Method Article
The following paper presents a novel FE simulation technique (KBC-FE), which reduces computational cost by performing simulations on a cloud computing environment, through the application of individual modules. Moreover, it establishes a seamless collaborative network between world leading scientists, enabling the integration of cutting edge knowledge modules into FE simulations.
The use of Finite Element (FE) simulation software to adequately predict the outcome of sheet metal forming processes is crucial to enhancing the efficiency and lowering the development time of such processes, whilst reducing costs involved in trial-and-error prototyping. Recent focus on the substitution of steel components with aluminum alloy alternatives in the automotive and aerospace sectors has increased the need to simulate the forming behavior of such alloys for ever more complex component geometries. However these alloys, and in particular their high strength variants, exhibit limited formability at room temperature, and high temperature manufacturing technologies have been developed to form them. Consequently, advanced constitutive models are required to reflect the associated temperature and strain rate effects. Simulating such behavior is computationally very expensive using conventional FE simulation techniques.
This paper presents a novel Knowledge Based Cloud FE (KBC-FE) simulation technique that combines advanced material and friction models with conventional FE simulations in an efficient manner thus enhancing the capability of commercial simulation software packages. The application of these methods is demonstrated through two example case studies, namely: the prediction of a material's forming limit under hot stamping conditions, and the tool life prediction under multi-cycle loading conditions.
Finite Element (FE) simulations have become a powerful tool for optimizing process parameters in the metal forming industry. The reliability of FE simulation results is dependent on the accuracy of the material definition, input in the form of flow stress data or constitutive equations, and the assignment of the boundary conditions, such as the friction coefficient and the heat transfer coefficient. In the past few years, advanced FE simulations have been developed via the implementation of user-defined subroutines, which have significantly broadened the capability of FE software.
The use of such advanced FE simulations in the design of forming processes for structural components has been investigated by both the aviation and automotive industries, with the intention of producing lightweight structures that reduces operating costs and CO2 emissions. Particular focus has been placed on the replacement of steel components with lower density materials, such as aluminum alloys and magnesium alloys. However, these alloys, especially the stronger variants, offer limited formability at room temperature and thus complex-shaped components cannot be manufactured using the conventional cold stamping process. Therefore, advanced high temperature forming technologies, such as warm aluminum forming 1-4, hot stamping of aluminum alloys 5-9 and hot stamping of high strength steels 10, have been developed over the past decades to enable complex-shaped components to be formed. In general, high temperature forming processes involve significant temperature variations, strain rate and loading path changes 11, which would, for instance, cause inevitable viscoplastic and loading history dependent responses from the work piece materials. These are intrinsic features of high temperature forming processes and may be difficult to represent using conventional FE simulation techniques. Another desirable feature would be the ability to predict the tool life over multiple forming cycles in such processes, since they require low friction characteristics achieved through coatings that degrade with each forming operation. To represent all these features via the implementation of user-defined subroutines would be computationally very expensive. Moreover, the development and implementation of multiple subroutines would require excessive multi-disciplinary knowledge from an engineer conducting the simulations.
In the present work, a novel Knowledge Based Cloud FE (KBC-FE) simulation technique is proposed, based on the application of modules on a cloud computing environment, that enables an efficient and effective method of modeling advanced forming features in conjunction with conventional FE simulations. In this technique, data from the FE software is processed at each cloud module, and then imported back into the FE software in the relevant consistent format, for further processing and analysis. The development of these modules and their implementation in the KBC-FE is detailed.
高温成形限界予測モデルの1開発
インタラクティブ摩擦/摩耗モデルの2.開発
3. KBC-FEシミュレーションケーススタディ
ネッキング予測のためのKBC-FEシミュレーション
ホットスタンピングプロセスでは、形状最適化されたブランクの使用は、材料費を節約するだけでなく、このような、ネッキング割れ、およびしわなどの欠陥の存在を減らすのに役立つだけでなく。初期ブランク形状は成形時に大幅に材料の流れに影響を及ぼし、ひいてはブランク形状の賢明なデザインは、最終製品のホットスタンピングプロセスと品質の成功に不可欠です。最適なブランク形状を決定するために試行錯誤実験の努力を低減するために、KBC-FEシミュレーションネッキングと領域を最小化するための非常に効率的かつ効果的な方法であることが証明されました。予測ネッキング並列クラウドモジュール計算は4時間以内に完了している間、この技術を用いて、各シミュレーションは、約2時間かかります。
図4は、自動車のドア内部成分の例として、ホットスタンプに使用されるブランク形状の進化を示しています。従来の冷間プレス法から採用した初期ブランク形状は、第一のKBC-FEシミュレーションに使用しました。 図4の実験結果は、(a)は、大規模な障害が(亀裂又はネッキング)領域がホットスタンピング後に表示されていることを示しています。ブランク形状最適化の反復の後、最初のブランク形状を使用することに比べて、ほぼ完全に成功したパネルは、はるかに少ないネッキングが形成されていること(b)は図4に見ることができます。右上のパネルの左コーナーでポケットにネッキングの兆候がまだ存在することがわかります。 図4(c)の中で更なる最適化した後、最適化されたブランクの形状は、最終的には、パネル上の目に見えるネッキングが得られました。 KBC-FEシミュレーションによって決定される最適化されたブランクの形状はホットスタンピングを通じて実験的に検証しました試験は、生産システムのメーカーが提供する完全に自動化生産ラインで実施しました。
工具寿命予測のためのKBC-FEシミュレーション
金属成形プロセスの従来のFEシミュレーションは、単一サイクルのために行われています。ただし、本番環境では、複数の成形サイクルは、形成サイクル数の増加は、形成された構成要素間の増加変化をもたらすことが見出されている所与のツールで実行されます。マルチサイクルツールローディング中、この変形は、表面形状の変化の結果です。例えば、機能性コーティングとツールを形成するマルチサイクル負荷は、磨耗によるコーティングの厚さの減少につながります。また、塗膜の絶縁破壊もKBC-FE技術が可能にするなど 、スピードを形成する、そのような負荷/圧力などのパラメータを形成することによって影響を受けます高度な機能性コーティングを有する成形工具のインサービス寿命予測のために不可欠であるマルチサイクル負荷条件の下でプロセスを構成する板金のシミュレーション。
工具寿命のブランク保持力、5、20、および50 kNのブランク保持力値の影響を調べる250 mm /秒の一定の成膜速度を調べました。 図5は、300サイクルを形成した後に別の空白の保持力を持つ残りの工具コーティング厚分布を示しています。これは明らかに、残りの被覆厚さが空白の保持力の増加に伴って減少することを示しています。
図6は、300サイクルを形成した後、金型の曲線の距離に沿って、それぞれ、圧力および5の空白の保持力で、残りの膜厚分布を示している20、および50 kNの。地域以来ABは、ダイ耳鼻咽喉科を表し、U字曲げ加工時のランスの領域は、圧力と、この領域の相対摩耗距離は、ダイの他の領域よりもはるかに高かったです。その結果、コーティングの摩耗は主にこの地域で発生しました。 20 kNのでコーティング厚さの減少の2ピーク値と圧力の下に2つのピークに対応50 kNのがあります。一方、残りのコーティングの厚さは、空白の保持力の増加に伴って減少します。最初のコーティングの厚さは2.1ミクロンであった場合に5、20、および50 kNののしわ押さえ力と最低の残りのコーティング厚さは、それぞれ、0.905、0.570、及び0.403ミクロンでした。
図1: 実験と異なる温度で制限株を形成する予測との比較。成形限界株250 [mm]の一定速度で、温度が上昇するにつれて増加します/秒、または同等に、6.26秒-1の歪み速度。 この図の拡大版をご覧になるにはこちらをクリックしてください。
図2: シートメタル成形プロセスの知識ベースのクラウドFEシミュレーションのための模式図。商業FEシミュレーションソフトウェアは、シミュレーションを実行し、個々のモジュールに必要な結果をエクスポートするために使用されます。モジュールなど 、 例えば 、成形性、熱移動、成形後強度(微細構造)、工具寿命予測、ツール設計は、従ってFEシミュレーションに複数のソースからエッジ知識を切断の統合を可能にする、クラウドで同時にかつ独立して動作します。 CLくださいこの図の拡大版を表示するには、こちらICK。
図3:U 字曲げシミュレーションのためのワークやツールのジオメトリ。ツール、 すなわち、ブランクホルダーをパンチ及びダイは、剛性要素を用いてモデル化されています。シェル要素は、ワークピース(ブランク)の要素のために使用されます。 この図の拡大版をご覧になるにはこちらをクリックしてください。
図4:(FE シミュレーションに表示されます)ドアインナーパネルのホットスタンピングのためのブランク形状の進化。左: 緑の枠内の数字は空白の各最適化段階での形状、および赤でものを表しますフレームは、その最適化前のブランク形状に対応します。右:各最適化段階での予測結果をネッキング。 (a)は大失敗いくつかは、最適化の最初の段階の後にネッキングと(クラッキング/赤色で示しネッキング)、(b)の削減、障害、目に見えるネッキングと(c)の最終的な最適化されたブランク形状の最初の結果を。 この図の拡大版をご覧になるにはこちらをクリックしてください。
図5のブランク保持力で残りの膜厚分布(FEシミュレーションで表示):(A)5 kNの、(B)20 kNの、および(c)50 kNの、300は250の一定のプレス速度でサイクルを形成した後ミリ/秒。 お願いしますこの図の拡大版をご覧になるにはこちらをクリックしてください。
図6:接触圧力の予測との空白の保持力で、残りのコーティング厚さ:(a)は5 kNの、(b)は20 kNの、および(c)50 kNの、250の一定のスタンピング速度で金型の曲線の距離に沿ってミリ/秒。 この図の拡大版をご覧になるにはこちらをクリックしてください。
KBC-FEシミュレーション技術は、専用のモジュールを使用してサイトをオフに実施する高度なシミュレーションを可能にします。これは、そのプロセスのシミュレーションは、可能な限り正確に行われていることを確認するために、異なる専門分野からノードをリンクアップ、クラウド環境上の機能モジュールを、実行することができます。 KBC-FEシミュレーションにおける重要な側面は、機能モジュールのFEコードの独立性、計算効率、精度を含むことができます。モジュール内の各高度な機能の実現は、新しいモデルおよび/または新たな実験技術の開発に依存しているだろう。例えば、成形限界モジュールは、新しい統一成形限界予測モデル11、及び摩擦工具寿命予測モジュールに基づいて開発され、現在のインタラクティブ摩擦モデル20の実装によって開発されました。 KBC-FEシミュレーション技術はまた、 すなわち 、選択を満たす要素だけを選択的に計算する機能を提供しています基準は、個々のモジュールのさらなる評価のために選択されています。例えば、工具寿命予測モジュールが自動的にハードコーティングが破壊する傾向があるために要素を選択し、サイクルを形成する第1のすべての要素の摩耗率をランク付けすることにより、このように通常の要素の1%未満をさらにために選択されますマルチサイクル負荷条件の下で工具寿命の評価。本研究では、300サイクル後の成形工具寿命予測は、5分以内に完了することができます。
関連する試験を実施し、それに応じて較正することによって、成形限界モデルは、結果的に成功し、ネッキングのない発生率を有するような合金から部品を製造するための最適なパラメータを決定するプロセスのシミュレーションを構成に適用することができます。成形限界予測モデルが利用されているFEソフトウェアの独立したクラウド・モジュールとして開発され、中の材料の成形性を評価するために、任意のFEソフトウェアに適用することができます複雑なサブルーチン17なしで形成します。モデルに関連するデータをインポートすることで、計算は、ユーザが、計算資源の節約、指定することができる成分の領域に、障害が発生するかどうかを決定するために行うことができました。しかし、応力 - ひずみ曲線は、単純なルックアップテーブルを介してFEソフトウェアに入力されるように、完全にシミュレーション中に種々の温度及び歪み速度での材料特性を表現することが困難であり得ることに留意すべきです。
工具寿命予測モジュールでは、成形時の摩擦挙動を検証摩擦部20に必要な変形履歴データをインポートし、そして再びFEソフトウェアに各要素のクラウド・モジュールによって計算離散データ点をインポートすることによって予測することができます。これは高度な摩擦・モジュールは、ユーザサブルーチンを取り込む能力に関係なく、すべてのFEコードによって使用され得ることを保証します。また、モッズULEはさらに、計算時間を短縮するために並行して実行することができます。インタラクティブな摩擦/摩耗モデルは、摺動初期の間に摩耗粒子が存在しないことを想定し、その結果、摩擦係数0.17 20の一定の初期値を予想するのが妥当であろう。このモデルは、摩擦分布の変化を明らかにしているが、成形工程の間の摩擦挙動は非常に複雑であり、完全にFEシミュレーションにクラウド・モジュールから複合摩擦挙動を統合することは困難です。
将来の技術として、KBC-FEシミュレーションは、ソフトウェア開発者によって確立されるように収益性の高い、しかし全く異なるビジネスモデルを必要とする専用の堅牢なインターネットベースのFEシミュレーションソフトウェアパッケージの開発、に依存しています。また、専用の内部ネットワークは、データのセキュリティと産業システムの制御の信頼性を確保するために共同の当事者の中構築する必要があります。
The authors have nothing to disclose.
The financial support from Innovate UK, Ultra-light Car Bodies (UlCab, reference 101568) and Make it lighter, with less (LightBlank, reference 131818) are gratefully acknowledged. The research leading to these results has received funding from the European Union's Seventh Framework Program (FP7/2007-2013) under grant agreement No. 604240, project title 'An industrial system enabling the use of a patented, lab-proven materials processing technology for Low Cost forming of Lightweight structures for transportation industries (LoCoLite)'. Significant support was also received from the AVIC Centre for Structural Design and Manufacture at Imperial College London, which is funded by Aviation Industry Corporation of China (AVIC).
Name | Company | Catalog Number | Comments |
AA6082-T6 | AMAG | Material | |
AA5754-H111 | AMAG | Material | |
1,000 kN high-speed press | ESH | Forming press | |
ARGUS | GOM | Optical forming analysis | |
PAM-STAMP 2015 | ESI | FE simulation software | |
Matlab | MathWorks | Numerical calculation software | |
Gleeble 3800 | DSI | Uniaxial tensile test | |
High Temperature Tribometer (THT) | Anton Paar | Friction property test | |
NewViewTM 7100 | ZYGO | Surface profilometer | |
Magnetron sputtering equipment | Coating deposition | ||
Microhardness tester | Wolpert Wilson Instruments | ||
Nano-hardness indenter | MTS |
このJoVE論文のテキスト又は図を再利用するための許可を申請します
許可を申請This article has been published
Video Coming Soon
Copyright © 2023 MyJoVE Corporation. All rights reserved