는 새로운 FE 시뮬레이션 기술(KBC-FE)을 제시합니다. 또한 세계 최고의 과학자들 간의 원활한 협업 네트워크를 구축하여 최첨단 지식 모듈을 FE 시뮬레이션에 통합할 수 있습니다.

Abstract

FE(Finite Element) 시뮬레이션 소프트웨어를 사용하여 판금 성형 공정의 결과를 적절하게 예측하는 것은 효율성을 높이고 이러한 공정의 개발 시간을 단축하는 동시에 시행착오 프로토타이핑과 관련된 비용을 줄이는 데 매우 중요합니다. 최근 자동차 및 항공우주 부문에서 강철 부품을 알루미늄 합금 대체재로 대체하는 것에 대한 관심이 높아짐에 따라 더욱 복잡한 부품 형상에 대해 이러한 합금의 성형 거동을 시뮬레이션해야 할 필요성이 높아졌습니다. 그러나 이러한 합금, 특히 고강도 변형체는 실온에서 제한된 성형성을 나타내며 이를 형성하기 위해 고온 제조 기술이 개발되었습니다. 결과적으로, 관련 온도 및 변형률 효과를 반영하기 위해 고급 구성 모델이 필요합니다. 이러한 동작을 시뮬레이션하는 것은 기존의 FE 시뮬레이션 기술을 사용하여 계산 비용이 매우 많이 듭니다.

이 논문은 고급 재료 및 마찰 모델을 기존 FE 시뮬레이션과 효율적인 방식으로 결합하여 상용 시뮬레이션 소프트웨어 패키지의 기능을 향상시키는 새로운 지식 기반 클라우드 FE(KBC-FE) 시뮬레이션 기술을 제시합니다. 이러한 방법의 적용은 두 가지 사례 연구, 즉 핫 스탬핑 조건에서 재료의 성형 한계 예측과 다중 사이클 로딩 조건에서의 공구 수명 예측을 통해 입증됩니다.

Introduction

유한 요소(FE) 시뮬레이션은 금속 성형 산업에서 공정 매개변수를 최적화하기 위한 강력한 도구가 되었습니다. FE 시뮬레이션 결과의 신뢰성은 재료 정의의 정확도, 유동 응력 데이터 또는 구성 방정식 형태의 입력, 마찰 계수 및 열 전달 계수와 같은 경계 조건의 할당에 따라 달라집니다. 지난 몇 년 동안 사용자 정의 서브루틴의 구현을 통해 고급 FE 시뮬레이션이 개발되었으며, 이는 FE 소프트웨어의 기능을 크게 확장했습니다.

운영 비용과_CO2 배출량을 줄이는 경량 구조를 생산하기 위해 항공 및 자동차 산업 모두에서 구조 부품의 성형 공정 설계에 이러한 고급 FE 시뮬레이션을 사용하는 것이 조사되었습니다. 특히 철강 부품을 알루미늄 합금 및 마그네슘 합금과 같은 저밀도 재료로 대체하는 데 중점을 두었습니다. 그러나 이러한 합금, 특히 더 강한 변형은 실온에서 성형성이 제한되므로 기존의 콜드 스탬핑 공정을 사용하여 복잡한 모양의 부품을 제조할 수 없습니다. 따라서 지난 수십 년 동안 온간 알루미늄 성형 ^1-4, 알루미늄 합금 ^5-9의 핫 스탬핑 및 고강도 강 ¹⁰의 핫 스탬핑과 같은 고급 고온 성형 기술이 개발되어 복잡한 모양의 부품을 형성할 수 있습니다. 일반적으로 고온 성형 공정에는 상당한 온도 변화, 변형률 및 하중 경로 변화 ¹¹ 가 포함되며, 이는 예를 들어 공작물 재료에서 불가피한 점소성 및 하중 이력 의존 반응을 유발할 수 있습니다. 이는 고온 성형 공정의 본질적인 특징이며 기존의 FE 시뮬레이션 기술을 사용하여 표현하기 어려울 수 있습니다. 또 다른 바람직한 기능은 이러한 공정에서 여러 성형 주기에 걸쳐 공구 수명을 예측할 수 있는 기능인데, 이는 각 성형 작업으로 저하되는 코팅을 통해 달성된 낮은 마찰 특성이 필요하기 때문입니다. 사용자 정의 서브루틴의 구현을 통해 이러한 모든 기능을 나타내는 것은 계산적으로 매우 비쌉니다. 또한 여러 서브루틴을 개발하고 구현하려면 시뮬레이션을 수행하는 엔지니어의 과도한 다분야 지식이 필요합니다.

본 연구에서는 클라우드 컴퓨팅 환경에서의 모듈 적용을 기반으로 하는 새로운 지식 기반 클라우드 FE(KBC-FE) 시뮬레이션 기술을 제안하며, 이는 기존 FE 시뮬레이션과 함께 고급 성형 기능을 효율적이고 효과적으로 모델링하는 방법을 가능하게 합니다. 이 기술에서 FE 소프트웨어의 데이터는 각 클라우드 모듈에서 처리된 다음 추가 처리 및 분석을 위해 관련성이 일관된 형식으로 FE 소프트웨어로 다시 가져옵니다. 이러한 모듈의 개발 및 KBC-FE에서의 구현에 대해 자세히 설명합니다.

Protocol

제한 예측 모델을 형성하는 고온의 1. 개발

1. 레이저 선택된 도형 ^(12)에 알루미늄 합금 AA6082 시트의 성형 성 시험 (1.5 mm 두께)을위한 시험편을 잘라.
2. 전해 제 ^13을 이용하여 시료의 표면을 약 1 mm의 일정한 간격을 0.75 mm 직경의 원형 점으로 이루어지는 격자 패턴을, 에칭.
3. 수동으로 비 에칭면에 윤활유로 흑연 그리스를 적용합니다.
4. 고속 유압 프레스 ¹² 돔 테스트 장비를 조립합니다. 250 KN 유압 만능 시험기를 사용합니다.
5. 테스트 온도로 돔 테스트 장비를 데워 일정한 이동 속도로 펀치를 설정한다. 그런 다음 테스트를 시작합니다.
   주 : 시험 온도는 각각 300, 400, 및 450 ° C이다. 시험 속도는 75, 250 및 400mm / s의 등이 있습니다.
6. 넥킹의 첫 번째 항목에서 테스트를 중지합니다.
   참고 : 프레스 strok을E (즉, 최종 표본 높이) 넥킹 방금 형성된 시험편에 관찰되도록 설정된다.
7. 높이 게이지를 사용하여 최종 표본 높이를 측정 및 분석 시스템을 형성하는 광학 3D를 사용 균주 및 최대 응력 변형률 속도 (시간에 대한 균주의 변화율)을 구한다. 형성된 시료의 각 지점에서 변형을 계산하기 위해 그리드 간격의 변화를 분석한다.
8. 분석 시스템을 형성하는 광학 3D는 카메라, 형성된 시험편 및 교정 스케일 바 ^(14)를 포함하는 것을 보장한다.
   주 : 시험편 분석 기간 동안 턴 테이블의 중앙에 배치하고, 밀폐 된 스케일 막대, 그들의 상대 위치가 고정 유지되어있다.
9. 시편에 고정 높이 (예를 들어, 50cm)와 각도 (예를 들어, 30, 50, 또는 70 °)에서 카메라를 설정하고 15 °의 단위로, 턴테이블의 완전한 회전 (360 °)를 통해 사진을 촬영 .
   참고 : prese에서NT 작업은 이미지의 세 세트는 전체 표본 ^(15)를 통해 긴장을지도하기 위해 여러 카메라의 높이와 각도에서 획득 하였다.
10. 광학 3 차원 성형 해석 소프트웨어로 이미지를로드하고, 긴장을 계산하기 위해 진행합니다. 그리드를 빌드 '계산 3D 점 그리드'기능을 클릭하여 다음 격자 점을 검출하는 '계산 타원과 번들'기능을 클릭하여이 작업을 수행합니다.
    참고 : 균주를 계산하고 평가 모드로 시각화.
11. 스트레인 분포의 출력은 ISO 12004 ^(16)에 따라 각 시편에 대한 제한 균주를 결정하고, 다른 형성 속도와 형성 온도에 대한 성형 한계 다이어그램을 그릴 수 있습니다.
12. 0.1 ~ 10 초에 다른 300에서 500 ° C까지 온도 및 변형 속도로 AA6082의 재료 모델을 보정 ^-1.
    주 : 재료 모델과 AA6082에 대한 상수참조 ^(17)에 자세히 설명되어 있습니다.
13. Hosford 이방성 항복 함수 ^(18)을 구현하고 통합, Marciniak - 쿠친 스키 (MK) 이론 ^(19)와 통합 알고리즘에 단계 1.12의 자료 모델은 성형 한계 예측 모델을 수립 할 수 있도록.
    주 : 기준 모델 ^(11)에 대하여 설명한다.
14. 교정 단계 1.11에서 얻어진 실험 결과를 사용하는 단계 1.13의 개발 모델을 확인합니다.
15. 1.14 단계에서 검증 모델 ^(11)를 통해 성형 한계를 예측한다.
    참고도 1은 6.26 s의 변형 속도, 250mm / s의 속도로 형성하는, 상이한 온도에서 생성 된 모델 예측을 나타내고, 또는 동일 ^-1.

대화 형 마찰 / 착용 모델 2. 개발

1. 코팅 (디스크) 시편 볼에 디스크 검사를 수행
   1. 질화 티타늄 (TiN을) 베어링 강에 코팅을 준비기준 ^(20)에 소정의 성막 파라미터를 캐소드 아크 중간 - 주파수 마그네트론 스퍼터링을 이용 GCR15 디스크.
   2. 주 사형 전자 현미경 (SEM)을 사용하여 코팅 된 샘플의 표면 / 단면 지형을 얻었다. 기재 및 코팅 재료의 지형 (밝기 및 수축)을 비교하여 SEM 이미지를 통해 질화 티타늄 코팅 두께를 측정한다.
      주 : 실험 절차는 기준 ^(20)에서 찾을 수있다.
   3. 시료의 표면 조도를 얻기 위해 백색광 간 ferometric 표면 친 filometer를 사용한다. 렌즈에서 샘플을 놓고 명확한 표면 구조를 얻기 위해 현미경을 조정합니다. 시료를 조명하고 (X)의 각도를 조정하고, Y는 (화면에서 모니터링 될 수있다) 클리어 간섭 스트립을 관찰 축. 소프트웨어에서 총 깊이를 설정하고 측정을 시작합니다. 자동 시료 표면을 주사하여, 표면 거칠기를 계산한다.
   4. O를 부착 강도 평가마이크로 스크래치 시험기를 사용하여 샘플 F. 증가하는 부하 (최대 50 N)과의 TiN 코팅에 스크래치 거리 (최대 5mm)를 적용합니다. 코팅의 중요한 부하의 원인이 실패를 결정하고 마이크로 스크래치 곡선 ^{(20)을 구하십시오.}
   5. 경도 압자를 사용하여 샘플의 경도를 평가한다. 15 초 동안 샘플에 20 N의 정적 하중을 적용합니다. 압자에 의해 노출의 대각선을 측정 한 다음, 테스터의 경도 값을 얻었다.
   6. 주위 환경 ​​(온도 25 ° C, 습도 30 %)에서 마찰 계에 볼에 디스크 검사를 실시한다. 코팅 된 디스크에 대한 대응으로 6 mm 직경 WC-6 % 공 (마이크로 경도 1780 HV, 마모 강도 1,380 N / cm, 탄성 계수 71 GPa의)를 사용합니다. / s의 5mm로 상대 슬라이딩 속도를 조정합니다. 200 N.의 정상적인 부하가 마찰 계를 사용하여 모터와 기록 마찰 값을 시작 적용합니다. 각각 180 초, 350 S, S 400, S 450에서 시험을 중단 오 사용 마모 트랙 분석ptical 현미경 ^20.
   7. 테스트 후 백색광 간섭계 표면 프로파일로를 사용하여 착용 표면의 지형을 측정합니다.
   8. 다른 정상 부하 테스트 (단계 2.1.6) (300 N, 400 N)를 반복합니다.
2. 마찰 계수의 급격한 증가를 특징으로하는 경질 피막의 파괴까지 마찰 계수의 전개를 결정
   1. 단계 2.1.6의 마찰 값을 기록한 후 시간에 대한 마찰 계수의 진화를 그린다.
      참고 : 마찰 계수의 진화는 기준 ^(20)에 제시되어있다.
   2. 마모 동작 조건과 관련된기구의 마찰 계수의 전개를 평가한다.
      참고 : (ⅰ) 낮은 마찰 단계, (ⅱ) 경작 마찰 단계, 및 (iii) 코팅 분석 단계 ^{(20, 21)} : 마찰의 진화는 세 가지 단계로 특징입니다.
   3. 마모의 평가S 180에서 tates 수동 테스트를 중단 한 후, 광학 현미경을 사용하여 마모 트랙을 분석한다.
      주 :이 단계는 단계 2.2.2에서 설명 된 바와 같이 저 마찰 스테이지 마모 파편을 조사하는 것이다.
   4. 각각 350의, 400의, 450의,의 단계를 반복 2.2.3.
3. 대화 형 마찰 모델을 개발
   1. 하드웨어 입자 μ _(PC)의 경운 마찰 초기 마찰 _{μ α를} 결합하여 전체적인 마찰 계수 μ를 특성화 (식으로되어있다. (1)) ^20.
      (1)
   2. 쟁기질 마찰 μ _(PC)의 코팅 고장에 의한 급격한 증가를 모델링하는 순간 코팅 두께 (H)와 볼과 기판 _(μ시) 사이에 없어야 마찰 결합 (식. (2)).
      노트: 잔존 코팅 두께가 제로의 경우이 경우, _PC의 μ μ _추신 (경질 피막의 완전한 파괴를 나타냄)과 동일.
      
      (2)
      λ _1, λ _(2)는 착용 과정의 물리적 의미를 나타 내기 위해 도입 된 모델 파라미터 어디. λ _{한 큰} 포획 마모 입자의 영향을 설명하고, λ _(2)는 마찰 계수의 기울기 특징으로하는 경작 마찰 효과의 강도를 나타낸다.
   3. 잔존 막 두께의 진화를 구하여 변화 접촉 조건 축적 착용 모델에 시간 기반 통합 알고리즘을 사용한다. 식에 의하여 각각 계산 루프에서 코팅 두께를 업데이트. (삼).
      
      (삼)
      여기서 H _0은 초기 코팅 두께이며, 피막의 시간 종속 마모율이다.
   4. Archard의 마모 법 ⁽²²⁾ (식입니다. (4)) 수정하고 본 모델을 구현합니다.
      
      (4)
      K가 마모 계수이고, P는 접촉 압력, V는 미끄럼 속도이며, 그리고 H _(C)는 코팅과 기판의 결합 강도이다.
   5. 결합 된 경도를 계산하는 Korsunsky의 모델을 사용 (식. (5)).
      
      (5)
      H _(S)은 기판의 강도이고, α는 코팅 및 기판 사이의 β 경도 비가 두께의 영향 계수이다.
   6. 전원 리터에 의해 종속 변수가 ₁ λ 부하와 K를 나타냅니다아 방정식.
      
      (6)
      (7)
      κ의 _λ1, κ _K, Ν의 _λ1 및 Ν _{K 마찰} ^(20)의 진화와 관련된 물질 상수 곳.
   7. 모델 파라미터를 결정하는 저자들의 그룹에서 개발 된 적분 알고리즘을 사용하여 실험을 대화 형 마찰 모델을 장착한다.

3. KBC-FE 시뮬레이션 사례 연구

1. KBC-FE 시뮬레이션 사례 연구 1 : 핫 스탬핑 조건에서 형성 한계의 예측
   1. 만들기 및 FE 시뮬레이션 소프트웨어의 새로운 시뮬레이션 프로젝트 이름을 지정합니다. '스탬프 뜨거운 형성'과 프로세스 및 'PAM-AutoStamp'로 해석 유형을 선택프로젝트를 저장.
   2. 유한 요소 시뮬레이션 소프트웨어 그래픽 인터페이스로 다음 '가져 오기 및 transfe R'문 내부 'IGS'형상 파일을 '가져 오기 도구 CAD'를 클릭하여 문 내부 다이를 가져옵니다. 도구의 맞물림을위한 '핫 형성'전략을 선택합니다. '다이'로 가져온 개체의 이름을 지정합니다.
   3. 단계를 반복 3.1.2와 '가져 오기'를 각각 펀치와 Blankholder의 개체입니다.
   4. '셋업'탭에서 '빈'을 클릭합니다. 클릭 '빈 편집기'에서 '빈 추가'및 '빈'과 '새 오브젝트'를 설정합니다. 그런 다음 '표면 빈'등의 유형을 선택합니다.
   5. 정의 유형에 대한 '개요'를 선택하고 빈 모양 (B)를 가져'CAD 파일에서 가져 오기'에 y를 클릭. '부과 수준'과 '메쉬 옵션'선택에서 레벨 1로 '상세 검색'을 정의합니다. 4mm에 '자동 메쉬'및 설정 '메쉬 크기'를 끕니다.
   6. '빈 편집기'에서 재료 특성을 정의합니다. '소재'탭에서 '재료를로드'를 클릭합니다. 'AA6082'를 선택합니다 (단위 : mm을 · kg · MS · C) 재료의 특성과 같은 물질. 'X = 1'에 '롤링 방향'을 설정합니다. 2mm에 '빈 두께', 그리고 490 ° C까지 빈 '초기 온도'를 설정합니다.
      주 : 재료 특성 및 재료 모델은 참조 ^(17)에 설명되어 있습니다.
   7. 프로세스 '를 클릭 설정 - 업 '탭을 선택'+ '아이콘을'아래는 '새 매크로를로드합니다. ' 스탬프 의 Hotforming'를 찾아 'HF_Validation_DoubleAction_GPa.ksa'를 선택합니다. '사용자 지정'대화 상자에서 빈, 다이, 펀치, 그리고 Blankholder을 활성화합니다. '스테이지'탭에서, 중력, 지주, 스탬핑 및 담금질을 활성화합니다.
   8. 의 모든 매개 변수를 설정 (빈 유지 힘 = 50 KN은, 속도 = 250mm / s의, 마찰 계수 = 0.1, 열 전달을 형성하는 것은으로 ^{23 계수} 실제 실험 장치에 해당하는 '셋업'탭에서 '개체하는 속성' 갭과 접촉 압력의 기능).
   9. 클릭 시뮬레이션 설정을 확인하고 위의 설정에 오류가 없도록하기 위해 아이콘을 '확인'.
   10. 는 SI를 시작하는 '계산'아이콘을 클릭합니다mulation.
       주 : 소프트웨어는 호스트 컴퓨터 시뮬레이션 동안 상태 (11)를 기록한다.
   11. 시뮬레이션의 종료 후, FE 시뮬레이션 소프트웨어 그래픽 인터페이스의 시뮬레이션 결과를 관찰하고, 형상의 값, 즉, 큰 스트레인 (막), 작은 응력 (막)을 내보내는 동작을위한 '스크립트'를 기록하는 과정을 수행하고 온도 특정 시뮬레이션 상태의 모든 빈 요소들의. 수동으로 '기록'수출 윤곽 값을 클릭합니다. 녹음을 중지하려면 '중지'를 클릭하십시오. 모든 11 시뮬레이션 상태에 대해 동일한 동작을 반복하도록 상기 스크립트를 저장한다.
   12. 클릭하여 스크립트를로드하는 아이콘을 '재생'을 클릭 윤곽 값을 내보내려면 '모든 수행'.
       주 : 각 개별 윤곽 / 상태의 경우, 소프트웨어가 자동으로 major_strain_staten '에서'ASCII '파일의 값을 내 보냅니다암갈색 ''각각 minor_strain_statenumber '및'temperature_statenumber '.
   13. 클라우드 컴퓨터에 모든 내 보낸 파일을 저장합니다. 클라우드 컴퓨터의 모든 내 보낸 파일과 함께 '넥킹 예측 모델'(즉, 클라우드 모듈 코드)를 실행합니다.
   14. 클라우드 컴퓨터 한계 예측 모델의 형성을 이용하여 넥킹의 발생을 예측한다.
       참고 :이 모델 ^(11)는 사용자에게 개별 요소 또는 블랭크의 모든 요소에 예측 모델을 실행 할 수있는 옵션을 제공합니다.
   15. 수동으로 입력 시뮬레이션 정보 /를 '넥킹 예측 모델'의 매개 변수. 입력 시뮬레이션 상태의 수 (주 11), 스탬핑 공정 (157mm)의 총 뇌졸중, 스탬핑 속도 (250mm / s의), 관심의 변형률 범위 (요소 선택 기준, 예를 들어, 변형> 0.2) 및 모든 요소.
       참고 : STRA을범위에서 넥킹는 예를 들어, 요소 기준을 설정하여 일어날 수있는 요소를 제한, 최종 주요 균주보다 큰 0.2 만의 요소는 모듈의 추가 평가를 위해 선택된다.
   16. 클라우드 컴퓨터 모듈의 계산을 완료 한 후에, 자동으로 포맷 'ASCII'파일에 (예측 결과 네킹)의 모든 데이터를 저장한다.
   17. 유한 요소 시뮬레이션 결과의 최종 상태를로드합니다. '윤곽'탭에서 다음 '스칼라 값을'수입 '을 클릭합니다. 상기 단계에서 얻은 'ASCII'파일을 선택합니다. 유한 요소 시뮬레이션 소프트웨어의 넥킹 예측 결과를 보여준다.
2. KBC-FE 시뮬레이션 사례 연구 2 : 멀티 사이클 하중 조건 하에서 공구 수명 예측
   1. 만들기 및 FE 시뮬레이션 소프트웨어의 새로운 시뮬레이션 프로젝트 이름을 지정합니다. proc 디렉토리를 선택'표준 스탬프'와 같은 ESS와 'PAM-AutoStamp'프로젝트를 저장으로 해석 유형입니다.
   2. '가져 오기 도구 CAD'를 클릭 한 후 '가져 오기 및 전송'을 U 자형 다이 FE 시뮬레이션 소프트웨어 그래픽 인터페이스로 'IGS'형상 파일에 의해 다이 형상을 가져옵니다. 도구의 맞물림에 대한 '검증'전략을 선택합니다. '다이'로 가져온 개체의 이름을 지정합니다.
   3. 단계를 반복 3.2.2은 각각 펀치와 Blankholder의 개체를 가져옵니다.
   4. '셋업'탭에서 '빈'을 클릭합니다. '빈'과 '새 objec의 t을'설정의 '빈 편집기'에서 '빈 추가'다음 '빈 표면'등의 유형을 선택합니다. '네 POI를 선택정의 유형에 대한 국세청 '와 120 × 80mm ² 빈 크기를 설정합니다. 레벨 1 '메시 옵션'에서 '부과 수준'으로 '상세 검색'을 정의합니다. 1.5 mm에 '자동 메쉬'및 설정 '메쉬 크기'를 끕니다.
   5. '빈 편집기'에서 재료 특성을 정의합니다. '소재'탭에서 '로드 재료'를 클릭합니다. 'AA5754-H111'를 선택합니다 (단위 : mm · kg · MS · C) 재료의 특성과 같은 물질. 'X = 1'에 '롤링 방향'을 설정합니다. 1.5 mm에 '빈 두께'를 설정합니다.
   6. '셋업'탭에서 '프로세스'를 클릭하고 새 매크로를로드 '+'아이콘을 선택합니다. 로 이동' 스탬프 타당성'선택 'SingleActioin_GPa.ksa'. '사용자 지정'대화 상자에서 빈, 다이, 펀치, 그리고 Blankholder을 활성화합니다. 아래의 '단계'는 중력, 지주 및 스탬핑을 활성화합니다.
   7. 실제 실험 설정에 해당하는 시뮬레이션의 모든 '매개 변수'를 설정 (빈 유지 힘 = 5, 20, 50 KN 각각 형성 속도 = 250mm / s의, 마찰 계수 = 0.17).
   8. 시뮬레이션 셋업을 '확인'및 위의 설정에 오류를 확인하지 않습니다.
   9. '계산'아이콘을 클릭하고 호스트 컴퓨터에서 시뮬레이션을 굽힘 11 상태 U 자형의 '계산'을 시작합니다.
   10. 시뮬레이션을 완료 한 후, 수출 가공물에 대해 자동으로 데이터와 '접촉 압력의 데이터를'좌표 '와도구 (펀치 다이 블랭크 홀더) (단계 3.1.11 및 3.1.12에 따라) 'ASCII'파일로.
   11. 클라우드 컴퓨터에 모든 내 보낸 파일을 저장합니다. 클라우드 컴퓨터의 모든 내 보낸 파일과 함께 '공구 수명 예측 모듈'을 실행합니다.
   12. '공구 수명 예측 모듈'의 매개 변수를 형성하는 수동으로 입력. 입력 다음 매개 변수 : 상태의 수 (주 11), 총 스트로크 (70mm), 스탬핑 속도 (250mm / 초) 및 초기 마찰 계수 (0.17).
   13. 도구를 (펀치 다이 또는 블랭크 홀더)를 선택하고 단일 요소 또는 모든 요소에 대한 계산을 시작합니다.
   14. 클라우드 컴퓨터 모듈 연산의 완료 후, 자동 포맷 'ASCII'파일에 (순시 나머지 코팅 두께 및 마찰 계수를 포함)의 모든 데이터를 저장한다.
   15. 로드 나머지 코팅 두께 fricti 표시유한 요소 시뮬레이션 소프트웨어의 관련 요소에 대한 계수에 (단계 3.1.17에 따라).

Results

넥킹 예측에 대한 KBC-FE 시뮬레이션

핫 스탬핑 공정에서, 형상 최적화 된 비어의 사용은 재료 비용을 절약 할뿐만 아니라, 예컨대, 네킹, 균열 및 주름 등의 결함의 존재를 감소하는 데 도움이 될 것뿐만 아니라. 초기 블랭크 형상을 형성하는 동안 상당히 물질 유동에 영향을 미치며, 따라서 빈 형상의 합리적인 설계는 최종 제품의 핫 스탬핑 처리의 성공 및 품질에 중요하다. 최적 빈 형상을 결정하기 위해 시행 착오 실험 노력을 줄이기 위해 KBC-FE 시뮬레이션 네킹으로 영역을 최소화하기위한 매우 효율적이고 효과적인 방법으로 입증 하였다. 넥킹 예측 병렬 구름 모듈 연산 4 시간 이내에 완료되는 동안이 방법을 사용하여, 각 시뮬레이션은, 약 2 시간 걸린다.

"1">도 4는 핫 스탬핑, 차량용 도어 이너 부품의 실시 예에 사용 된 공 모양의 진화를 나타낸다. 종래의 콜드 스탬핑 공정에서 채택 된 초기 블랭크 형상, 먼저 KBC-FE 시뮬레이션에 사용 하였다. 도 4의 실험 결과 (a) 큰 실패 (균열이나 네킹) 영역은 핫 스탬핑 후에 표시되는지 보여준다. 블랭크 형상 최적화 한 반복은,이도 4에서 알 수있는 후 (b) 거의 완전히 성공적 패널 초기 블랭크 형상을 사용하는 것에 비해 훨씬 적은 넥킹이 형성된다. 여전히 오른쪽 상단 포켓 패널의 왼쪽 모서리에 네킹의 표시가있는 것을 알 수있다. 도 4 (c)에서 상기 최적화 한 후, 최적화 된 빈 형상 마지막 패널 가시적 넥킹 얻었다. KBC-FE 시뮬레이션에 의해 결정 최적화 된 빈 형태는 핫 스탬핑을 통해 실험적으로 확인되었다시험은 생산 시스템 제조자에 의해 제공되는 완전 자동화 생산 라인에서 수행 하였다.

공구 수명 예측에 대한 KBC-FE 시뮬레이션

금속 성형 공정의 기존 FE 시뮬레이션은 하나의 사이클 수행된다. 그러나, 작업 환경에서, 다수의 성형 사이클이 형성 사이클 수의 증가가 형성된 구성 요소들 사이의 증가 변화를 초래하는 것이 발견 주어진 툴에서 수행된다. 멀티 사이클 툴 로딩 중에이 변화는 표면 지형의 변화의 결과이다. 예를 들면, 기능성 코팅을 가진 공구를 형성하는 멀티 사이클 로딩 마모에 의한 피막 두께의 감소로 이어질 것이다. 게다가, 코팅의 파괴도 KBC-FE 기술이 가능 등 속도를 형성하는 등의 부하 / 압력 등의 파라미터를 형성함으로써 영향을 받는다향상된 기능성 코팅을 가진 공구를 형성하는 인 - 서비스 수명 예측에 필수적인 멀티 사이클 하중 조건 하에서 공정을 형성하는 금속판의 시뮬레이션.

공구 수명에 블랭크 홀딩력, 5, 20, 50 KN의 블랭크 홀딩력 값의 영향을 조사하기 위해 250mm / s의 일정한 형성 속도를 조사 하였다. 도 5는 300 사이클 후의 성형 상이한 빈 지지력과 나머지 공구 코팅 두께 분포를 나타낸다. 명확 나머지 막 두께는 블랭크 홀딩력 증가 감소 것을 나타낸다.

도 6은 300 사이클 후의 성형 다이의 곡선을 따라 거리를 각각 5, 20, 50 KN의 블랭크 홀딩 힘과 압력 그리고 남은 코팅 두께 분포를 나타낸다. 지역 때문에 AB는 다이 엔트를 나타냅니다U 자 형상의 절곡 과정 랜스 영역은 압력이 영역에서 상대적 마모 거리 다이의 다른 영역들보다 훨씬 높았다. 따라서, 피막의 마모가 주로이 부분에 발생 하였다. 20 KN의 막 두께 감소의 두 피크 값 및 압력 하에서 2 개의 피크에 대응 50 KN있다. 한편, 나머지 막 두께는 블랭크 홀딩력의 증가와 함께 감소한다. 초기의 코팅 두께는 2.1 마이크론이었다 여기서 5, 20, 50 KN 빈 지지력 가장 낮은 나머지 코팅 두께가 각각 0.905, 0.570, 및 0.403 미크론이었다.

그림 1 : 서로 다른 온도에서 실험 및 형성 예측 제한 균주의 비교. 성형 한계 균주 250 mm의 일정한 속도로 온도가 상승함에 따라 증가/ s, 또는 등가 적으로, 6.26 (S) ^-1의 변형율. 이 그림의 더 큰 버전을 보려면 여기를 클릭하십시오.

그림 2 : 시트 금속 성형 공정에 대한 지식을 기반으로 클라우드 FE 시뮬레이션을위한 도식 차트. 상용 FE 시뮬레이션 소프트웨어는 시뮬레이션을 실행하고, 각 모듈에 필요한 결과를 반출하기 위해 사용된다. 모듈 등, 예를 들면, 성형, 열전달, 후 성형 강도 (미세), 공구 수명 예측, 툴 디자인, 따라서 FE 시뮬레이션에 여러 출처 에지 기술 절단의 통합을 가능하게 클라우드에서 동시에 독립적으로 작동 . 카스티하세요이 그림의 더 큰 버전을 보려면 여기를 ICK.

도 3 : 모의 굽힘 U 자 형상의 작업 편과 공구 형상. 도구는, 즉, 펀치 블랭크 홀더 및 다이, 강성 요소를 사용하여 모델링된다. 쉘 요소는 작업 편 (공백) 요소에 대해 사용된다. 이 그림의 더 큰 버전을 보려면 여기를 클릭하십시오.

그림 4 : (FE 시뮬레이션에 표시) 도어 내부 패널의 핫 스탬핑 빈 모양의 진화. 왼쪽: 녹색 프레임 수치는 빈 각각의 최적화 단계에서 모양 및 빨간색으로 사람을 나타냅니다프레임은 최적화하기 전에 빈 모양에 해당합니다. 오른쪽 : 각 최적화 단계에서 예측 결과를 네킹. (가) 큰 실패와 초기 결과 (균열이 / 레드 색상으로 표시 애무), (b)는 최적화의 첫 번째 단계, (c)는 눈에 보이는 넥킹와 최종 최적화 된 빈 모양 후 일부 넥킹과 실패를 감소. 이 그림의 더 큰 버전을 보려면 여기를 클릭하십시오.

도 5의 블랭크 홀딩 세력 나머지 막 두께 분포 (FE 시뮬레이션 표시) : (a) 5 KN (b) 20 KN 및 (c) 50 KN (250)의 일정한 스탬핑 속도 300 성형 사이클 후의 mm / S를. 부디이 그림의 더 큰 버전을 보려면 여기를 클릭하십시오.

빈 유지력과 접촉 압력을 예측하고, 나머지 막 두께 :도 6 (a) 5- (KN), (b) 20 KN 250의 일정한 스탬핑 속도 다이의 곡선의 거리에 따라서 (c) 50 KN, mm / S를. 이 그림의 더 큰 버전을 보려면 여기를 클릭하십시오.

Discussion

KBC-FE 시뮬레이션 기술은 고급 시뮬레이션 전용 모듈을 사용하여 사이트를 수행 할 수 있습니다. 그것은 서로 다른 전문 분야에서 노드를 연결 클라우드 환경에서 기능 모듈을 실행할 수있는 프로세스 시뮬레이션이 가능한 정확하게 수행되도록 할 수 있습니다. 방송위-FE 시뮬레이션의 중요한 양상은 기능 모듈의 FE 코드 독립성, 계산의 효율성 및 정확성을 포함 할 수있다. 모듈의 각 고급 기능의 실현은 새로운 모델 및 / 또는 실험적인 신규 기술의 발전에 의존한다. 예를 들어, 성형 한계 모듈은 새로운 통합 성형 한계 예측 모델 ^(11)에 근거하여 개발되고, 마찰 공구 수명 예측 모듈은 현재 대화 형 마찰 모델 ^(20)의 구현에 의해 개발되었다. 방송위-FE 시뮬레이션 기술은 또한 선택을 수행 선택적 연산 기능, 즉 요소만을 구비기준은 개별 모듈의 추가 평가를 위해 선택된다. 예를 들어, 공구 수명 예측 모듈은 자동 소자 따라서 일반적으로 1 % 미만이 더 선택 될 것, 경질 피막 사이클을 형성하는 첫번째 모든 요소의 마모율 순위에 의해 파괴 경향이있는 요소를 선택 멀티 사이클 하중 조건 하에서 공구 수명 평가. 본 연구에서는, 300 사이클 후의 성형 공구 수명 예측을 5 분 내에 완료 될 수있다.

관련 시험을 수행하고 그에 따라 보정함으로써, 성형 한계 모델 따라서 성공적 합금으로 컴포넌트를 제조하기위한 최적의 파라미터를 결정하기 위해 공정 시뮬레이션을 형성하는 도포하고 네킹없이 빈도로 할 수있다. 성형 한계 예측 모델은 사용중인 FE 소프트웨어 독립적이었다 클라우드 모듈로서 개발되었으며 동안 재료의 성형 성을 평가하는 모든 FE 소프트웨어에 적용 할 수있다복잡한 서브 루틴 ^(17)없이 형성한다. 오류가 발생하는지 여부 모델에 관련 데이터를 가져 와서, 계산은 계산 자원 절약, 사용자가 지정할 수있는 구성 요소의 지역에서, 결정하기 위해 수행 할 수있다. 그러나, 응력 - 변형 곡선은 간단한 룩업 테이블을 통해 FE 소프트웨어에 입력되고, 충분히 시뮬레이션 동안 다양한 온도 및 변형률의 물성을 나타 내기 어렵게 될 수 있다는 것을 유의해야한다.

공구 수명 예측 모듈의 형성시 마찰 동작 검증 마찰 모듈 ^(20)에 요구되는 변형 이력 데이터를 임포트하고 다시 FE 소프트웨어에 각 요소의 구름 모듈에 의해 계산 된 개별 데이터 포인트를 가져 예측 될 수있다. 이는 고급 마찰 모듈은 사용자가 서브 루틴을 포함 할 수있는 능력에 상관없이, 모든 FE 코드가 사용될 수 있음을 보장한다. 또한, 모드ULE는 상기 연산 시간을 줄이기 위해 병렬로 실행할 수있다. 대화식 마찰 / 착용 모델은 슬라이딩 초기 동안 마모 입자의 부재를 상정하고, 그 결과, 마찰 계수가 0.17 ^(20)의 일정한 초기 값을 예상하는 것이 합리적 일 것이다. 이 모델은 마찰 분포의 진화를 보여되지만, 성형 공정 동안 마찰 동작은 매우 복잡하며 완전히 FE 시뮬레이션에 구름 모듈로부터 복잡 마찰 동작들을 통합하는 것은 어렵다.

이후 기술 된 바와 같이, KBC-FE 시뮬레이션 소프트웨어 개발자들에 의해 설정 될 매우 유익하지만, 완전히 다른 비즈니스 모델을 요구 전용 견고한 인터넷 기반 FE 시뮬레이션 소프트웨어 패키지의 발전에 의존한다. 또한, 전용 내부 네트워크 데이터 보안 및 산업용 시스템의 제어의 안정성을 보장하기 위해 협력 당사자 내에 구축 될 필요가있다.

Materials

List of materials used in this article

Name	Company	Catalog Number	Comments
AA6082-T6	AMAG		재질
AA5754-H111	AMAG		재질
1,000kN 고속 프레스	ESH		성형 프레스
ARGUS	GOM		광학 성형 분석
PAM-STAMP 2015	ESI		FE 시뮬레이션 소프트웨어
Matlab	MathWorks		Numerical 계산 소프트웨어
Gleeble 3800	DSI		단축 인장 시험
고온 마찰 분석기 (THT)	Anton Paar		마찰 속성 테스트
NewViewTM 7100	ZYGO		표면 조면계
마그네트론 스퍼터링 장비			코팅 증착
미세 경도 시험기	Wolpert Wilson Instruments
나노 경도 인덴터	증권 시세