Wyniki wyszukiwania - BazTech

Ograniczanie wyników

1 Computer Methods in Materials Science

1 2017

Znaleziono wyników: 1

Liczba wyników na stronie

Wyniki wyszukiwania

Sortuj według:

Ogranicz wyniki do:

Towards intelligent materials testing with reduced experimental effort for hot forming

Bambach M., Imran M., Buhl J., Härtel S., Awiszus B.

Computer Methods in Materials Science

2017

Vol. 17, No. 1

44--50

Hot forming processes are typically used to deform metals to the desired shape at lower forming forces and to control the microstructure. During hot deformation, the microstructure evolves by dynamic recrystallization after certain critical conditions are reached. The final recrystallized grain size controls the post-hot forming mechanical properties of metals and components. To predict the evolution of microstructure and flow stress, various material models were developed and implemented in finite element codes. They require a significant number of material-dependent parameters. Currently, experimental designs with a full-factorial approach for a range of temperature and strain rates are utilized to determine the desired parameters, which involve a huge experimental effort. The aim of this paper is to propose a methodology for parameter identification with reduced experimental effort where progression of testing and data evaluation is parallelized. An iterative, sequential approach is presented which optimizes the new testing conditions based upon preceding experimental conditions. The approach is exemplified for the high-temperature material Alloy-800H, using a material model that allows for accurate predictions of the flow stress. The developed strategy allows to achieve the desired accuracy of the material model by utilizing about a half of test matrix representing a full-factorial design. Hence, an efficient cost- and resource-optimized parametrization of models seems possible.

Procesy plastycznej przeróbki na gorąco są zazwyczaj wykorzystywane zarówno do nadawania wymaganego kształtu wyrobom przy zastosowaniu mniejszych sił jak i do kontrolowania ich mikrostruktury. Mikrostruktura w czasie odkształcania na gorąco zmienia się pod wpływem rekrystalizacji dynamicznej, która występuje po osiągnięciu pewnych krytycznych warunków. Wielkość ziarna po rekrystalizacji wyznacza własności mechaniczne wyrobu po kształtowaniu. Aby przewidywać rozwój mikrostruktury i wielkość naprężenia uplastyczniającego opracowane zostały różne modele, które zaimplementowano w programach z metody elementów skończonych. Te modele wymagają wyznaczenia szeregu parametrów charakterystycznych dla danego materiału. Klasycznym podejściem do wyznaczenia tych parametrów jest przeprowadzenie pełnego cyklu badań w szerokim zakresie temperatur i prędkości odkształcenia, co jest to podejściem bardzo kosztownym. Dlatego za cel pracy postawiono sobie opracowanie metodologii identyfikacji parametrów modelu materiału na podstawie zredukowanej liczby doświadczeń, wykorzystując zrównoleglenie oceny danych. W artykule opisano iteracyjną, sekwencyjną procedurę optymalizującą warunki kolejnych prób doświadczalnych na podstawie wyników prób wcześniejszych. Jako przykład zastosowania tej procedury wybrano odkształcanie stopu 80011 w wysokich temperaturach. Identyfikowano model prawidłowo opisujący naprężenie uplastyczniające tego stopu. Zaproponowana strategia pozwoliła uzyskać wymaganą dokładność modelu wykorzystując połowę prób wynikających z pełnego planu eksperymentów. Przeprowadzona analiza potwierdziła możliwość wydajnej kosztowo identyfikacji modeli.