13 december 2016
Het volgende artikel presenteert een nieuwe FE-simulatietechniek (KBC-FE), die de computationele kosten verlaagt door simulaties uit te voeren in een cloud computing-omgeving, door middel van de toepassing van individuele modules. Bovendien vestigt het een naadloze samenwerkingsnetwerk tussen wereldwijd toonaangevende wetenschappers, waardoor de integratie van baanbrekende kennismodules in FE-simulaties mogelijk wordt.
Het algemene doel van de Knowledge Based Cloud FE Simulation Method is om specialismen uit verschillende vakgebieden te combineren in één portaal om de capaciteit en nauwkeurigheid van simulaties van vormprocessen te verbeteren, zonder de gebruiksmoeilijkheid significant te verhogen. Deze methode kan helpen bij het beantwoorden van kernvragen in het vakgebied van plaatmetaalvormen, zoals het instellen van de parameters om componenten succesvol te vormen en het voorspellen van de levensduur van vormgereedschappen. Een belangrijk voordeel van deze methodologie is dat het mogelijk maakt om geavanceerde voorspellende modellen te gebruiken met elke FE-simulatiesoftware, zonder dat er wijzigingen aan de modellen zelf vereist zijn.
Over het algemeen zullen personen die nieuw zijn met deze methode er met zeer weinig moeite mee kunnen werken dankzij de gebruiksvriendelijke interface. De visuele demonstratie zal laten zien hoe eenvoudig het is om geavanceerde predictieve modellen te integreren in conventionele FE-simulaties. Deze sectie beschrijft hoe KBC-FE-berekeningen kunnen worden gebruikt om de vormbaarheid in een warmstempelproces te voorspellen.
Start een nieuw project in de FE-simulatiesoftware. Selecteer bij het opslaan van het project 'stamp hot forming' als proces en 'PAM-AutoStamp' als solver-type. Importeer vervolgens de matrijs van het binnendeel van de deur door eerst op 'import tools CAD' te klikken, naam het geïmporteerde object als 'die', schakel de hot forming-strategie in om de tools te mazen, en importeer en transfer vervolgens het IGS-geometriebestand van het binnendeel van de deur naar de grafische interface.
Herhaal nu het proces om de pons en de blaanhouder te importeren. Klik vervolgens onder het tabblad instellingen op blaan. Klik daarna in de blaan-editor op blaan toevoegen.
Stel het nieuwe object in als blank, en selecteer als type surface blank. Kies nu outline voor het definitietype en importeer de vorm van de blank door te klikken op import from CAD file. Definieer onder mesh options de verfijning als imposed level en selecteer level one.
Zet vervolgens het automatische maasnetwerk uit en stel de maasgrootte in op vier millimeter. Ga verder met het definiëren van de materiaaleigenschappen in de editor van het blanco onderdeel. Klik onder het tabblad materiaal op het laden van een materiaal en selecteer het AA-6082 materiaal.
Stel de rolrichting in op X is één. Stel de dikte van het plaatwerk in op 2 mm en de begintemperatuur van het plaatwerk op 490 °C. Ga vervolgens naar het tabblad set-up, klik op proces en selecteer het plus-icoon om een nieuwe macro te laden.
Navigeer vervolgens naar de map voor het warmvormstempelen en selecteer het HF-validatiebestand voor dubbele werking GPA. Activeer in het dialoogvenster voor aanpassing de objecten voor het plaatmateriaal, de matrijs, de pons en de plaathouder. Activeer onder het tabblad fasen de opties voor zwaartekracht, vasthouden, stempelen en harden.
Stel nu alle parameters in de attributen van het object onder het tabblad 'set-up' zo in dat ze overeenkomen met de werkelijke experimentele opstelling. Stel de warmteoverdrachtscoëfficiënten in als functie van de spleet en de contactdruk. Klik vervolgens op het vinkicoon om de opstelling op fouten te controleren, en indien er geen fouten zijn, klik op het berekeningsicoon om de simulatie op de hostcomputer te starten.
Nadat de resultaten zijn geobserveerd, voert u een script uit om de waarden voor de hoofdrekkingsspanning (major strain), nevenrekspanning (minor strain) en temperatuurcontouren voor alle elementen uit alle simulatiestanden te exporteren als ascii-bestanden, en sla deze bestanden vervolgens op. Door de gegevens op deze manier te benutten, wordt er geen informatie over de geometrie van het onderdeel overgedragen naar het online portaal, waardoor vertrouwelijke informatie wordt beschermd. Ga nu naar smart forming, het nieuw aangemaakte portaal voor KBC-FE-simulaties, en log in op uw eigen gebruikersprofiel.
Selecteer de module voor de voorspelling van de vormingslimiet en exporteer de resultatenbestanden van de simulatie naar de cloudcomputer. Voer vervolgens het aantal toestanden in de simulatie in, voer de details en parameters van de simulatie handmatig in en start de berekening. Nadat de berekening is voltooid, downloadt u de resultaten van de cloudcomputer voor visualisatie in uw FE-simulatie.
Laad vervolgens de eindtoestand van de FE-simulatiegegevens en klik onder het tabblad contouren op geïmporteerd en daarna op scalaire waarden. Selecteer ascii om de resultaten van de voorspelling van de vormgrenzen weer te geven. Deze sectie beschrijft hoe KBC-FE computing kan worden gebruikt om de levensduur van gereedschappen te voorspellen met behulp van een alternatief vormproces.
Maak een nieuw simulatieproject aan en geef dit een naam in de FE-simulatiesoftware. Selecteer bij het opslaan van het project het proces als standaardstansen en het solver-type als PAM AutoStamp. Importeer vervolgens de matrijshierarchie door te klikken op de import tools CAD.
Importeer vervolgens het IGS-geometriebestand van de u-vormige matrijs en voeg dit toe aan de grafische interface. Selecteer de validatiestrategie voor het genereren van het mesh van de gereedschappen en stel de mesh-grootte in op 2 mm, met een maximale hoek van 5. Geef het geïmporteerde object de naam die.
Importeer op dezelfde manier de pons en de blankshouder. Klik nu onder set-up op blank en voeg in de blank-editor een blank toe. Stel het nieuwe object in als blank en selecteer vervolgens het type als surface blank.
Kies vervolgens vier punten voor het definitietype en stel de afmetingen van het werkstuk in op 120 bij 80 vierkante millimeter. Zorg ervoor dat het automatische maasnetwerk is uitgeschakeld en stel de maaswijdte in op 1,5 millimeter. Definieer nu de materiaaleigenschappen in de werkstukeditor.
Klik onder het tabblad material op load a material en selecteer AA 5754 H111 als materiaaleigenschappen. Stel vervolgens de dikte van het blank op 1.5 mm met een begintemperatuur van 20 °C. Ga verder door onder het tabblad set-up op process te klikken en selecteer het plus-icoon om een nieuwe macro te laden.
Navigeer naar de map 'stamp feasibility' en selecteer het bestand 'stamping only double action dot GPA'. Activeer in het dialoogvenster 'customize' de blank, de matrijs, de pons en de blankhouder. Activeer onder 'stages' de optie 'stamping'.
Stel nu alle parameters in de simulatie zo in dat ze overeenkomen met de werkelijke experimentele opstelling. Klik vervolgens op 'check' in de opstelling om te controleren of er geen fouten zijn gemaakt. Klik nu op het computatie-icoon en start de berekening voor een 11-toestands u-vormige buigingssimulatie op de hostcomputer.
Wanneer de simulatie is voltooid, voert u een script uit om ascii-bestanden van de coördinaatgegevens en de contactdrukgegevens voor de matrijs te exporteren. Selecteer vervolgens in het smart forming-portaal de module voor voorspelling van de gereedschapsslijtage, voer handmatig de simulatiedetails en het aantal toestanden in de simulatie in, en exporteer de bestanden met de simulatieresultaten naar de cloudcomputer. Start daarna de berekening.
Zodra de berekening is voltooid, downloadt u de resultaten en bekijkt u de uiteindelijke status in de FE-simulatiesoftware. Ga hiervoor naar het tabblad contours, klik op imported en vervolgens op scalar values. Selecteer daarna ascii om de resultaten van de voorspelling van de gereedschapsslijtage weer te geven.
De initiële blanco vorm, overgenomen uit een conventioneel koudstempelproces, werd gebruikt in de KBC-FE simulatie. Experimentele resultaten met deze vorm vertoonden grote faalgebieden die zichtbaar waren na het warmstempelen. Na één iteratie van optimalisatie van de blanco vorm werd een vrijwel volledig geslaagd paneel gevormd met aanzienlijk minder insnoering.
Er is te zien dat er nog steeds sprake is van insnoering bij de pockets in de rechter- en linkerbovenhoeken van het paneel. Na verdere optimalisatie werd een blanco vorm verkregen zonder zichtbare insnoering op het paneel. De geoptimaliseerde blanco vorm werd geverifieerd door middel van warmstempelproeven die werden uitgevoerd op een volledig geautomatiseerde productielijn.
Om de effecten van de blanco-klemkracht op de levensduur van de gereedschappen te onderzoeken, werden drie verschillende blanco-klemkrachten bestudeerd. Bij een constante vormsnelheid van 250 millimeters per seconde, over meer dan 300 vormcycli, nam de resterende coatingdikte af naarmate de blanco-klemkracht toenam. Het grafisch weergeven van de druk en de resterende coatingdikte langs de curviliniere afstand van de matrijs toonde aan dat de slijtage van de coating voornamelijk optrad bij de invoerstraal van de matrijs.
De twee piekwaarden van de reductie van de coderingsdikte komen overeen met de drukpieken. Door voorspellende modellen gelijktijdig te ontwikkelen en deze als modules te implementeren op het smart forming-portaal, kan de nauwkeurigheid van commerciële FE-simulaties onmetelijk worden verbeterd zonder het gebruik van ingewikkelde subroutines. Bij het uitvoeren van deze procedure is het belangrijk om te onthouden dat verschillende modules gekalibreerd moeten worden op basis van de gesimuleerde plaatmetaallegering.
Naast het bepalen van de vormgrenzen en de voorspelling van de gereedschapsslijtage kunnen met deze techniek mogelijk ook andere kenmerken van vormprocessen worden vastgelegd, zoals de microstructurele evolutie en de voorspelling van de sterkte na het vormen. Dit houdt in dat specialisaties van vooraanstaande wetenschappers van over de hele wereld nu aan elkaar kunnen worden gekoppeld door hun werk op het gebied van metaalvormen in de vorm van modules bij te dragen. De implicaties van deze techniek strekken zich uit tot big data.
Informatie over vormingscondities uit talrijke processen kan worden samengebracht voor relevante analyse om toekomstig experimenteel werk en modelontwikkelingen te sturen.
Dit artikel introduceert de Knowledge Based Cloud FE Simulation Method (KBC-FE), die verschillende specialismen integreert in één enkel platform om de nauwkeurigheid van simulaties van vormprocessen te verbeteren. Hiermee kunnen gebruikers gebruikmaken van geavanceerde voorspellende modellen zonder bestaande FE-simulatiesoftware te hoeven wijzigen.
Geavanceerde FE-simulatiemethoden, zoals Knowledge Based Cloud FE (KBC-FE), spelen in op de toenemende complexiteit en de eisen aan voorspellend vermogen bij het vormen van materialen in R&D voor de automotive- en aerospace-sector. Door geavanceerde materiaal- en wrijvingsmodellen te integreren met cloudgebaseerde berekeningen, verbetert KBC-FE de simulatienauwkeurigheid en de operationele efficiëntie op kritieke beslismomenten in het ontwerp- en productieproces. Deze functionaliteit ondersteunt snelle iteratie, risicoreductie en datagedreven besluitvorming gedurende de gehele productontwikkelingsketen.
KBC-FE-simulatie integreert naadloos van het vroege procesontwerp tot de preklinische validatie van de productie, wat iteratieve optimalisatie en datagestuurde besluitvormingsondersteuning mogelijk maakt.