시트 금속 성형 공정에 대한 지식을 바탕으로 클라우드 FE 시뮬레이션

지식 기반 클라우드 FE 시뮬레이션 방법의 전반적인 목표는 다양한 분야의 전문 분야를 단일 포털에 결합하여 사용의 어려움을 크게 증가시키지 않으면서 프로세스 시뮬레이션을 형성하는 기능과 정확성을 향상시키는 것입니다. 이 방법은 판금 성형 분야의 주요 질문에 답하는 데 도움이 될 수 있으며, 예를 들어 구성 요소를 성공적으로 성형하기 위한 매개변수를 설정하고 성형 공구의 수명을 예측하는 데 도움이 될 수 있습니다. 이 방법론의 주요 강점은 모델 자체를 수정할 필요 없이 모든 FE 시뮬레이션 소프트웨어와 함께 고급 예측 모델을 활용할 수 있다는 것입니다.

일반적으로 이 방법을 처음 접하는 개인은 스트레인 라이 사용자 인터페이스로 인해 매우 쉽게 사용할 수 있습니다. 시각적 시연은 기존 FE 시뮬레이션에서 고급 예측 모델을 포괄하는 것이 실제로 얼마나 간단한지 보여줍니다. 이 섹션에서는 KBC-FE 컴퓨팅을 사용하여 핫 스탬핑 공정에서 성형성을 예측하는 방법에 대해 설명합니다.

FE 시뮬레이션 소프트웨어에서 새 프로젝트를 시작합니다. 프로젝트를 저장할 때 프로세스를 스탬프 열간 성형으로 선택하고 솔버 유형을 PAM-AutoStamp로 선택합니다. 그런 다음 먼저 가져오기 도구 CAD를 클릭하여 도어 내부 다이를 가져오고, 가져온 개체의 이름을 die로 지정하고, 도구를 메쉬하도록 핫 포밍 전략을 토글한 다음 도어 내부 IGS 형상 파일을 그래픽 인터페이스로 가져와 전송합니다.

이제 이 과정을 반복하여 펀치와 블랭크 홀더를 가져옵니다. 그런 다음 설정 탭에서 공백을 클릭합니다. 그런 다음 빈 편집기에서 빈 항목 추가를 클릭합니다.

새 개체를 blank로 설정하고 유형을 surface blank로 설정합니다. 이제 정의 유형에 대해 윤곽선을 선택하고 CAD 파일에서 가져오기를 클릭하여 빈 모양을 가져옵니다. 메쉬 옵션에서 미세 조정을 부과된 수준으로 정의하고 수준 1을 선택합니다.

그런 다음 자동 메싱을 끄고 메쉬 크기를 4mm로 설정합니다. 빈 편집기에서 재료 속성을 정의하는 작업을 진행합니다. Material 탭에서 load a material을 클릭하고 AA-six-zero-eight-two 재질을 선택합니다.

롤링 방향을 X가 1과 같음으로 설정합니다. 블랭크 두께를 2mm로 설정하고 블랭크 초기 온도를 섭씨 490도로 설정합니다. 그런 다음 설정 탭으로 이동하여 프로세스를 클릭하고 더하기 아이콘을 선택하여 새 매크로를 로드합니다.

그런 다음 스탬프 핫 포밍 폴더로 이동하여 HF 검증 이중 동작 GPA 파일을 선택합니다. customize 대화 상자에서, blank, die, punch, and blank holder objects를 활성화합니다. 스테이지 탭에서 중력, 유지, 스탬핑 및 담금질을 활성화합니다.

이제 설정 탭 아래의 개체 속성에 있는 모든 매개변수를 실제 실험 설정에 맞게 설정합니다. 열 전달 계수를 갭 및 접촉 압력의 함수로 설정합니다. 그런 다음 확인 아이콘을 클릭하여 설정에 오류가 있는지 확인하고, 오류가 없는 경우 계산 아이콘을 클릭하여 호스트 컴퓨터에서 시뮬레이션을 시작합니다.

결과를 관찰한 후 스크립트를 실행하여 모든 시뮬레이션 상태의 모든 요소에 대한 주 변형률, 미세 변형률 및 온도 윤곽 값을 ASCII 파일로 내보낸 다음 파일을 저장합니다. 이러한 방식으로 데이터를 활용하면 구성 요소의 형상에 대한 정보가 온라인 포털로 전송되지 않으므로 기밀 정보가 보호됩니다. 이제 KBC-FE 시뮬레이션을 위해 새로 생성된 포털인 스마트 포밍에 액세스하고 자신의 사용자 프로필에 로그인하십시오.

성형 한계 예측 모듈을 선택하고 시뮬레이션 결과 파일을 클라우드 컴퓨터로 내보냅니다. 그런 다음 시뮬레이션의 상태 수를 입력하고, 시뮬레이션 세부 정보와 파라미터를 수동으로 입력하고, 계산을 시작합니다. 계산이 완료되면 FE 시뮬레이션에서 시각화할 수 있도록 클라우드 컴퓨터에서 결과를 다운로드합니다.

그런 다음 FE 시뮬레이션 결과의 최종 상태를 로드하고 coutours 탭에서 가져온 값을 클릭한 다음 스칼라 값을 클릭합니다. ASCII를 선택하여 성형 한계 예측 결과를 표시합니다. 이 섹션에서는 KBC-FE 컴퓨팅을 사용하여 대체 성형 공정을 사용하여 공구 수명을 예측하는 방법을 다룹니다.

FE 시뮬레이션 소프트웨어에서 새 시뮬레이션 프로젝트를 생성하고 이름을 지정합니다. 프로젝트를 저장할 때 프로세스를 표준 스탬핑으로 선택하고 솔버 유형을 PAM AutoStamp로 선택합니다. 다음으로, 가져오기 도구 CAD를 클릭하여 다이 형상을 가져옵니다.

그런 다음 U자형 다이 IGS 형상 파일을 가져와 그래픽 인터페이스로 전송합니다. 도구 메싱에 대한 검증 전략을 선택하고 메쉬 크기를 2mm로 설정하고 최대 각도는 5입니다. 가져온 개체의 이름을 die로 지정합니다.

같은 방법으로 펀치와 블랭크 홀더를 가져옵니다. 이제 설정에서 blank를 클릭하고 빈 편집기에서 blank를 추가합니다. 새 개체를 공백으로 설정한 다음 유형을 표면 공백으로 선택합니다.

그런 다음 정의 유형에 대해 4개의 점을 선택하고 빈 크기를 120 x 80제곱밀리미터로 설정합니다. 자동 메싱이 꺼져 있는지 확인하고 메쉬 크기를 1포인트 5밀리미터로 설정합니다. 이제 빈 편집기에서 재료 속성을 정의합니다.

재료 탭에서 재료 로드를 클릭하고 AA five-seven-five-four H one-one-one 재료를 재료 속성으로 선택합니다. 그런 다음 블랭크 두께를 초기 온도가 섭씨 20도인 1포인트 5mm로 설정합니다. 설정 탭에서 프로세스를 클릭하여 계속하고 더하기 아이콘을 선택하여 새 매크로를 로드합니다.

스탬프 타당성 폴더로 이동하여 스탬핑 전용 더블 액션 도트 GPA 파일을 선택합니다. customize 대화 상자에서 blank, die, punch 및 blank holder를 활성화합니다. 스테이지에서 스탬핑을 활성화합니다.

이제 시뮬레이션의 모든 매개변수를 실제 실험 설정에 맞게 설정합니다. 그런 다음 설정에서 확인을 클릭하여 오류가 발생하지 않았는지 확인합니다. 이제 계산 아이콘을 클릭하고 호스트 컴퓨터에서 11개 상태 U자형 벤팅 시뮬레이션에 대한 계산을 시작합니다.

시뮬레이션이 완료되면 스크립트를 실행하여 다이에 대한 좌표 데이터 및 접촉 압력 데이터의 ASCII 파일을 내보냅니다. 그런 다음 스마트 포밍 포털에서 공구 수명 예측 모듈을 선택하고, 시뮬레이션 세부 정보와 시뮬레이션의 상태 수를 수동으로 입력하고, 시뮬레이션 결과 파일을 클라우드 컴퓨터로 내보냅니다. 그런 다음 계산을 시작합니다.

계산이 완료되면 결과를 다운로드하고 FE 시뮬레이션 소프트웨어에서 최종 상태를 확인합니다. 이렇게 하려면 contours 탭으로 이동하여 imported를 클릭한 다음 scalar values를 클릭합니다. 그런 다음 ascii를 선택하여 공구 수명 예측 결과를 표시합니다.

기존의 콜드 스탬핑 공정에서 채택된 초기 블랭크 형상이 KBC-FE 시뮬레이션에 사용되었습니다. 이 형상을 사용한 실험 결과에서는 핫 스탬핑 후 큰 파손 영역이 보였습니다. 블랭크 형상 최적화를 한 번 반복한 후, 거의 완전히 성공적인 패널이 네킹이 훨씬 적은 형태로 형성되었습니다.

패널의 오른쪽 상단과 왼쪽 모서리에 있는 포켓에 여전히 넥 표시가 있음을 알 수 있습니다. 추가 최적화 후 패널에 네킹이 보이지 않는 빈 모양을 얻었습니다. 최적화된 블랭크 모양은 완전 자동화된 생산 라인에서 수행된 핫 스탬핑 시험에 의해 검증되었습니다.

공구 수명에 대한 블랭크 유지력의 영향을 조사하기 위해 세 가지 블랭크 유지력을 조사했습니다. 초당 250mm의 일정한 성형 속도에서 300회 이상의 성형 사이클에서 블랭크 유지력이 증가함에 따라 나머지 코딩 두께가 감소했습니다. 다이의 곡선 거리를 따라 압력과 잔여 코딩 두께를 그래프로 표시한 결과, 코딩의 마모가 주로 다이 진입 반경에서 발생했음을 알 수 있었습니다.

코딩 두께 감소의 두 피크 값은 압력의 피크에 해당합니다. 예측 모델을 한 번에 개발하고 이를 스마트 성형 포털에서 모듈로 구현함으로써 복잡한 서브 루틴을 사용하지 않고도 상용 FE 시뮬레이션의 정확도를 엄청나게 향상시킬 수 있습니다. 이 절차를 시도하는 동안 다른 모듈은 시뮬레이션되는 판금 합금에 따라 보정해야 한다는 점을 기억하는 것이 중요합니다.

성형 한계 및 공구 수명 예측 외에도 이 기술을 사용하여 행진 구조 진화 및 포스트 형상 강도 예측과 같은 성형 공정의 다른 기능을 잠재적으로 캡처할 수 있습니다. 이는 전 세계의 선도적인 과학자들의 전문 분야가 이제 모듈 형태의 금속 성형 작업에 기여함으로써 함께 연결될 수 있음을 의미합니다. 이 기술의 의미는 빅 데이터까지 확장됩니다.

향후 실험 작업 및 모델 개발을 안내하기 위한 관련 분석을 위해 수많은 공정의 성형 조건에 대한 정보를 수집할 수 있습니다.