Nội dung được dịch bởi AI, chỉ mang tính chất tham khảo
Tối ưu hóa bền vững tính đồng nhất trong việc lấp đầy các rãnh xương cho kết cấu đa xương titan hợp kim
Tóm tắt
Quá trình rèn tỏa nhiệt là một phương pháp hiệu quả để hình thành và sản xuất các linh kiện titan hợp kim lớn với nhiều rãnh. Tuy nhiên, việc lấp đầy liên tiếp các rãnh xương và dòng chảy ngược của vật liệu thường xảy ra trong quá trình hình thành, điều này khiến cho việc lấp đầy các rãnh xương gặp khó khăn, dẫn đến dòng chảy vật liệu bị rối loạn và tải trọng khuôn quá mức. Sự biến thiên về kích thước phôi và dao động của các tham số không chắc chắn trong quá trình rèn có tác động lớn đến kết quả hình thành và độ ổn định. Để giải quyết vấn đề này, cấu trúc đặc trưng với nhiều rãnh từ các thành phần xương-web titan hợp kim lớn đã được trích xuất, và phương pháp kết hợp giữa mô phỏng phần tử hữu hạn và thí nghiệm mô phỏng vật lý được sử dụng dựa trên kỹ thuật rèn tỏa nhiệt. Đầu tiên, mô hình phần tử hữu hạn cho cấu trúc đặc trưng dưới tác động của rèn tỏa nhiệt được thiết lập, sau đó hành vi của dòng chảy vật liệu và quá trình lấp đầy rãnh xương trong buồng khuôn được phân tích. Thứ hai, mẫu biến thiên và khoảng dao động của việc lấp đầy rãnh xương được điều tra bằng cách xem xét các yếu tố xác định kích thước phôi, cũng như các yếu tố không chắc chắn như góc nghiêng khuôn, nhiệt độ hình thành, tốc độ hình thành, độ sai lệch trong sản xuất phôi, độ sai lệch trong sản xuất khuôn, và hệ số ma sát. Tiếp theo, các yếu tố xác định quan trọng và các yếu tố không chắc chắn được sàng lọc, và mối tương quan giữa giá trị trung bình cũng như phương sai của tính đồng nhất trong việc lấp đầy các rãnh xương và các yếu tố xác định, tức là kích thước phôi, được thiết lập thông qua phương pháp bề mặt phản hồi kép. Sau đó, một mô hình tối ưu hóa bền vững được xây dựng và giải quyết. Cuối cùng, độ tin cậy của giải pháp tối ưu hóa bền vững được so sánh và xác minh để đạt được việc lấp đầy hoàn hảo và ổn định của các rãnh xương bằng cách điều chỉnh và điều tiết các yếu tố xác định nhằm giảm thiểu sự can thiệp của các yếu tố không chắc chắn và đạt được việc lấp đầy đồng thời của các rãnh xương.
Từ khóa
Tài liệu tham khảo
Pruncu CI, Hopper C, Hooper PA, Tan Z, Zhu H, Lin J, Jiang J (2020) Study of the effects of hot forging on the additively manufactured stainless steel preforms. J Manuf Process 57:668–676. https://doi.org/10.1016/j.jmapro.2020.07.028
Gronostajski Z, Pater Z, Madej L, Gontarz A, Lisiecki L, Łukaszek-Sołek A et al (2019) Recent development trends in metal forming. Arch Civ Mech Eng 19(3):98–941. https://doi.org/10.1016/J.ACME.2019.04.005
Fan XG, Yang H, Sun ZC (2010) Effect of deformation in homogeneity on the microstructure and mechanical properties of large rib-web component of titanium alloy under local loading forming. Mater Sci Eng A 527(21–22):5391–5399. https://doi.org/10.1016/j.msea.2010.05.056
Pang KC (2005) The development of hot die/isothermal precision forging techniques. Shanghai Steel Iron Res 1:3–6 (in Chinese)
Department of Engineering and Materials Science, National Natural Science Foundation of China (2010) Mechanical engineering disciplines development strategy report (2011–2020). Science Press, Beijing (in Chinese)
Balazic M, Kopac J, Jackson MJ, Ahmed W (2007) Titanium and titanium alloy applications in medicine. Int J Nano Biomater 1(1):3–34. https://doi.org/10.1504/IJNBM.2007.016517
Thakre U, Mote RG (2022) Uncertainty quantification and statistical modeling of selective laser sintering process using polynomial chaos based response surface method. J Manuf Process 81:893–906. https://doi.org/10.1016/j.jmapro.2022.07.022
Zhuang W, Han X, Hua L, Xu M, Chen M (2019) FE prediction method for tooth variation in hot forging of spur bevel gears. J Manuf Process 38:244–255. https://doi.org/10.1016/j.jmapro.2019.01.022
Li XB, Hu H, Zhang ZM, Yang YB, Wang Q (2020) Precise forming of complex magnesium alloy components based on finite element method and quantitative preforming design. J Mater Eng Perform 29(8):5139–5146. https://doi.org/10.1007/s11665-020-05014-2
Thiyagarajan N, Grandhi RV (2005) Multi-level design process for 3D preform shape optimization in metal forming. J Mater Process Technol 170(1–2):421–429. https://doi.org/10.1016/j.jmatprotec.2005.05.051
Torabi SHR, Alibabaei S, Bonab BB, Sadeghi MH, Faraji Gh (2017) Design and optimization of turbine blade preform forging using RSM and NSGA II. J Intell Manuf 28(6):1409–1419. https://doi.org/10.1007/s10845-015-1058-0
Park GJ, Lee TH, Lee KH, Hwang KH (2006) Robust design: an overview. AIAA J 44(1):181–191. https://doi.org/10.2514/1.13639
Hansen LP, Sargent TJ (2001) Robust control and model uncertainty. Ame Econ Rev 91(2):60–66. https://doi.org/10.1257/aer.91.2.60
Hou B, Wang W, Li S, Lin Z, Xia ZC (2010) Stochastic analysis and robust optimization for a deck lid inner panel stamping. Mater Des 31(3):1191–1199. https://doi.org/10.1016/j.matdes.2009.09.033
Li H, Xu J, Yang H, Li GJ (2017) Sequential multi-objective optimization of thin-walled aluminum alloy tube bending under various uncertainties. Trans Nonferrous Met Soc China (English Edition) 27(3):608–615. https://doi.org/10.1016/S1003-6326(17)60068-2
Xu J, Yang H, Li H, Zhan M (2012) Significance-based optimization of processing parameters for thin-walled aluminum alloy tube NC bending with small bending radius. Trans Nonferrous Met Soc China 22(1):147–156. https://doi.org/10.1016/S1003-6326(11)61154-0. (in Chinese)
Gao PF, Yang H, Fan XG, Lei PH (2015) Forming defects control in transitional region during isothermal local loading of Ti-alloy rib-web component. Int J Adv Manuf Technol 76:857–868. https://doi.org/10.1007/s00170-014-6317-2
Repalle J, Grandhi RV (2005) Design of forging process variables under uncertainties. J Mater Eng Perform 14(1):123–131. https://doi.org/10.1361/10599490522248
Sun NG, Yang H, Sun ZC (2009) Optimization on the process of large titanium bulkhead isothermal closed-die forging. Rare Met Mater Eng 38(7):1296–1300. https://doi.org/10.3321/j.issn:1002-185X.2009.07.039. (in Chinese)
Lin Z, Song K, Yu X (2021) A review on wire and arc additive manufacturing of titanium alloy. J Manuf Process 70:24–45. https://doi.org/10.1016/j.jmapro.2021.08.018
Wei S, Han QK, Chu FL (2016) A review of dynamics studies of gear systems considering uncertainties. J Mech Eng 52(2):19. https://doi.org/10.3901/JME.2016.01.001
Gao T, Yang H, Liu YL (2008) Influence of dynamic boundary conditions on preform design for deformation uniformity in backward simulation. J Mater Process Technol 197(1–3):255–260. https://doi.org/10.1016/j.jmatprotec.2007.06.031
Sofuoglu H, Rasty J (2000) Flow behavior of plasticine used in physical modeling of metal forming processes. Tribol Int 33:523–529. https://doi.org/10.1016/S0301-679X(00)00092-X
Kim YH, Bae WB, Cho JR, Park JW (1998) An experimental study on the nonaxisymmetric square-die extrusion using model material test. J Mater Process Technol 80–81:653–656. https://doi.org/10.1016/s0924-0136(98)00215-5
Sun ZC, Cao J, Wu HL, Yin ZK (2018) Inhomogeneous deformation law in forming of multi-cavity parts under complex loading path. Int J Adv Manuf Technol 254:179–192. https://doi.org/10.1016/j.jmatprotec.2017.11.019
Cao J, Sun ZC, Yin ZK, Huang L, Wang C (2020) Forming feasibility of complex multi-cavity parts of 316LN steel by multi-direction loading: from aspect of geometric and process parameters. Int J Adv Manuf Technol 109:261–273. https://doi.org/10.1007/s00170-020-05689-w
Sun ZC, Yang H (2009) Analysis on process and forming defects of large-scale complex integral component isothermal local loading. Mater Sci Forum 614:117–122. https://doi.org/10.4028/www.scientific.net/MSF.614.117
Deng H, To AC (2021) A parametric level set method for topology optimization based on deep neural network (DNN). J Mech Des 143(9):091702. https://doi.org/10.1115/1.4050105
Ambrósio JAC, Eberhard P (2009) Advanced design of mechanical systems: from analysis to optimization. Syst Entomol Vienna. https://doi.org/10.1007/978-3-211-99461-0
Zhang DW, Yang H, Sun ZC (2010) Analysis of local loading forming for titanium-alloy T-shaped components using slab method. J Mater Process Technol 210:258–266. https://doi.org/10.1016/j.jmatprotec.2009.09.008
Yang YH, Liu D, He ZY, Luo ZJ (2009) Multi-objective preform optimization using RSM. Rare Met Mater Eng 38(6):1019–1024. https://doi.org/10.3321/j.issn:1002-185X.2009.06.018. (in Chinese)
Georgiou SD (2011) Orthogonal designs for computer experiments. J Stat Plan Infer 141(4):1519–1525. https://doi.org/10.1016/j.jspi.2010.11.014
Morelli E A, Deloach R (2012) Response surface modeling using multivariate orthogonal functions. American Institute of Aeronautics and Astronautics. https://doi.org/10.2514/6.2001-168
Nair VN, Abraham B, Mackay J, Box G, Kacker RN, Lorenzen TJ (1992) Taguchi’s parameter design: a panel discussion. Technometrics 34(2):127–161. https://doi.org/10.1080/00401706.1992.10484904
Vié A (2020) Qualities, challenges and future of genetic algorithms. Soc Sci Res Netw. https://doi.org/10.2139/ssrn.3726035