Nội dung được dịch bởi AI, chỉ mang tính chất tham khảo
Tối ưu hóa đa mục tiêu các tham số quá trình trong quá trình rèn nguội nhằm giảm thiểu rủi ro nứt và năng lượng rèn
Tóm tắt
Trong bài báo này, một quá trình rèn nguội điển hình sử dụng khuôn giữ lò xo được xem xét, trong đó các tham số quá trình như độ cứng của lò xo, tải trọng ban đầu và tốc độ búa thường được điều chỉnh bằng phương pháp thử và sai để đạt được chất lượng sản phẩm cao. Sản phẩm mục tiêu có hình dáng tai, xung quanh đường hàn thường bị nứt khi áp dụng các tham số quá trình thông thường. Để tránh nứt quanh hình dáng tai, việc tối ưu hóa các tham số quá trình được thực hiện thông qua mô phỏng số bằng phần mềm DEFORM3D, trong đó hai hàm mục tiêu được xem xét. Rủi ro nứt được đánh giá một cách định lượng và được giảm thiểu, đồng thời năng lượng rèn tổng thể cũng được tối thiểu hóa thông qua biểu đồ tải-trục. Do đó, quá trình tối ưu thiết kế đa mục tiêu được thực hiện. Mô phỏng số rất tốn kém về tài nguyên, vì vậy tối ưu hóa gần đúng tuần tự bằng cách sử dụng mạng hàm cơ sở bán kính được áp dụng để xác định biên pareto giữa các mục tiêu với một số lượng mô phỏng nhỏ. So với sản phẩm sử dụng các tham số quá trình thông thường, các tham số quá trình tối ưu có thể giảm thiểu cả rủi ro nứt và năng lượng rèn tổng thể. Ngoài ra, các đường dòng dọc theo hình dạng sản phẩm có thể được thu được bằng cách sử dụng các tham số quá trình tối ưu. Dựa trên kết quả số, một thí nghiệm sử dụng máy ép cơ khí (IST100W, ITO) được thực hiện. Không có vết nứt nào được quan sát thấy trong thí nghiệm, từ đó xác nhận tính hợp lệ của phương pháp đề xuất.
Từ khóa
#rèn nguội #tối ưu hóa đa mục tiêu #năng lượng rèn #mô phỏng số #rủi ro nứtTài liệu tham khảo
Kohar CP, Zhumagulov A, Brahme A, Worswick MJ, Mishara RK, Inal K. Development of high crush efficient, extrudable aluminium front rails for vehicle lightweighting. Int J Impact Eng. 2016;95:17–34.
Zhou J, Lin L, Luo Y. The multi-objective optimization design of a new closed extrusion forging technology for a steering knuckle with long rod and fork. Int J Adv Manuf Technol. 2014;72:1219–25.
Alimirzaloo V, Biglari FR, Sadeghi MH, Keshtiban PM, Sehat HR. A novel method for preform die design in forging process of an airfoil blade based on Lagrange interpolation and meta-heuristic algorithm. Int J Adv Manuf Technol. 2019;102:4031–45.
Zhao G, Wright E, Grandhi RV. Preform die shape design in metal forming using an optimization method. Int J Numer Methods Eng. 1997;40:1213–30.
Vieilledent D, Fourment L. Shape optimization of axisymmetric preform tools in forging using a direct differentiation method. Int J Numer Methods Eng. 2001;52:1301–21.
Castro CF, Antonio CAC, Sousa LC. Optimisation of shape and process parameters in metal forging using genetic algorithms. J Mater Process Technol. 2004;146:356–64.
Poursina M, Parvizian J, Antonio CAC. Optimum pre-form dies in two-stage forging. J Mater Process Technol. 2006;174:325–33.
Kim DJ, Kim BM, Choi JC. Determination of the initial billet geometry for a forged product using neural networks. J Mater Process Technol. 1997;72:86–93.
Tang YC, Zhou XH, Chen J. Preform tool shape optimization and redesign based on neural network response surface methodology. Finite Elem Anal Des. 2008;44:462–71.
Shao Y, Lu B, Ou H, Ren F, Chen J. Evolutionary forging preform design optimization using strain-based criterion. Int J Adv Manuf Technol. 2014;71:69–80.
Lu B, Ou H, Cui ZS. Shape optimisation of preform design for precision close-die forging. Struct Multidiscip Optim. 2011;44:785–96.
Yang H, Ma X, Jiao F, Fang Z. Preform optimal design of H-shaped forging based on bi-directional evolutionary structural optimization. Int J Adv Manuf Technol. 2019;101:1–8.
Thiyagarajan N, Grandhi RV. 3D preform shape optimization in forging using reduced basis techniques. Eng Optim. 2005;37:797–811.
Bonte MHA, Fourment L, Do TT, van den Boogaard AH, Huetink J. Optimization of forging processes using finite element simulations—a comparison of sequential approximate optimization and other algorithms-. Struct Multidiscip Optim. 2010;42:797–810.
Hino R, Sasaki A, Yoshida F, Toropov VV. A new algorithm for reducing of number of press-forming stages in forging processes using numerical optimization and FE simulation. Int J Mech Sci. 2008;50:974–83.
Sanjari M, Taheri AK, Movahedi MR. An optimization method for radial forging process using ANN and Taguchi method. Int J Adv Manuf Technol. 2009;40:776–84.
Zhu F, Wang Z, Lv M. Multi-objective optimization method of precision forging process parameters to control the forming quality. Int J Adv Manuf Technol. 2016;83:1763–71.
Okada M, Kitayama S, Kawamoto K, Chikahisa J, Yoneyama T. Determination of back-pressure profile for forward extrusion using sequential approximate optimization. Struct Multidiscip Optim. 2015;51:225–37.
Kitayama S, Arakawa M, Yamazaki K. Sequential approximate optimization using radial basis function network for engineering optimization. Optim Eng. 2011;12:535–57.
Deng L, Dai W, Wang X, Jin J, Li J. Metal flow controlled by back pressure in the forming process of rib-web parts. Int J Adv Manuf Technol. 2018;97:1663–72.
Zhang Y, Shan D, Xu F. Flow lines control of disk structure with complex shape in isothermal precision forging. J Mater Process Technol. 2009;209:745–53.
Gao P, Yang H, Fan X, Lei P. Forming defects control in transitional region during isothermal local loading of Ti-alloy rib-web component. Int J Adv Manuf Technol. 2015;76:857–68.
Miettinen KM. Nonlinear multiobjective optimization. Kluwer Academic Publishers; 1998.
Kitayama S, Saikyo M, Nishio Y, Tsutsumi K. Torque control strategy incorporating charge torque and optimization for fuel consumption and emissions reduction in parallel hybrid electric vehicles. Struct Multidiscip Optim. 2016;54:177–91.