Identification of material properties of the DP steel based on plastometric tests and on industrial hot strip rolling

• Autorzy: Sztangret Ł. , Szeliga D. , Kusiak J. , Pietrzyk M.

Warianty tytułu

PL

Identyfikacja własności materiałowych stali dp w oparciu o próby plastometryczne oraz walcowanie blach na gorąco

• Języki publikacji: EN

Abstrakty

EN

The objective of the paper was increasing the efficiency of the materiał model Identification. An attempt to determine the coefficients of the model on the basis of industrial data was made. It is suggested that substituting the FE simulation of the process by a fast metamodel in the inverse analysis should make this analysis much faster. Continuous hot strip rolling process was selected as an object. Artificial neural network was used as a metamodel of this process and good results were obtained in testing the network. Possibility of application of the metamodel of the rolling process for identification of the material model on the basis of measurements of loads during rolling process was the main objective of the paper. The inverse problem was formulated. Due to the łąck of the industrial data in a wide rangę of temperatures and strain rates, in the first approach the experimental data (forces in rolling) were generated by the FE model. The tests of the inverse analysis for the rolling process were performed and good results were obtained. It is shown in the paper that the application of the metamodelling allows for making inverse analysis very fast and, in conseąuence, any optimization technique can be applied. It is also confirmed that the flow stress model can be identified for the data obtained directly from the industrial rolling process. Possibility of application of the metamodel to the on-line control of the rolling process is demonstrated as well.

PL

Celem pracy była poprawa dokładności i skrócenie czasu identyfikacji parametrów modelu materiału. W pracy podjęta również została próba wyznaczenia współczynników modelu materiału w oparciu o dane przemysłowe. Zmodyfikowano algorytm obliczeń odwrotnych zastępując model MES znacznie szybszym metamodelem i redukując w ten sposób znacząco czas obliczeń. Jako proces przemysłowy wybrano walcowanie ciągłe blach na gorąco, natomiast metamodel został zbudowany w oparciu o sztuczne sieci neuronowe. Głównym celem pracy było sprawdzenie możliwości zastosowania metamodelu procesu walcowania do wyznaczania wartości sił występujących w tym procesie. Ze względu na brak pomiarów przemysłowych dla szerokiego zakresu zmian temperatury i prędkości walcowania, dane eksperymentalne zostały wygenerowane za pomocą modelu MES. Wyniki uzyskane z przeprowadzonej analizy odwrotnej procesu walcowania były bardzo zadawalające. Wykazano, że zastosowanie metamodelu pozawala na znaczne skrócenie czasu obliczeń odwrotnych, przez co możliwe jest stosowanie dowolnych metod optymalizacji. Potwierdzono, że parametry modelu płynięcia materiału można identyfikować w oparciu a dane przemysłowe uzyskane wprost z procesu walcowania. Przedstawiono również możliwość zastosowania aplikacji opartych o metamodel w sterowaniu on-line.

Słowa kluczowe

EN

flow stress model; identification; metamodel; DP steel; hot strip rolling

• Wydawca: Wydawnictwa AGH
• Czasopismo: Computer Methods in Materials Science
• Rocznik: 2011
• Tom: Vol. 11, No. 4
• Strony: 542--550
• Opis fizyczny: Bibliogr. 18 poz., rys.

Twórcy

autor

Sztangret Ł.

autor

Szeliga D.

autor

Kusiak J.

autor

Pietrzyk M.

• AGH University of Science and Technology, al Mickiewicza 30, 30-059 Kraków, Poland,

Bibliografia

• Bishop, C. M., 2006, Pattern Recognition and Machine Learning, Springer, New York.
• Chęn, CC, Kobayashi, S., 1978, Rigid Plastic Finite Element Analysis of Ring Compression, In: Application of Numerical Methods to Forming Processes, ASME, ADM 28, 163-174.
• Forcstier, R., Massoni, E., Chastel, Y., 2002, Estimation of con-stitutive parameters using an inverse method coupled to a 3D finite clement software, J. Mat. Proc. Techn., 125, 594-601.
• Hansel, A., Spittel, T., 1979, Kraft- und Arbeitshedarf Bildsamer Formgebungs-verfahren,  VEB  Deutschcr Verlag fur Grundstoffindustric, Leipzig.
• Kobayashi, S., Oh, S.I., Altan, T., 1989, Metal Forming and the Finite Element Method, Oxford University Press, New York, Oxford.
• Kusiak, J., Danielewska Tułccka, A., Oprycha, P., 2009, Optymalizacja: wybrane metody z przykładami zastosowań, PWN, Warszawa, (in Polish).
• Lenard, J.G., Pietrzyk, M., Cser, L., 1999, Mathematical and physical simulation of the properties of hot rolled products, Elsevier, Amsterdam.
• Pietrzyk, M., 2000, Finite element simulation of large plastic deformation,.J. Mat. Proc. Techn., 106, 223-229.
• Pietrzyk, M., Kusiak, J., Kuziak, R., Zalecki, W., 2009, Optimiza-tion of laminar cooling of hot rolled DP steels, Proc. XXVIII Verformungskundliches Kolloquium, Planneralm, 285-294.
• Pietrzyk, M., Madej, Ł., Rauch, Ł., Gołąb, R., 2010, Multiscale modelling of microstructure evolution during laminar cooling of hot rolled DP steel, Archives of Civil and Mechanical Engineering, 10, 57-67.
• Sims, R.B., 1954, The calculation of roll force and torque in hot rolling mills, Proc. Inst. Mech. Eng., 168, 191-200.
• Svietlichnyj, D., Pietrzyk, M., 1999, On-line model for control of hot plate rolling, cds, Bcynon, J.H., Clark, M.T., Ingham, P., Kern, P., Proc. Modelling of Metal Rolling Processes 3, Waterson, K, London, 62-71.
• Szeliga, D., Gawąd, J., Pietrzyk, M., 2006, Inverse analysis for identification of rhcological and friction models in metal forming, Comp. Meth. Appl. Mech. Eng., 195, 6778-6798.
• Szeliga, D., Sztangrct, Ł., Kusiak, J., Pietrzyk, M., 2011a, Two approaches to identification of the flow stress model ap-plication of the metamodel, Proc. XXX Verformungskund-liches Kolloquium, Planneralm, 109-114.
• Szeliga, D., Graf, M., Kawalla, R., Pietrzyk, M., 201 lb, Identification of material properties based on rolling process at 4-stand laboratory mill, Proc. 14th ESAFORM Conf, Belfast (CD ROM).
• Sztangret, Ł., Szeliga, D., Kusiak, J., Pietrzyk, M., 201 la, Identyfikacja modelu materiału w prawie konstytutywnym w oparciu o rozwiązanie odwrotne z metamodelem, Mechanik, 84, 32-36 (in Polish).
• Sztangret, Ł., Milenin, A., Sztangret, M., Walczyk, W., Pietrzyk, M., Kusiak, J., 201 lb, Computer aided design of the best TR forging technology for crank shafts, Computer Meth¬ods in Materials Science, 11, 237-242.
• Tadeusiewicz, R., 1993, Sieci neuronowe, Akademicka Oficyna Wydawnicza RM, Warszawa, (in Polish).