Solid state welding processes are increasing their application in industrial environments due to their strong advantages with respect to traditional fusion techniques. Advanced FEM tools are requested in order to carry out a detailed engineering of the processes and to get quantitative results useful for the set up of the processes. Also basic investigations regarding process mechanics and material flow are important in order to fully understand the fundamental aspects of the processes and the bonding conditions at the interface of the specimens to be welded. In the paper Friction Stir Welding (FSW) and Linear Friction Welding (LFW) operations are considered and numerical results derived from FE models of the two processes are shown. The proposed results give the idea of the potentialities of the numerical tool for the two considered processes and in particular furnish interesting information on the actual bonding conditions at the welding zone.
PL
W artykule przedstawiono możliwości metody elementów skończonych (MES) w zakresie modelowania procesów spajania przez odkształcenie. Szczególny nacisk położono na procesy zgrzewania tarciem z mieszaniem zgrzewanych materiałów (ang. Friction Stir Welding FSW) i liniowego spajania tarciem (ang. Linear Friction Welding LFW). Liczba zastosowań procesów spajania w stanie stałym szybko rośnie, ze względu na liczne zalety tych procesów w przemyśle w stosunku do tradycyjnych metod spajania. Zaawansowane modele MES są potrzebne dla przeprowadzenia dokładnej analizy tych procesów i uzyskania ilościowych wyników, które są użyteczne dla zaprojektowania technologii spajania. Badania mechanicznych aspektów procesów spajania oraz płynięcia materiału w tym procesie są również istotne dla pełnego zrozumienia podstaw tych procesów i warunków łączenia się materiałów. W artykule omówiono procesy FSW i LFW i przedstawiono wyniki symulacji MES dla tych procesów. Zaprezentowane wyniki pokazują możliwości numerycznego modelowania w zakresie wspierania projektowania procesów spajania, ze szczególnym uwzględnieniem warunków łączenia się materiałów w strefie spajania.
2
Dostęp do pełnego tekstu na zewnętrznej witrynie WWW
In the last years the investigation of formability limits in sheet metal forming operations was one of the topic in the academic and industrial research due to the wide interest on fracture prevention in such processes. Many approaches were proposed mainly based on the development of fracture criteria or on the utilisation of Forming Limit Curves (FLCs). Actually, such approaches are not effective enough, in particular, when complex deformation path are concerned, namely when multi-step processes are taken into account. The authors have recently proposed a different approach to fracture prediction based on the utilisation of artificial intelligence tools. Such approach is based on the idea that a properly designed and trained artificial neural network is able to predict fracture occurrence for different deformation conditions i.e. for different processes. The early results of the application of such approach were very satisfactory but the robustness of the prediction has to be demonstrated. In this paper, the authors present the results of a sensitivity analysis performed on the neural network fracture predictions in order to assess the robustness of such predictive tool.
PL
Ze względu na duże zainteresowanie w zapobieganiu powstawania pęknięć w tłoczonych blachach, analiza odkształcalności granicznej w procesach tłoczenia była w ostatnich latach przedmiotem badań w licznych ośrodkach akademickich i przemysłowych. Zaproponowano wiele rozwiązań opartych na kryteriach pękania oraz na wykresach odkształcalności granicznej. Rozwiązania te nie są obecnie wystarczająco skuteczne, szczególnie w przypadku analizowania złożonych dróg odkształcenia, na przykład w procesach wielostopniowych. Autorzy zaproponowali ostatnio odmienne podejście do przewidywania pękania blachy, oparte na sztucznej sieci neuronowej. Ideą tego podejścia jest założenie, że prawidłowo zaprojektowana i nauczona sieć neuronowa jest w stanie prawidłowo przewidywać pojawienie się pęknięcia w różnych warunkach odkształcenia, na przykład w różnych procesach. Wstępne wyniki tej analizy były obiecujące, ale dla potwierdzenia skuteczności metody należy przeprowadzić analizę wrażliwości modelu na zmiany warunków procesu. W niniejszym artykule zaprezentowano wyniki takiej analizy uzyskane dla sztucznej sieci neuronowej przewidującej pękanie blach i na tej podstawie oceniono niezawodność tego modelu.
3
Dostęp do pełnego tekstu na zewnętrznej witrynie WWW
In tube hydroforming the concurrent actions of pressurized fluid and mechanical feeding allows to obtain tube shapes characterized by complex geometries such as different diameters sections and/or bulged zones. the main process parameters are material feeding history (i.e. the punches velocity history) and internal pressure path during the process. What is crucial in such processes is the proper design of operative parameters aimed to avoid defects (for instance underfilling or ductile fractures). In this paper, the authors propose the results of a wide research project on hydroforming of aluminium alloy tubes based on the utilisation of different optimisation strategies and aimed to prevent the typical process defects (underfilling and bursting).
PL
W procesie wytwarzania rur metodą hydroformingu przeciwstawne działania płynu pod ciśnieniem i obciążenia mechanicznego pozwalają na wytwarzanie rur charakteryzujących się skomplikowanym kształtem, na przykład różne średnice poszczególnych przekrojów i/lub lokalne strefy wybrzuszenia. Historia ruchu stempla oraz wewnętrzne ciśnienie cieczy są głównymi parametrami procesu. Prawidłowe zaprojektowanie tego procesu, przyjmując za cel wyeliminowanie defektów (takich jak np. niewypełnienie wykroju lub pęknięcie plastyczne), jest kluczowym zadaniem. W artykule przedstawiono wyniki szeroko zakrojonych badań hydroformowania rur ze stopów aluminium, opierającego się na zastosowaniu różnych strategii optymalizacji dla wyeliminowania różnego rodzaju defektów (wspomniane niewypełnienie lub pękanie).
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.