Name: 시트 금속 성형 공정에 대한 지식을 바탕으로 클라우드 FE 시뮬레이션 (동영상) | JoVE Journal
Uploaded: 2016-12-13T12:30:00.000+00:00
Duration: 11 min 5 s
Description: 학습하세요 KBC-FE 클라우드 시뮬레이션 방법을 사용하여 시트 금속 성형 공정의 성형 한계와 공구 수명을 예측하는 방법을. 이 방법은 고급 예측 모델을 기존 FE 소프트웨어와 통합하여 정확도를 향상시킵니다.

ai_agent_IP

ai_agent

maintenance

instantTrialDurationMinutes

isBiopharma

enableNewMyJoveSectionDesign

educationFeatures

seoMetaApi

ai_copilot_institution_blacklist

ai_chat_institution_blacklist

freeAccessWindow

ssoRoleCapture

scheduledMaintenanceBanner

joveLabsFeatures

disable_autoplay_for_bots

extended_trial_duration

5 minutes

playerTrialDesktop

Innovate UK, Ultra-light Car Bodies(UlCab, 참조 101568) 및 Make it lighter, with less(LightBlank, 참조 131818)의 재정 지원에 감사드립니다. 이러한 결과로 이어진 연구는 보조금 계약 번호 604240, 프로젝트 제목 '운송 산업용 경량 구조물의 저비용 형성을 위한 특허받고 실험실에서 입증된 재료 가공 기술의 사용을 가능하게 하는 산업 시스템(LoCoLite)'에 따라 유럽 연합의 제7차 프레임워크 프로그램(FP7/2007-2013)으로부터 자금을 지원받았습니다. AVIC(Aviation Industry Corporation of China)의 자금 지원을 받는 임페리얼 칼리지 런던(Imperial College London)의 AVIC Centre for Structural Design and Manufacture에서도 상당한 지원을 받았습니다.

<ol><li>Miller, W. S., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Recent+development+in+aluminium+alloys+for+the+automotive+industry%5BTitle%5D)+AND+%22Mater.+Sci.+Eng.+A%22%5BJournal%5D)">Recent development in aluminium alloys for the automotive industry.</a> Mater. Sci. Eng. A. 280 (1), 37-49 (2000).</li>
<li>Bolt, P. J., Lamboo, N. A. P. M., Rozier, P. J. C. M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Feasibility+of+warm+drawing+of+aluminium+products%5BTitle%5D)+AND+%22J.+Mater.+Process.+Tech%22%5BJournal%5D)">Feasibility of warm drawing of aluminium products.</a> J. Mater. Process. Tech. 115 (1), 118-121 (2001).</li>
<li>Li, D., Ghosh, A., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Effects+of+temperature+and+blank+holding+force+on+biaxial+forming+behavior+of+aluminum+sheet+alloys%5BTitle%5D)+AND+%22J.+Mater.+Eng.+Perform%22%5BJournal%5D)">Effects of temperature and blank holding force on biaxial forming behavior of aluminum sheet alloys.</a> J. Mater. Eng. Perform. 13 (3), 348-360 (2004).</li>
<li>Toros, S., Ozturk, F., Kacar, I. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Review+of+warm+forming+of+aluminum-magnesium+alloys%5BTitle%5D)+AND+%22J.+Mater.+Process.+Tech%22%5BJournal%5D)">Review of warm forming of aluminum-magnesium alloys.</a> J. Mater. Process. Tech. 207 (1-3), 1-12 (2008).</li>
<li>Wang, L., Strangwood, M., Balint, D., Lin, J., Dean, T. A. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Formability+and+failure+mechanisms+of+AA2024+under+hot+forming+conditions%5BTitle%5D)+AND+%22Mater.+Sci.+Eng.+A%22%5BJournal%5D)">Formability and failure mechanisms of AA2024 under hot forming conditions.</a> Mater. Sci. Eng. A. 528 (6), 2648-2656 (2011).</li>
<li>Wang, L., et al. <a target="_blank" href="http://scholar.google.com/scholar?hl=en&safe=off&q=author%3aWang%2C+L+%22TTP2013+Tools+and+Technologies+for+Processing+Ultra+High+Strength+Materials%22">TTP2013 Tools and Technologies for Processing Ultra High Strength Materials</a>. , Austria, Graz. (2013).</li>
<li>El Fakir, O., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Numerical+study+of+the+solution+heat+treatment%2C+forming%2C+and+in-die+quenching+%28HFQ%29+process+on+AA5754%5BTitle%5D)+AND+%22Int.+J.+Mach.+Tool.+Manu%22%5BJournal%5D)">Numerical study of the solution heat treatment, forming, and in-die quenching (HFQ) process on AA5754.</a> Int. J. Mach. Tool. Manu. 87 (0), 39-48 (2014).</li>
<li>Raugei, M., El Fakir, O., Wang, L., Lin, J., Morrey, D. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Life+cycle+assessment+of+the+potential+environmental+benefits+of+a+novel+hot+forming+process+in+automotive+manufacturing%5BTitle%5D)+AND+%22J.+Clean.+Prod%22%5BJournal%5D)">Life cycle assessment of the potential environmental benefits of a novel hot forming process in automotive manufacturing.</a> J. Clean. Prod. 83, 80-86 (2014).</li>
<li>Liu, J., Gao, H., Fakir, O. E., Wang, L., Lin, J. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((HFQ+forming+of+AA6082+tailor+welded+blanks%5BTitle%5D)+AND+%22MATEC+Web+of+Conferences%22%5BJournal%5D)">HFQ forming of AA6082 tailor welded blanks.</a> MATEC Web of Conferences. 21 (05006), (2015).</li>
<li>Karbasian, H., Tekkaya, A. E. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((A+review+on+hot+stamping%5BTitle%5D)+AND+%22J.+Mater.+Process.+Tech%22%5BJournal%5D)">A review on hot stamping.</a> J. Mater. Process. Tech. 210 (15), 2103-2118 (2010).</li>
<li>El Fakir, O., Wang, L., Balint, D., Dear, J. P., Lin, J. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Predicting+Effect+of+Temperature+Strain+Rate+and+Strain+Path+Changes+on+Forming+Limit+of+Lightweight+Sheet+Metal+Alloys%5BTitle%5D)+AND+%22Procedia+Eng%22%5BJournal%5D)">Predicting Effect of Temperature Strain Rate and Strain Path Changes on Forming Limit of Lightweight Sheet Metal Alloys.</a> Procedia Eng. 81 (0), 736-741 (2014).</li>
<li>Shi, Z., et al. <a target="_blank" href="http://scholar.google.com/scholar?hl=en&safe=off&q=author%3aShi%2C+Z+%22the+3rd+International+Conference+on+New+Forming+Technology%22">the 3rd International Conference on New Forming Technology</a>. , Harbin, China. 100-104 (2012).</li>
<li>Electrolytic Marking [Internet]. , Ostling Etchmark. Staford. Available from:
 <a target="_blank" href="http://www.etchmark.co.uk/marking-tech/electrolytic/">http://www.etchmark.co.uk/marking-tech/electrolytic/</a> (2015).</li>
<li>ARGUS - Optical Forming Analysis [Internet]. , GOM mbH. Braunschweig. Available from:
 <a target="_blank" href="http://www.gom.com/metrology-systems/system-overview/argus">http://www.gom.com/metrology-systems/system-overview/argus</a> (2015).</li>
<li>ARGUS User Manual. , GOM mbH. Germany. Available from:
 <a target="_blank" href="http://www.gom.com/3d-software/download.html">http://www.gom.com/3d-software/download.html</a> (2016).</li>
<li>ISO12004. Metallic materials -- Sheet and strip -- Determination of forming-limit curves. , Available from:
 <a target="_blank" href="http://www.iso.org/iso/catalogue_detail.htm?csnumber=43621">http://www.iso.org/iso/catalogue_detail.htm?csnumber=43621</a> (2008).</li>
<li>Mohamed, M. S., Foster, A. D., Lin, J., Balint, D. S., Dean, T. A. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Investigation+of+deformation+and+failure+features+in+hot+stamping+of+AA6082%3A+Experimentation+and+modelling%5BTitle%5D)+AND+%22Int.+J.+Mach.+Tool.+Manu%22%5BJournal%5D)">Investigation of deformation and failure features in hot stamping of AA6082: Experimentation and modelling.</a> Int. J. Mach. Tool. Manu. 53 (1), 27-38 (2012).</li>
<li>Hosford, W. F. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Comments+on+anisotropic+yield+criteria%5BTitle%5D)+AND+%22Int.+J.+Mech.+Sci%22%5BJournal%5D)">Comments on anisotropic yield criteria.</a> Int. J. Mech. Sci. 27 (7), 423-427 (1985).</li>
<li>Marciniak, Z., Kuczyński, K. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Limit+strains+in+the+processes+of+stretch-forming+sheet+metal%5BTitle%5D)+AND+%22Int.+J.+Mech.+Sci%22%5BJournal%5D)">Limit strains in the processes of stretch-forming sheet metal.</a> Int. J. Mech. Sci. 9 (9), 609-620 (1967).</li>
<li>Ma, G., Wang, L., Gao, H., Zhang, J., Reddyhoff, T. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((The+friction+coefficient+evolution+of+a+TiN+coated+contact+during+sliding+wear%5BTitle%5D)+AND+%22Appl.+Surf.+Sci%22%5BJournal%5D)">The friction coefficient evolution of a TiN coated contact during sliding wear.</a> Appl. Surf. Sci. 345, 109-115 (2015).</li>
<li>Põdra, P., Andersson, S. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Simulating+sliding+wear+with+finite+element+method%5BTitle%5D)+AND+%22Tribol.+Int%22%5BJournal%5D)">Simulating sliding wear with finite element method.</a> Tribol. Int. 32 (2), 71-81 (1999).</li>
<li>Archard, J. F. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Contact+and+Rubbing+of+Flat+Surfaces%5BTitle%5D)+AND+%22J.+Appl.+Phys%22%5BJournal%5D)">Contact and Rubbing of Flat Surfaces.</a> J. Appl. Phys. 24 (8), 981-988 (1953).</li>
<li>Liu, X., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Determination+of+the+interfacial+heat+transfer+coefficient+in+the+hot+stamping+of+AA7075%5BTitle%5D)+AND+%22MATEC+Web+of+Conferences%22%5BJournal%5D)">Determination of the interfacial heat transfer coefficient in the hot stamping of AA7075.</a> MATEC Web of Conferences. 21 (05003), (2015).</li>
</ol>

저자는 공개할 것이 없습니다.

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. </P&gt;

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 비용과CO2 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.

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

시트 금속 성형 공정에 대한 지식을 바탕으로 클라우드 fe 시뮬레이션

Knowledge Based Cloud FE Simulation of Sheet Metal Forming Processes

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.

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. &quot;1&quot;&gt;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. <img alt="그림 1" src="/files/ftp_upload/53957/53957fig1.jpg" /> 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. <a href="https://www.jove.com/files/ftp_upload/53957/53957fig1large.jpg" target="_blank">이 그림의 더 큰 버전을 보려면 여기를 클릭하십시오.</a> <img alt="그림 2" src="/files/ftp_upload/53957/53957fig2.jpg" /> 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 . <a href="https://www.jove.com/files/ftp_upload/53957/53957fig2large.jpg" target="_blank">카스티하세요</a>이 그림의 더 큰 버전을 보려면 여기를 ICK. <img alt="그림 3" src="/files/ftp_upload/53957/53957fig3.jpg" /> 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. <a href="https://www.jove.com/files/ftp_upload/53957/53957fig3large.jpg" target="_blank">이 그림의 더 큰 버전을 보려면 여기를 클릭하십시오.</a> <img alt="그림 4" src="/files/ftp_upload/53957/53957fig4.jpg" /> 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. <a href="https://www.jove.com/files/ftp_upload/53957/53957fig4large.jpg" target="_blank">이 그림의 더 큰 버전을 보려면 여기를 클릭하십시오.</a> <img alt="그림 5" src="/files/ftp_upload/53957/53957fig5.jpg" /> 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. <a href="https://www.jove.com/files/ftp_upload/53957/53957fig5large.jpg" target="_blank">부디</a>이 그림의 더 큰 버전을 보려면 여기를 클릭하십시오. <img alt="그림 6" src="/files/ftp_upload/53957/53957fig6.jpg" /> 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. <a href="https://www.jove.com/files/ftp_upload/53957/53957fig6large.jpg" target="_blank">이 그림의 더 큰 버전을 보려면 여기를 클릭하십시오.</a>

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.

시트 금속 성형 공정에 대한 지식을 바탕으로 클라우드 FE 시뮬레이션

The use of Finite Element (FE) simulation software to adequately predict the outcome of sheet metal forming processes is crucial to enhancing the ...

지식 기반 클라우드 FE 시뮬레이션 방법의 전반적인 목표는 서로 다른 분야의 전문 지식을 단일 포털에 결합하여, 사용 난이도를 크게 높이지 않으면서 성형 공정 시뮬레이션의 역량과 정확도를 향상시키는 것입니다. 이 방법은 성형 부품의 성공적인 제작을 위한 파라미터 설정 및 성형 공구의 수명 예측과 같이 판금 성형 분야의 핵심 질문들에 답하는 데 도움을 줄 수 있습니다. 이 방법론의 주요 강점은 모델 자체를 수정할 필요 없이 어떠한 FE 시뮬레이션 소프트웨어에서도 고급 예측 모델을 활용할 수 있다는 점입니다.일반적으로, 이 방법이 처음인 사용자라도 strain lie 사용자 인터페이스 덕분에 매우 쉽게 활용할 수 있을 것입니다. 시각적 시연을 통해 기존 FE 시뮬레이션에 고급 예측 모델을 통합하는 것이 얼마나 간단한지 확인할 수 있습니다. 이 섹션에서는 핫 스탬핑 공정의 성형성을 예측하기 위해 KBC-FE 컴퓨팅을 사용하는 방법을 다룹니다.FE 시뮬레이션 소프트웨어에서 새 프로젝트를 시작합니다. 프로젝트를 저장할 때 공정은 스탬프 핫 포밍(stamp hot forming)으로, 솔버 유형은 PAM-AutoStamp로 선택하십시오. 다음으로, 먼저 import tools CAD를 클릭하여 도어 이너 금형을 불러옵니다. 불러온 객체의 이름을 die로 지정하고, 툴의 메쉬 생성을 위해 핫 포밍 전략(hot forming strategy)을 활성화한 다음, 도어 이너 IGS 기하 구조 파일을 그래픽 인터페이스로 불러와 전송하십시오.이제 펀치와 블랭크 홀더를 가져오는 과정을 반복하십시오. 다음으로, 설정(set-up) 탭에서 블랭크(blank)를 클릭하십시오. 그런 다음, 블랭크 편집기에서 블랭크 추가(add blank)를 클릭하십시오.새 개체를 blank로 설정하고, 유형을 surface blank로 설정하십시오. 이제 정의 유형으로 outline을 선택하고, CAD 파일에서 가져오기를 클릭하여 blank 형상을 가져오십시오. 메시 옵션에서 세분화를 imposed level로 정의하고, level 1을 선택하십시오.그런 다음, 자동 메싱을 끄고 메쉬 크기를 4 mm로 설정하십시오. 블랭크 에디터에서 재료 특성을 정의하는 단계를 진행합니다. 재료 탭에서 재료 불러오기를 클릭하고 AA-6082 재료를 선택하십시오.압연 방향을 X=1로 설정하십시오. 블랭크 두께를 2 mm로, 블랭크 초기 온도를 490 °C로 설정하십시오. 다음으로, 설정(set-up) 탭으로 이동하여 공정(process)을 클릭하고, 플러스(+) 아이콘을 선택하여 새 매크로를 로드하십시오.그 다음, 스탬프 열간 성형 폴더로 이동하여 HF validation double action GPA 파일을 선택하십시오. 사용자 정의 대화 상자에서 blank, die, punch 및 blank holder 객체를 활성화하십시오. stages 탭에서 gravity, holding, stamping 및 quenching을 활성화하십시오.이제 설정(set-up) 탭의 객체 속성에서 모든 파라미터를 실제 실험 설정에 맞게 설정하십시오. 열전달 계수를 간극 및 접촉 압력의 함수로 설정합니다. 그런 다음 체크 아이콘을 클릭하여 설정에 오류가 없는지 확인하고, 오류가 없으면 계산 아이콘을 클릭하여 호스트 컴퓨터에서 시뮬레이션을 시작하십시오.결과를 관찰한 후, 모든 시뮬레이션 상태의 모든 요소에 대한 주 변형률(major strain), 부 변형률(minor strain) 및 온도 등고선 값을 ascii 파일로 내보내는 스크립트를 실행하고 파일을 저장하십시오. 이러한 방식으로 데이터를 활용하면 부품의 형상에 관한 정보가 온라인 포털로 전송되지 않으므로 기밀 정보를 보호할 수 있습니다. 이제 KBC-FE 시뮬레이션을 위해 새로 구축된 포털인 smart forming에 접속하여 사용자 프로필로 로그인하십시오.성형 한계 예측 모듈을 선택하고, 시뮬레이션 결과 파일을 클라우드 컴퓨터로 내보냅니다. 그런 다음, 시뮬레이션의 상태 수를 입력하고 시뮬레이션 세부 사항과 매개변수를 수동으로 입력한 후 계산을 시작합니다. 계산이 완료되면 클라우드 컴퓨터에서 결과를 다운로드하여 FE 시뮬레이션에서 시각화합니다.그런 다음, FE 시뮬레이션 결과의 최종 상태를 불러오고, contours 탭에서 imported를 클릭한 후 scalar values를 선택하십시오. 성형 한계 예측 결과를 표시하려면 ascii를 선택하십시오. 이 섹션에서는 대체 성형 공정을 사용하여 공구 수명을 예측하는 데 KBC-FE 계산을 어떻게 활용할 수 있는지 설명합니다.FE 시뮬레이션 소프트웨어에서 새로운 시뮬레이션 프로젝트를 생성하고 이름을 지정하십시오. 프로젝트를 저장할 때 공정은 표준 스탬핑(standard stamping)으로, 솔버 유형은 PAM AutoStamp로 선택하십시오. 다음으로, import tools CAD를 클릭하여 금형 형상을 가져오십시오.그 다음, U자형 다이(die) IGS 기하 파일(geometry file)을 그래픽 인터페이스로 가져와 전송합니다. 툴의 메싱(meshing)을 위한 검증 전략을 선택하고, 메시 크기는 2 mm, 최대 각도는 5로 설정합니다. 가져온 객체의 이름을 die로 지정합니다.동일한 방식으로 펀치와 블랭크 홀더를 불러옵니다. 이제 설정(set-up)에서 블랭크(blank)를 클릭하고, 블랭크 에디터에서 블랭크를 추가합니다. 새 객체를 블랭크로 설정한 다음, 유형을 표면 블랭크(surface blank)로 선택하십시오.그런 다음, 정의 유형으로 4개의 점을 선택하고 블랭크 크기를 120 by 80 square millimeters 정사각형으로 설정하십시오. 자동 메싱 기능이 꺼져 있는지 확인하고 메쉬 크기를 1.5 millimeters로 설정하십시오. 이제 블랭크 에디터에서 재료 특성을 정의하십시오.재료(material) 탭 아래의 재료 불러오기(load a material)를 클릭하고 재료 특성으로 AA 5754 H111 재료를 선택하십시오. 그런 다음 블랭크 두께를 1.5 mm로 설정하고 초기 온도를 20 °C로 설정하십시오. 이어서 설정(set-up) 탭 아래의 프로세스(process)를 클릭하고 플러스(+) 아이콘을 선택하여 새 매크로를 불러오십시오.스탬프 타당성(stamp feasibility) 폴더로 이동하여 스탬핑 전용 더블 액션 도트(stamping only double action dot) GPA 파일을 선택하십시오. 사용자 정의(customize) 대화 상자에서 블랭크, 다이, 펀치 및 블랭크 홀더를 활성화하십시오. 스테이지(stages) 항목에서 스탬핑을 활성화하십시오.이제 시뮬레이션의 모든 매개변수를 실제 실험 설정과 일치하도록 설정하십시오. 다음으로, 설정의 확인(check)을 클릭하여 오류가 없는지 확인하십시오. 이제 계산 아이콘을 클릭하여 호스트 컴퓨터에서 11개 상태의 u-자형 굽힘 시뮬레이션 계산을 시작하십시오.시뮬레이션이 완료되면, 스크립트를 실행하여 좌표 데이터와 다이의 접촉 압력 데이터가 포함된 ascii 파일을 내보냅니다. 그다음, smart forming 포털에서 공구 수명 예측 모듈을 선택하고, 시뮬레이션 세부 사항과 시뮬레이션의 상태 수를 수동으로 입력한 후, 시뮬레이션 결과 파일을 클라우드 컴퓨터로 내보냅니다. 이후 계산을 시작합니다.계산이 완료되면 결과를 다운로드하여 FE 시뮬레이션 소프트웨어에서 최종 상태를 확인하십시오. 이를 위해 컨투어(contours) 탭으로 이동하여 'imported'를 클릭한 다음 'scalar values'를 선택하십시오. 그 후 'ascii'를 선택하면 공구 수명 예측 결과가 표시됩니다.KBC-FE 시뮬레이션에는 기존의 냉간 스탬핑 공정에서 채택한 초기 블랭크 형상이 사용되었습니다. 이 형상을 이용한 실험 결과, 핫 스탬핑 후 넓은 파손 영역이 관찰되었습니다. 블랭크 형상 최적화를 1회 반복 수행한 후, 네킹 현상이 훨씬 감소하여 거의 완전한 성공적인 패널이 형성되었습니다.패널의 우측 상단과 좌측 상단 코너의 포켓 부위에 여전히 네킹(necking) 징후가 있음을 확인할 수 있습니다. 추가적인 최적화를 통해 패널상에 가시적인 네킹이 없는 블랭크 형상을 얻었습니다. 최적화된 블랭크 형상은 완전 자동화 생산 라인에서 수행된 핫 스탬핑 시험을 통해 검증되었습니다.블랭크 홀딩력이 공구 수명에 미치는 영향을 조사하기 위해 세 가지의 블랭크 홀딩력을 검토하였습니다. 250 millimeters per second의 일정한 성형 속도에서 300회 이상의 성형 사이클을 수행한 결과, 블랭크 홀딩력이 증가함에 따라 잔류 코팅 두께가 감소하였습니다. 금형의 곡선 거리에 따른 압력과 잔류 코팅 두께를 그래프로 나타낸 결과, 코팅의 마모는 주로 금형 진입 반경에서 발생하는 것으로 나타났습니다.코딩 두께 감소의 두 정점 값은 압력의 정점과 일치합니다. 예측 모델을 동시에 개발하고 이를 스마트 성형 포털의 모듈로 구현함으로써, 복잡한 서브루틴을 사용하지 않고도 상용 FE 시뮬레이션의 정확도를 획기적으로 향상시킬 수 있습니다. 이 절차를 시도할 때, 시뮬레이션 대상인 판금 합금에 따라 서로 다른 모듈을 보정해야 한다는 점을 기억하는 것이 중요합니다.성형 한계 및 공구 수명 예측 외에도, 미세구조 진화 및 성형 후 강도 예측과 같은 성형 공정의 다른 특성들을 이 기술을 통해 포착할 수 있습니다. 이는 전 세계 선도적인 과학자들이 금속 성형 분야의 연구 결과를 모듈 형태로 제공함으로써 서로 연결될 수 있음을 의미합니다. 이 기술의 영향은 빅데이터 영역까지 확장됩니다.수많은 공정에서 얻은 형성 조건 정보를 수집하고 관련 분석을 수행함으로써, 향후 실험 작업 및 모델 개발의 지침으로 활용할 수 있습니다.

knowledge-based-cloud-fe-simulation-of-sheet-metal-forming-processes

Research

연구

JoVE Journal

Engineering

공학

원심 주조와 중합체의 3 차원 인쇄를 불러 간접 첨가제의 제조 방법은 0.5 mm의 벽 두께 5mm의 단위 셀 길이를 갖는 제조 3 차원 옥 테트 트러스의 금속 (알루미늄 및 구리 합금)에 대해 설명한다.

원심 주조를 사용하여 얇은 섹션과 격자 금속의 간접 제작

고체 냉각 공정 조사 및 형상 기억 합금(SMA)의 탄성 재료 특성 분석을 위한 실험 방법이 제시됩니다. 맞춤형 테스트 장비는 탄성 칼로리 냉각 공정의 제어 및 포괄적인 모니터링을 위해 설계되었습니다. 또한 열역학적으로 결합된 모델링 접근 방식을 위한 검증 플랫폼을 제공합니다.

형상 기억의 조사를 기반으로 Elastocaloric 냉각 프로세스 및 모델 검증을위한 실험 방법

맞춤형 산업 스케일 장치를 사용하는 주조 알루미늄 합금으로 형성 계측 따뜻한 회전에 대한 실험 프로토콜이 제공됩니다. 열 및 기계적 효과를 포함 실험 고려 사항은 자동차 바퀴의 본격적인 처리와 외모뿐만 아니라, 논의된다.

캐스트 알루미늄 부품의 따뜻한 회전에 대한 실험 절차

이 프로토콜은 핫 스탬핑 조건 하에서 시트 금속의 성형 한계도 (FLD)를 결정하기 위해 단축 인장 시험 기계 저항 가열에 사용되는 신규 한 이축 테스트 시스템을 제안한다.

핫 스탬핑 조건에 따라 성형 한계의 결정에 대한 소설 이축 시험 장치

이 작품에서 여러 측면 플라스틱 태양 차량 상세, 모노 코크 섀시, 판 스프링에 초점을 맞추고와 충돌 하는 동안 전체 자동차 테스트 전체 탄소 섬유 강화 구조 설계 과정에 관련 된.

구조 설계 및 제조는 순양함의 클래스 태양 차량

이 작업은 시각화된 실험 프로세스를 제공하는 재료 변형 및 파손에 대한 3차원 가상 시뮬레이션 실험을 제시합니다. 일련의 실험을 통해 사용자는 장비에 익숙해지고 몰입형 대화형 학습 환경에서 작업을 배울 수 있습니다.

역학의 가상 시뮬레이션 실험: 주사 전자 현미경을 기반으로 한 재료 변형 및 파손

이 프로토콜은 유한 요소 시뮬레이션을 사용하여 주름진 테이퍼 튜브의 준정적 압축 성능에 대한 연구를 설명합니다. 압축 성능에 대한 두께 구배의 영향을 조사했습니다. 결과는 적절한 두께 구배 설계가 변형 모드를 변경하고 튜브의 에너지 흡수 성능을 크게 향상시킬 수 있음을 보여줍니다.

Corrugated Tapered Tubes의 준정적 압축 시뮬레이션을 위한 유한 요소 모델링

이 논문은 단순화된 모델을 설정하고 두 개의 온도 필드 해석 모듈에서 비교 분석을 수행하여 링 본체의 온도 상승 문제를 해결합니다.

Ring Main Unit의 온도 상승 시뮬레이션에 대한 비교 연구

이 프로토콜은 매크로 함수가 있는 Python 스크립트를 통해 자동으로 생성된 데이터 세트를 사용하여 용접 시뮬레이션을 위한 인공 신경망을 구축하기 위한 일반적인 워크플로를 간략하게 설명합니다. 작업 흐름은 단일 패스, 직선 용접과 관련된 벤치마크 사례에 대해 검증되었습니다. 대리 모델의 예측 정확도는 유한 요소 시뮬레이션과 밀접하게 일치함을 보여줍니다.

용접의 디지털 실험을 위한 대리 모델 개발

본 연구는 수치 해석 소프트웨어와 반응 표면 방법론(RSM)을 결합하여 유체 점성 클러치의 마찰판에 대한 최적화 설계 방법을 체계적으로 탐구합니다.

Hydro-Viscous 클러치의 마찰판을 위한 파라메트릭 최적화 설계 방법

여기에서는 협동 로봇의 협업과 품질 관리를 위한 컴퓨터 비전 시스템을 통한 검증을 통해 확장된 반자동 조립 공정의 시뮬레이션 및 모니터링을 위한 프로토콜을 제시합니다.

품질 관리를 위한 비전 시스템을 통한 로봇 팔 및 모니터링의 협업을 통한 확장 조립 공정 시뮬레이션

학습하세요 KBC-FE 클라우드 시뮬레이션 방법을 사용하여 시트 금속 성형 공정의 성형 한계와 공구 수명을 예측하는 방법을. 이 방법은 고급 예측 모델을 기존 FE 소프트웨어와 통합하여 정확도를 향상시킵니다.

시트 금속 성형 공정에 대한 지식을 바탕으로 클라우드 FE 시뮬레이션

더 많은 동영상 탐색