CN102768700A - 用于计算地开发能制造和耐用铸件的系统和方法 - Google Patents

Abstract

本发明涉及用于计算地开发能制造和耐用铸件的系统和方法，具体地，一种用于优化轻质合金构件的模拟铸造的方法和系统。该模拟包括使构件设计数据通过与铸造设计、过程建模和优化、材料微结构和缺陷以及产品性能相关的各种计算模块。在各非常小尺寸尺度上的微结构和缺陷的变形延伸到渐增的更大尺度，从而允许铸件的结构性能计算考虑这种非均匀性。至少一些模块使用基于专家系统的途径以获得优化结果。该结果可以与最终用户需求比较以确定是否需要部件几何结构或制造过程的再设计。

Description

用于计算地开发能制造和耐用铸件的系统和方法

相关申请的交叉引用

本申请要求2011年3月9日提交的序列号为61/450912的美国临时申请的权益。

背景技术

本发明总体涉及计算地结合过程和产品设计以助于生产可靠且高质量的铸件的方法、系统和工艺，更具体地涉及在各种尺度的作业以在以物理上准确和计算高效的方式精确地建模铸件。

许多关键结构应用使用铸造构件或产品。对于汽车和相关的运输系统尤其如此，其中发动机、变速器、悬挂系统、承载主结构、座椅构件、内部支撑结构等，都受益于与铸造相关联的低成本制造。与其他的制造工艺相比，铸造工艺通常是生产几何结构复杂构件的最成本有效的方法，并提供净成形或近净成形能力。这样的铸造工艺在结合轻质结构材料例如铝基、镁基或相关合金使用时尤其有利，其中高的强度重量比、良好的耐腐蚀性、以及相对低的原材料成本是有益的特征。

相对近年来计算机的使用以及其提供自动控制的能力，导致了更加高效的铸造和相关制造工艺。基于计算机工具的类似进展实现了构件设计的改进。各自地，这样的计算机实施方法在公知为用于处理的计算机辅助制造(CAM)和用于产品的计算机辅助设计(CAD)，而协同地它们公知为作为计算机辅助工程(CAE)而公知的计算机软件广泛使用的一部分，其中计算机辅助工程(CAE)还包括计算机辅助分析(CAA)、计算机集成制造(CIM)、计算机辅助制造(CAM)、材料需求计划(MRP)、计算机辅助计划(CAP)等。通常，CAE采用从来自于CAD的基本原理的设计并将更细节的工程原理应用到意在的操作环境。传统地，构件设计和过程建模活动是彼此相对单独进行的，并且过程建模工作主要只在构件设计过程基本完成后发生。这样的独立性经常导致了长的铸造开发周期，以及欠优的铸造质量、可靠性或构件整体性的其他指标。在产品和过程开发周期中包括其他的考虑因素，例如铸造缺陷的影响和相关的小尺度性能以及它们对产品性能的影响时，额外的复杂性产生。

甚至更近期的规范，已知为集成计算材料工程(ICME)，集中在使用基于计算机的工具，以通过将操作和结构与它们对应的性能联系，从而在进行任何实际的制造相关活动之前计算地模拟构件性能，改善铸件的开发。尽管与ICME关联的优势，仍然必须做出与铸造设计、过程建模和优化以及缺陷预测、微结构和产品性能有关的初始简单设想。这些设想中的许多(例如晶体结构的一致性、相位特性、沉淀物等)是基于固有构件设计者或制造工程师经验、反复试验重复以及其他特别的方法，其中只有一旦在某个输入参数(例如，合金、铸造工艺、铸造和浇注系统特征等)被选择或设计才发生的原型和铸造试验故障诊断才替代得到强调。

忽视轻质金属合金铸件的较小尺度时产生的变形作用本身证明了确定较大尺度组分性能的不准确性。同样，仅处理小尺度大小变形的尝试对于建模较大结构(例如与汽车应用中整个发动机组相关联结构的)将是不适当的，因为适合于较小尺度(即微米或纳米)区域研究的尺度在应用到整个构件或相关的较大尺度研究时将难以进行。

类似地，忽视或不恰当地表示这些条件的作用，例如孔隙度、缺陷形成或疲劳寿命中的残余应力(尤其是在多个尺度大小上)，会使得难以精确地表征构件性能。例如，孔隙度(其趋于最常见的铸造缺陷)可能成为铸造设计中的显著问题，其中在铸造设计中使用简单方法来基于局部凝固时间评估最大的所谓的孔隙。金属的凝固通常以枝晶(它类似于三维空间的小松树)形式发生。枝晶之间的间距是局部凝固时间的函数，且最大的孔隙大小可以估计为大体与枝晶间距成比例，通常是两倍或三倍。这样的经验方法可以提供平均的适当的评估，但是由于孔隙度经常在几个枝晶甚至枝晶晶粒上互连，所以这种方法不能给部件性能提供很好的评估。尽管可以从基于经验的平均气孔(pore)大小的评估中进行最大孔隙的统计学估计(例如最大似然估计等)，但这样的方法并不能如其预计般精确。即使采用进行因素合理评估的系统例如上述系统，也将有利地是分析更大尺度的缺陷以建立铸造过程中产生的缺陷形成过程的更实际合适的模型，以及这些缺陷和其周围的金属如何响应于使用条件。尽管使用了各种类型的孔隙建模技术(例如判别函数、枝晶间的流动模型、气孔生长模型和元胞自动机(CA))，以部分地解释铸造现象的各方面，但没有一个被证明对于在全部复杂性方面全面建模铸件是足够的。

例如，判别函数是使用局部凝固条件(冷却速率、凝固速度、热梯度等)来预测微孔形成的经验法则。尽管这些模型易于使用，但是它们不能在操作条件(压力和几何结构)的整个范围内适用，因此范围受到限制，尤其是在它们涉及模型预测精确度时。枝晶间流动模型，其包括目前水平的商业性有限元/有限差分过程建模软件，将供给凝固收缩的液体流建模为流通多孔介质(通俗地称为糊状区(mushy area))。液相与固相之间的氢的分离被建模，同时枝晶之间的氢孔的形成也得到预测。在枝晶间流动模型中，气孔通常假定为具有与某些微结构特征例如二次枝晶臂间距(SDAS)成比例的可变尺度的球状。然而，实验地记录的气孔生长动态学与枝晶间流动模型预测的不一致，因为气孔生长被某一速度控制，而在该速度下，氢能够扩散到气孔中，这是未被包括在枝晶间流动模型中的重要因素。因此，尽管比判别函数更普遍的应用，但枝晶间流动模型在精确地预测气孔尺度方面存在困难。创建气孔生长模型，以通过在凝固过程中更准确预测气孔尺度来应对枝晶间流动模型的主要弱点。在现有的气孔生长模型中，凝固过程中气孔生长的热模型没有考虑压力；从而孔隙度(直径和体积分数)一贯被低估，因为没有考虑当金属在压力下凝固时体积改变的影响。用于微结构和气孔尺度预测的CA技术，尽管在学术上引起了一些关注，但尚未被使用到工业/商业设置中。在这种方法中，单个晶粒或枝晶的形成通过从溶液浓度平衡中解析指示或预测的生长速率来随机建模。还可以在CA方法中通过氢的扩散方程对气孔生长进行建模。尽管来自CA的结果很有前景，但它们要求极精制的网目(mesh)大小。在枝晶间流动模型可以使用1到10mm的网目尺寸的情况下，CA要求的网目尺寸在1到70μm-小三个量级。因此，CA通常适用于铸造子模型中，使用来自粗网目上的宏模型预测的热历程。

这样，先前的在多种尺度上对铝铸件建模的尝试未能充分利用综合方式，尤其是在它们涉及孔隙率(无需进行简化假定)、铸件几何结构以及浇道/冒口设计优化、较大缺陷(例如氧化物膜、芯气体、夹带气体、共晶相(包括它们对疲劳计算的影响))的处理、以及当特定部位没有铸造缺陷出现时如何评估疲劳性能时。

发明内容

鉴于上述和其他问题，本发明的目的是提供一种方法、系统以及工艺，以助于设计和生产高质量且结构可靠的铸件，它将涉及铸造设计、过程建模和优化、材料微结构和缺陷以及产品性能的各种规则考虑在内，使得避免产生误差的简化和假定，以利于基于知识的方法，。

根据本发明的一方面，对基于轻质金属(例如基于铝合金)构件的铸造过程进行计算地模拟的方法包括：运行具有数个计算模块的计算机，从而在接收到与构件相关的数据时，计算机将数据传送到各个计算模块中。输出数据或相关信息提供了所构思的铸造过程如何很好地被期望地工作的标记，从而给构件设计者或过程工程师一定信心，即提出的设计和过程可以可靠地并且有效地进行加工。该输出数据可以包括以性能指标的形式表示的定量度量，其中性能指标涉及实际构件操作环境，从而可以对该输出数据进行分析，以确定是否与最佳的产品和制造过程设计相符合。在本文中，性能指标对应于模拟的铸造过程，其被认为是满足通过此文中公开的虚拟铸造系统的各模块来建模的部件的设计和制造标准。从本发明中可以显然看出，由各个模块产生的性能指标可能构成或可能不构成最佳过程，它取决于这样的性能指标是否满足使用者限定的实际构件的性能状态，或者其他这种独立标准。

计算机包括执行本发明的方法所需的特征；这些特征包括数据输入、数据输出、处理单元、存储单元、以及设置为在这些构件之间建立合作的通信路径，从而使计算机以本领域技术人员熟知的方式运行。在一种形式中，通信路径可以是数据总线或有关的有线集合和关联线路，其可以将输入、输出、CPU和存储器、以及任何外围设备相互连接起来使得允许系统作为整合整体运行。这样，通信路径可以构成用于协调计算机行为的控制器的一部分。同样的，控制器可以构成处理单元的一部分，或者为单独的部件；任何变形都是本领域技术人员可以理解的。存储单元包括容纳数据存储器和容纳指令存储器中的至少一种。

各个计算模块包括铸造设计模块、过程建模和优化模块、多尺度缺陷和微结构预测模块以及结构性能模块；这些模块相互协作，从而将表示所提出的铸件的主题转换成不同成品。铸造设计模块基于待分析构件的初始产品几何形状和性能需求的输入数据，提供最佳铸件的几何表示。在铸造设计模块中，构件的最终几何形状作为铸造设计的起始点。在选定位置，材料添加的表示也被包括在内，以实现改进的尺寸公差。同样的，还提供了铸造流动路径(在此也被称为装备(rigging))设计和附加方案的考虑，从而允许液态金属的输送，以制成部件。这样的装备包括浇杯、浇口、流道和冒口；这些全部在铸造产品的质量和经济性能方面起到重要的作用。过程建模和优化模块确定铸造过程、热处理以及机加工最终铸造产品中的一个或多个，从而形成铸造设计模块。铸造设计模块以及过程建模和优化模块可以结合几何形状分析器与推理引擎使用知识库，从而通过专家系统反复生成与各个模型关联的最佳值。计算机可以设置为构成专家系统的一部分，其中一个好处是，一旦特定的铸造项目的数据被限定，则无需输入额外的经验库、直觉或经学习的设计实践到系统中，因为预先设定(基于铸造设计说明和它们对应的指标)将通过推理引擎更改，而无需主观输入或专门技术。

多尺度缺陷和微结构预测模块接收各铸造设计模块以及过程建模和优化模块的最终的铸造设计和最佳制造程序作为输入，并生成预测的微结构组织形态和分布作为输出。这些微结构预测可以包括不连续性、枝晶、多尺度相、共晶颗粒和沉淀物。除了孔隙，来自该模块的不连续性预测可以包括但不限于：芯部气体、氧化物、双膜、褶皱和冷隔、以及夹杂物、夹带气体、芯部气体、夹带的预先形成的金属皮(即在金属套杆内形成的)、宏观孔隙和微观孔隙。这些不连续性的预测可以应用到每个公开的方面。这些特征如何建模的示例可以在共同未决申请12/653606中找到，该申请属于本发明的受让人并通过参考在此并入其全文。可选的，可以使用具有良好控制的凝固条件的测试性铸造，以校准模型，从而确保跨多个尺度的准确性，其中这些中最小的表现为晶体结构、相位特性以及沉淀物。可以使用这些值以确定并推断极小尺度的局部性能，以便分析气孔尺寸、晶粒/枝晶形态和共晶颗粒结构，以及在大尺度的整个铸件的铸造缺陷、晶粒和枝晶间距(DAS)。通过将所建议的构件中任何给定部位的热历程与测试性铸造的热历程匹配，然后通过使用热动力学模型以预测相来说明所建议的铸件与测试性铸造之间的成分差异，最后将期望的微结构映射到新构件中，而无需重新运行所有的宏尺度计算，使难处理的计算时间保持在易处理的水平。

一旦分析了整个构件的缺陷、晶粒结构和多尺度相位，就可以评估包括拉伸断裂、蠕变强度和多尺度疲劳寿命的构件结构特性，以预测构件的性能。结构性能模块将预测的多尺度微结构和缺陷经历功能或持久性测试模拟，说明预测的残余应力和变形，来产生包括断裂可能性映射和断裂模式以及位置预测的性能预测。可以推断单个构件性能的预测，从而预测许多这样的构件的可靠性，借此提高(例如)给定应用的担保预测。疲劳寿命预测的其他信息可以在美国专利7623973中以及共同未决申请12/182314和12/402538中找到，这些都属于本发明的受让人，且通过参考全文并入这里。将多个参数例如拉伸极限强度、延展性、蠕变、以及微结构内的物理上适当的各种潜在断裂起始位置和断裂路径的疲劳断裂的起始和生长包含在内，相对于仅将屈服强度、孔隙的热生长和疲劳断裂生长考虑在内的计算，显著地提高了准确度。同样的，结构性能模块的性能预测输出包括断裂可能性映射以及断裂模式和位置预测。在本文中，各种断裂模式是可能的。例如，在拉伸断裂中，部件可能突然断裂，而在蠕变中，部件可能随时间慢慢地改变形状，而在疲劳断裂中，裂纹会随时间生长，直到裂纹变得足够大，以致部件不能在承受其设计载荷。该模式指示出哪个过程会首先在给定位置导致功能丧失。这样的模式知识以之前未考虑的方式在分析断裂中是有益的，在于：通过考虑更大级别的缺陷(例如芯部气体和冷隔)的方式，根据本发明的方法会提供在仅考虑会产生随时间而生长的小裂痕的小缺陷的出现的方法中无法预测到的拉伸断裂的标志。类似的，知晓特定的断裂模式发生的可能性是重要的，因为有些有害的断裂模式可能极少发生，以致通常无需去尝试预防它们。关于是否研究这样的断裂模式的决策可以进一步地基于附加的标准，例如极少发生的断裂模式的消除是否可能会促进竞争和更常见的断裂模式。考虑到局部不连续性和微结构的多样性，对于许多断裂模式的材料性能和断裂可能性可以从整个铸件的点到点来计算和/或映射。

在一种形式中，待模拟的轻合金(例如铝基或镁基合金)构件包括汽车构件。更确切的，这样的汽车构件可以包括发动机组、气缸盖、传动箱、油盘、冲击塔、悬挂部件、控制臂、发动机支架、车轮前端、门框、车轮、安放部件、仪表板和内部结构。在这种情况下，铸造设计模块还包括优化块体或头部例如浇道/冒口系统的至少一特定部分的几何结构表达。在另一种选择中，通过比较性能指标与预设的标准(例如决策树或相关的逻辑测试)，本方法可以重复或不重复操作；在满足预设标准的情况下，模拟的铸造过程被确定为最佳过程，而在不满足预设标准的情况下，会在计算模块中进行产品几何结构的重新设计，以便产生更新的性能指标。这个过程可以根据需要经常重复进行，直到获得最佳的过程。

在另一个选择中，多尺度微结构预测模块提供枝晶臂间距、微结构体系结构的第二相的体积分数和尺寸中一个或多个的定量指标。更确切地，微结构体系结构包括初生枝晶、共晶颗粒和共晶基体中的一个或多个。另外，可以运行多尺度微结构预测模块，以模拟沉淀物的形成，并分析初生枝晶和共晶基体中至少一个中的纳米尺度沉淀物的体积分数和尺寸分布。

各种尺寸尺度可以作成与待建模构件的保持一致。例如，大尺度(在汽车应用中)可以在大约10毫米到大约一米之间，而中间尺度在大约1微米到大约10毫米之间，小尺度在大约十分之一纳米到大约1微米之间。在最小尺度生成的性能评价数据库优选是基于推断至较大尺度中的至少一个的非统一的性能，从而可以使用多尺度微结构特性和局部非统一性能以及凝固条件之间形成的关系，而无需运行基本整个构件的小尺度的模拟。更优选地，结构性能模块使用各种尺寸尺度的微结构特征，来预测局部机械性能。

在另一个选择中，结构性能模块将构件作为共晶增强颗粒、共晶基体材料和枝晶基体材料的组合物来进行分析。这样，组合物的结构响应是基于这些单个微结构组织的结构性能预测值的整合。更确切地，结构性能模块基于预测的纳米尺度沉淀物来分析枝晶基体材料和共晶基体材料的强度，并分析共晶颗粒以及共晶颗粒和基体之间界面的强度，其中该纳米尺度沉淀物是许多尺寸尺度上的微结构体系结构的一部分。这些界面是价值的，在于：拉伸断裂模式包括破碎增强颗粒，或者在界面强度很低时将它们从共晶基体中分离。疲劳断裂模式还依赖于与组织强度相比的界面强度。

在另一个选择中，材料特性、缺陷数量评估以及微结构体系结构输出构成了预测的微结构组织和多尺度缺陷中一个或多个的多尺度微结构预测。在另一个选择中，结构性能模块可以用于确定蠕变强度。类似的，可以通过铸造设计模块、过程建模和优化模块以及多尺度微结构预测模块中的一个或多个来引导多尺度缺陷和微结构依赖的蠕变强度分析。同样的，可以通过铸造设计模块、过程建模和优化模块以及多尺度微结构预测模块中的一个或多个来引导多尺度缺陷和微结构依赖的疲劳分析。相关地，可以通过铸造设计模块、过程建模和优化模块以及多尺度微结构预测模块中的一个或多个来引导多尺度缺陷和微结构依赖的拉伸断裂评估。此外，结构性能模块可以用于引导可靠性分析。虽然术语“评估”和“分析”通常是同义的，但在此不使用命名“拉伸断裂分析”是为了试图避免与工程技术中的术语“疲劳分析”相混淆。相反，构件的强度与使用的拉伸载荷的比较过程在此被称为“拉伸断裂评估”，而不是“拉伸断裂分析”。

在另一个选择中，多尺度微结构预测模块的输出可以包括宏观和微观缺陷结果的定量预测。这样的结果包括但不限于：氧化物膜、夹带气体、冷隔、浇不足、芯部气体、夹杂物、基本整个铸件的宏观孔隙和微观孔隙。更确切地，宏观和微观缺陷包括当毗邻流的氧化膜以大的角度相遇时形成的氧化物双膜。在另一个示例中，宏观和微观缺陷由流痕或冷隔组成。在另一个选择中，待模拟的铸造过程是砂型铸造过程；这样，宏观和微观缺陷还包括由在砂型铸造过程中由加热的化学粘结剂释放出的热解产物、水蒸气和二氧化碳构成的芯部气泡。在另一形式中，宏观和微观缺陷包括夹带的气泡。通常，夹带气泡和芯部气泡是不同的。夹带气体是机械地混合到金属中，并包括两种常规机制：第一种是气体通常为空气通过“直浇口”吸入模具中；第二种是在当金属湍流地浇注到型腔中比内部的空气或其他气体逃出(铸模)快时发生。模具/压模内部的其他气体可能由脱模剂或模具润滑剂产生。芯部气泡仅在热的金属与受热时生成气体的物质接触时产生。芯部气体缺陷在铸造过程中在不同时间产生，并且与夹带气体具有不同的化学本质。在另一种形式中，宏观和微观缺陷包括夹杂物。夹杂物可以是在填模之前就存在于液态金属中的其他外来物质，或者是在填模过程中冲洗到液态金属中的模具材料、脱模剂或模具润滑剂，或者是在铸造过程管理不当时在金属套杆中形成的并然后被冲入浇口随后进入铸件的金属皮。在另一种形式中，微孔隙通过结合枝晶间流动模型和气孔生长模型来进行预测。由于液态金属中的氢扩散导致的气孔生长，通过使用气孔界面处的液态金属中的第一氢浓度表示的边界条件来计算，该第一氢浓度与气孔中的氢气压力以及外径处的氢的零通量保持平衡。

根据本发明的另一方面，公开了一种计算地模拟用于铝基构件的铸造过程的方法。该方法包括以与上述大体类似的方式构建计算机，并将构件相应的几何结构与性能需求输入计算机。一旦输入构件特定的特征，可以运行各个计算模块，以生成性能预测或相关的指标。可选地，结构性能模块的性能预测输出包括断裂可能性映射和断裂模式以及位置预测。在另一种选择形式中，铸造设计模块以及过程建模和优化模块中的一个或多个可以使用专家系统(例如上述讨论的)来作为它们的操作的一部分。

根据本发明的另一方面，公开了一种制造物件。该物件包括计算机可使用的介质，该介质具有嵌入其中的计算机可读程序编码，以模拟用于铝基构件的铸造过程。该计算机可读程序编码包括用于使所述计算机接受与所述铝基构件有关的数据的部分，基于接受到的数据进行迭代铸造设计分析，基于由铸造设计分析生成的输出来执行过程优化分析，基于由过程建模和优化分析生成的输出来进行微结构分析，基于所述微结构分析生成的输出来进行结构性能分析，从而由结构性能分析生成的输出限定所模拟铸件的性能指标及其铸造过程。

在本发明有关的方面，公开了用于分析地确定如何铸造铝基构件的系统。该系统包括配置包括数据输入、数据输出、处理、存储、彼此之间协作的控制和通信设备，以及一组计算模块以确定构件的最佳设计和加工途径。如本领域技术人员可以理解的，包括前述的输入、输出、处理和相关的算术逻辑单元的数据处理装置、连结在一起的控制和存储器的数据处理装置，构成了冯诺依曼或相关的计算机结构的基础。各计算模块可编程地设置以接收与待铸造的铝基构件关联的参数，且包括铸造设计模块、过程建模和优化模块、多尺度模块(用于确定铸造缺陷和微结构预测)和结构性能模块。这四个模块的操作集成到系统中，其一部分使用基于专家系统的方式来将铸件设计与制造集成。这种集成的一个组成是系统使铸造设计、过程建模和优化以及结构性能评估的宏尺度(即毫米或更大)工具与多尺度工具的尺度改变(即宏观、微观和纳米)相一致的能力。

本发明还提供以下方案：

1.一种计算地模拟用于基于轻质金属合金的构件的铸造过程的方法，所述方法包括：

构造计算机以包括数据输入、数据输出、处理单元、存储单元、以及用于所述数据输入、所述数据输出、所述处理单元和所述存储单元之间协作的通信路径；以及

运行具有多个计算模块的所述计算机，所述多个计算模块与所述存储单元以及所述处理单元中的至少一个能够编程地协作，使得：在接收到与所述构件有关的数据时，所述计算机将所述数据经历所述多个计算模块，使得：来自其的输出提供所述铸造过程的性能指标，所述多个计算模块包括：

铸造设计模块，其构造成提供所述构件的优化的几何结构表示；

过程优化模块，其构造成确定所述最终铸造设计的铸造过程、热处理和机加工中的至少一个；

多尺度微结构预测模块，其构造成接受从所述铸造设计模块和所述过程优化模块的数据作为到其的输入，以便生成材料特性、多个缺陷类型的缺陷数量估计、以及在多个尺寸尺度上的微结构体系结构作为输出；以及

结构性能模块，其构造成接受所述材料特性、缺陷数量估计和微结构体系结构输出，并连同加载条件、预测的残余应力和变形、以及耐用性测试模拟，以生成所述性能指标。

2.如方案1所述的方法，其中所述多个缺陷类型包括氧化物膜、夹杂物、夹带气体、冷隔、芯部气体、夹带的预成型金属皮、宏孔隙和微孔隙。

3.如方案2所述的方法，其中所述氧化物膜包括双膜、流痕、冷隔和褶皱中的至少一种。

4.如方案1所述的方法，其中所述多尺度微结构预测模块提供所述微结构体系结构的第二相的体积分数和尺寸、枝状臂间隙中的至少一个的定量指标。

5.如方案4所述的方法，其中所述微结构体系结构包括初生枝晶、共晶颗粒和共晶基体中的至少一个。

6.如方案1所述的方法，其中所述多尺度微结构预测模块模拟沉淀物的形成，并分析初生枝晶和共晶基体中至少一个中的纳米尺度沉淀物的体积分数和尺寸分布。

7.如方案1所述的方法，其中所述多个尺寸尺度包括在大约10毫米到大约1米之间的大尺度、在大约1微米到大约10毫米之间的中间尺度、以及在大约十分之一纳米到大约1微米之间的小尺度。

8.如方案7所述的方法，其中在所述小尺度处形成的性能值数据库是基于在较大尺度中推断的非统一性能，使得：能够使用在多尺度微结构特性以及局部非统一性能和凝固条件之间产生的关系，而无需运行基本整个所述构件的小尺度模拟。

9.如方案8所述的方法，其中所述多尺度微结构特征由所述结构性能模块使用以预测局部机械性能。

10.如方案1所述的方法，其中所述结构性能模块基于作为在多尺寸尺度上的所述微结构体系结构的一部分的预测的纳米尺度沉淀物来分析枝晶基体材料和共晶基体材料的强度。

11.如方案10所述的方法，其中所述结构性能模块将所述构件分析作为共晶增强颗粒、共晶基体材料和枝晶基体材料的组合物，使得所述组合物的结构响应是基于单个微结构组织的结构性能预测值以及构成所述组合物的所述单个微结构组织之间的界面行为的整合。

12.如方案1所述的方法，其中所述计算机系统包括专家系统，其随所述铸造设计模块和所述过程优化模块中的至少一个使用，所述专家系统包括知识库、几何结构分析器和推理引擎。

13.如方案1所述的方法，其中所述构件由从由铝基合金和镁基合金组成的组选择的材料制成。

14.如方案13所述的方法，其中所述构件是汽车构件。

15.如方案1所述的方法，其中所述材料特性、缺陷数量估计和微结构体系结构输出包括预测的微结构组织和多尺度缺陷中的至少一个的多尺度微结构预测。

16.如方案1所述的方法，其中所述运行所述计算机包括操作所述结构性能模块以确定蠕变强度。

17.如方案1所述的方法，还包括与所述铸造设计模块、所述过程建模和优化模块以及所述多尺度微结构预测模块协作的多尺度缺陷和微结构依赖的蠕变强度分析。

18.如方案1所述的方法，还包括与所述铸造设计模块、所述过程建模和优化模块以及所述多尺度微结构预测模块协作的多尺度缺陷和微结构依赖的疲劳分析。

19.如方案1所述的方法，还包括与所述铸造设计模块、所述过程建模和优化模块以及所述多尺度微结构预测模块协作的多尺度缺陷和微结构依赖的拉伸断裂分析。

20.如方案1所述的方法，还包括随所述结构性能模块进行可靠性分析。

21.如方案1所述的方法，其中所述多尺度微结构预测模块的输出还包括宏观和微观缺陷结果的定量预测，所述宏观和微观缺陷结果包括在基本整个所述铸件上的氧化物膜、夹杂物、夹带气体、冷隔、芯部气体、夹带的预成型金属皮、宏孔隙和微孔隙。

22.如方案21所述的方法，其中所述宏观和微观缺陷还包括在来自毗邻流的氧化物膜以大角度相遇时形成的氧化物双膜。

23.如方案21所述的方法，其中所述宏观和微观缺陷还包括流痕。

24.如方案21所述的方法，其中所述宏观和微观缺陷还包括冷隔。

25.如方案21所述的方法，其中被模拟的所述铸造过程对包括气泡的宏观和微观缺陷建模。

26.如方案25所述的方法，其中所述气泡被建模为由来自在所述铸造过程中受热的化学粘结剂的水蒸气、二氧化碳和热解产物中的至少一个生成。

27.如方案21所述的方法，其中所述宏观和微观缺陷还包括在填模过程中形成的夹带气泡。

28.如方案21所述的方法，其中所述微孔隙通过枝晶间流动模型和气孔生长模型的整合来预测，其中由于液态金属的氢扩散而造成的气孔生长由以下方程计算：

$\frac{\∂\mathrm{\ρ}{C}_H}{\∂t}=\▿\left(D_H{\▿C}_H\right)+S_H$

$S_H=\frac{\∂}{\∂t}(C_H^0/(1-(1-\frac{K_s}{K_l})\·f_s))$

其中边界条件通过在气孔界面处的所述液态金属中的第一氢浓度表示，该氢浓度与气孔中氢气压力以及计算的糊状区域中外径处的氢的零通量相平衡。

29.一种计算地模拟用于基于轻质金属的构件的铸造过程的方法，所述方法包括：

构造计算机以包括数据输入、数据输出、处理单元、存储单元、以及构造成在所述数据输入、所述数据输出、所述处理单元和所述存储单元之间建立协作的通信路径；

向所述计算机输入与所述构件对应的几何结构与性能需求；

运行铸造设计模块，以确定具有材料和过程推荐的铸件几何结构和浇道/冒口模型，所述铸造设计模块构造成在所述铸造设计模块运行过程中使用材料选择、铸造过程选择、铸造设计规则、构件设计和铸造参数选择中的至少一个；

将与材料和过程推荐有关的信息传送到过程建模和优化模块；

运行所述过程建模和优化模块，以确定过程改进时机、最佳过程实践以及残余应力和变形预测中的至少一个，所述过程建模和优化模块构造成在所述过程建模和优化模块运行过程中使用材料数据库、模型/压模设计和过程控制、熔融质量控制、填模实践和凝固控制、热处理建模和优化以及机加工优化和控制中的至少一个；

将与过程改进时机、最佳过程实践、残余应力和变形预测中的所述至少一个相关的信息传送到多尺度微结构预测模块；

运行所述多尺度微结构预测模块，以确定微结构组织，所述多尺度微结构预测模块构造成在多尺度微结构预测模块运行过程中使用材料数据库、边界条件、多尺度相预测、缺陷预测、微尺度第二相颗粒预测和纳米尺度沉淀物预测中的至少一个；

将与所述微结构组织有关的信息传送到结构性能模块；

运行所述结构性能模块，以确定性能预测，所述结构性能模块构造成使用材料数据库、拉伸断裂分析、蠕变强度分析和多尺度疲劳分析中的至少一个；以及

比较所述性能预测与预设的标准，使得：在满足所述预设标准时，所述模拟的铸造过程限定最佳过程，或者在不满足所述预设标准时，产品几何结构重新设计被提交给所述铸造设计模块、所述过程建模和优化模块、所述多尺度微结构预测模块以及所述结构性能模块中的至少一个，以生成更新的性能预测。

30.如方案29所述的方法，其中所述铸造设计模块、过程建模和优化模块、多尺度微结构预测模块和结构性能模块中的至少一个使用专家系统来生成各自的输出。

31.如方案29所述的方法，其中所述多尺度微结构预测模块的输出还包括在基本整个所述铸件上的宏观和微观缺陷结果的定量指标。

32.如方案31所述的方法，其中宏观和微观缺陷结果的所述定量指标包括氧化物膜、夹带物、夹带气体、冷隔、芯部气体、夹带的预先成形金属皮、宏孔隙和微孔隙的定量指标。

33.如方案29所述的方法，其中所述多尺度微结构预测模块提供所述微结构组织的第二相的体积分数和尺寸、枝晶臂间隙中的至少一个的定量指标。

34.如方案33所述的方法，其中所述微结构组织包括初生枝晶、共晶颗粒和共晶基体中的至少一个。

35.如方案29所述的方法，其中所述多尺度微结构预测模块模拟沉淀物的形成，并分析初生枝晶和共晶基体中的至少一个中的纳米尺度沉淀物的体积分数和尺寸分布。

36.一种制造物件，包括计算机能够使用的介质，所述介质具有嵌入其中的计算机可读程序编码，以模拟用于基于轻质金属构件的铸造过程，在所述制造物件中的所述计算机可读程序编码包括：

用于使所述计算机接受与所述基于轻质金属的构件有关的数据的计算机可读程序代码部分；

用于使所述计算机基于所述接受的数据进行迭代铸造设计分析的计算机可读程序代码部分；

用于使所述计算机基于由所述铸造设计分析生成的输出来执行过程优化分析的计算机可读程序代码部分；

用于使所述计算机基于由所述过程优化分析生成的输出来进行微结构分析的计算机可读程序代码部分；以及

用于使所述计算机基于由所述微结构分析生成的输出来进行结构性能分析的计算机可读程序编码部分，使得由所述结构性能分析生成的输出限定所述模拟的铸造过程的性能指标。

37.如方案36所述的制造物件，还包括用于使所述计算机将所述性能指标与预设的标准进行比较的计算机可读程序代码部分，使得：在满足所述预设的标准时，与所述模拟的铸造过程相对应的所述性能指标限定优化过程，而在不满足所述预设的标准时，产品几何结构重新设计被提交给所述铸造设计模块、所述过程建模和优化模块、所述多尺度微结构预测模块以及所述结构性能模块中的至少一个，以生成更新的性能预测。

38.如方案36所述的制造物件，其中所述计算机可读程序代码部分的至少一个构造成操作为专家系统。

39.如方案36所述的制造物件，其中用于使所述计算机执行微结构分析的由所述计算机可读程序代码部分生成的输出包括在基本整个所述构件上的宏观和微观缺陷结果的定量预测。

40.如方案39所述的制造物件，其中宏观和微观缺陷结果的所述定量预测包括氧化物膜、夹带物、夹带气体、冷隔、芯部气体、夹带的预先成形金属皮、宏孔隙和微孔隙中的至少一种铸造缺陷。

41.如方案36所述的制造物件，其中用于使所述计算机执行微结构分析的由所述计算机可读程序代码部分生成的输出包括微结构组织的第二相的体积分数和尺寸、枝晶臂间隙中的至少一个的定量指标。

42.如方案41所述的制造物件，其中所述微结构组织包括初生枝晶、共晶颗粒和共晶基体中的至少一个。

43.如方案41所述的制造物件，其中用于使所述计算机执行微结构分析的所述计算机可读程序代码部分模拟沉淀物的形成，并分析初生枝晶和共晶基体中的至少一个中的纳米尺度沉淀物的所述体积分数和尺寸分布。

44.如方案36所述的制造物件，其中用于使所述计算机执行结构性能分析的所述计算机可读程序代码部分包括执行拉伸断裂评估、蠕变强度和多尺度疲劳强度中的至少一个的分析。

45.如方案36所述的制造物件，其中所述性能指标包括断裂可能性映射、断裂位置和模式预测。

附图说明

以下具体实施例的详细说明可以结合以下附图得到更好的理解，其中相同的附图标记表示相同的结构，且其中：

附图1A表示与构成本发明VCCD系统的模块相关联的基本步骤，其中所提议的铸件在凝固后经受热处理；

附图1B表示与构成本发明VCCD系统的模块相关联的基本步骤，其中所提议的铸件在凝固后不经受热处理；

附图2是铸件设计模块的专家系统使用的示意图；

附图3是过程建模和优化模块的专家系统使用的示意图；

附图4A至4C是输入到多尺度模块和从其输出的示意图，其中所述多尺度模块能够用于微结构和缺陷预测；

附图5是输入到结构性能模块和从其输出的示意图；

附图6表示VCCD系统的两个模块的各种尺寸状态之间的相关操作的示意图；

附图7表示根据本发明一个实施例的在计算机上执行的附图1至6的系统；

附图8表示双膜、夹带气体和冷隔的形成。

具体实施方式

首先参照附图1A，VCCD系统(在此也称作VCCD专家系统、虚拟铸造系统或更简单称之为系统)1的四个主要计算模块是铸造设计模块100、过程建模和优化模块200、多尺度缺陷和微结构预测模块300以及结构性能模块400，这些如随VCCD系统1流程的特定位置所示。公开的VCCD系统1是CAE和ICME的具体实施方式，其允许虚拟组件待被经历反复设计、铸造、热处理和结构与耐用性评估，以便优化这些构件的实际等同物的随后制造。在VCCD系统1中对铸件几何结构以及浇口/冒口设计优化、精确的孔隙度确定(而不是仅简化的假定)、较大缺陷如上述提到的在铝铸件中常见的缺陷的处理、以及共晶相在微结构中如何排列的在疲劳和相关的可靠性计算上的影响给予具体考虑。本发明的方法特别适用于在特定位置未出现铸造缺陷时疲劳性能的评估，该方法一般不同于需要假定缺陷存在的短裂纹或长裂纹疲劳模型的方法。

如在流程中所示，模块100、200、300以及400中的一个或多个的输出可以作为其余模块100、200、300以及400中的一个或多个的输入。另外，在确定VCCD系统1的方法是否生产最佳产品480的尝试中，使用某些决策点，包括提出的设计是否满足铸件设计需求120(也称为最终的铸件设计)、铸件质量需求220、微结构需求240、残余应力需求250或者客户需求450。铸造设计模块100在产品几何结构需求输入20和性能需求输入30方面可以使用以执行大量的试验设计(DOE)或相关的重复任务，以便提供具有浇口/冒口系统设计的最佳的铸件几何模型，以及以铸件设计需求120的铸造建议的形式输出的合金/处理建议。

接下来结合图1A和1B参考图2，铸造设计模块100中执行的任务包括但不限于：合金性能的初始评估、铸造方法选择(例如压铸、砂型铸造或相关的方法)、浇口和冒口数据以及相关的设计规则。共同地，这些活动使用知识库102来执行。示例性的铸件，例如汽车气缸盖，可以包括典型的铸造工艺，湿砂铸法、精密砂型铸造、半永久模铸以及气化模(消失泡沫)铸造。某些铸造工艺，例如高压力压铸，因为各种原因，会认为特别不适于所讨论的部件，例如部件的几何复杂。在任何情况下，一旦做出对铸造工艺和合金性能的选择，知识库102中相关的铸造设计规则将用于初始浇口/冒口设计、激冷位置、尺寸设计以及相关参数。在初始形状限定后，最佳尺寸可以通过DOE数字化地获得，其中铸造缺陷结果在DOE矩阵对于每次运行将被估计，并在最终优化中使用。使用DOE的一个优势是计算速度，从而允许铸造设计的优化仅在几次重复中得到确定。另一个优势是各种因素的相关贡献在DOE输出中列出，从而使哪个或哪些变量对铸造缺陷具有大的影响变得清楚。进一步，由于实际的铸造过程包括输入参数和输出的交互，DOE方法的使用有助于在结果上诊断输入变量之间的交互，而无需与实际反复试验方法相关联的时间和费用。基于产品几何结构以及性能需求20，以最终铸造设计120的形式从模块100的输出提供了对铸造过程、合金成分、铸件几何结构以及配备(即浇口、机加工原料以及冒口)的粗逼近。

该信息可以传递到过程建模和优化模块200，其用于通过子模块200-2中的热处理模拟与微结构和缺陷计算模块300交互，从而生成输出质量指标，这样的例子包括子模块优化工艺实践、残余应力和变形、以及过程改进机会(均如图3所示)。如图3所示，输出250，优化工艺实践建议可以用于加快新产品的工艺工程准备。设备能力需求可以被量化，例如在铸造路径中的脱气站所需的氢水平，以及工艺控制文件可以先于制造试验基于模型输出有限制地准备。例如，如果目标气孔水平低于0.5体积百分比，则工艺优化会报告预测的铸造模型上的气孔水平超过目标值，或者数个节点的总和超过该值。表格形式中的例子示出了对于非最佳铸造和工艺设计(表I)以及最佳铸造和工艺设计(表II)的结果和建议。

表I

非最佳铸造)

表II

(最佳铸造)

质量指标	满足目标	值
			气孔％＜0.5％	是	最大0.4％，平均0.2％
双膜的数目/cm3＜100	是	最大99/cm3，平均90/cm3
			最大气孔尺寸＜200μm	是	最大150μm，平均100μm
残余应力＜80MPa	是	最大78MPa，平均30MPa

在附图1A和1B中，例如以上表格中的结果将形成到名为铸造质量需求220的决策步骤的输入和名为残余应力需求250的决策步骤的输入。

结合附图1A和1B具体地参考附图3，使用(或其他)知识库202的专家系统201可以作为过程建模和优化模块200的一部分，以包括材料数据库、模具/压模设计和工艺输入控制(用于建立凝固分析的热边界条件)、熔化质量输入和控制(作为输入以包括对于(或其他)氧化物、双膜和氢水平的考虑)、填模实践和凝固控制、热处理工艺输入和控制、以及机加工工艺输入和控制中的至少一个，所有上述构造为任务、工具或子模块。机加工工艺输入和控制子模块的结果给出了由过程建模和优化模块200中的其他子模块已建模的构件现有的形状、强度和残余应力的指示。在输出的一种形式中，模具/压模设计和工艺输入控制子模块以及填模实践和凝固控制子模块可以结合显示器或打印软件使用，以产生彩色图片或相关的图形表达。然后输出(以工艺改善机会和建议最佳工艺实践的形式)被输入与铸造质量需求220相关的决策中，使得构件设计者或工艺工程师可以使用其最佳实践，而残余应力和变形预测250的输出可以用于给结构性能模块400提供有价值的输入信息。

由铸件的热处理产生的残余应力需要被考虑，尤其是基于热处理之后的加工操作的应力分布的改变。例如，热处理后的冒口或相关附属材料的去除是会显著地影响在后续分析例如耐久性分析中使用的残余应力分布的机加工步骤。系统1的各个模块使用的方法可以通过模拟的机工步骤采取仿热处理(as-heattreated)的残余应力状态，以更精确地预测所提出构件中的残余应力。具体地参照图1B，在某些情况下，铸件可能自然老化；在这种情况下，铸件质量需求220的输出仍然输入到微结构需求240和残余应力和变形需求250，其条件是热处理事实上是室温老化。这样，铸件在仿铸造(as-cast)条件下使用，效果意味着子模块320中的所预测的仿铸造缺陷和微结构被送入性能预测模块400，而不管用于热处理的过程建模重复。尽管铸件不经历热处理，但仿铸造残余应力和变形仍然需要在子模块230中预测。同样，虽然铸件不经受附图1A中涉及的热处理考虑，但子模块200-3中所示的机加工影响还是需要考虑的。与附图1B所示的自然老化途径不同，子模块200-4用于模拟已凝固的铸件的冷却过程，以便主要为残余应力与变形计算子模块230提供输入。进一步地，优选地是，热处理过程建模(无论是以图1B中的室温方式或图1A中的提高温度方式)将在构件进入热处理过程时使用代表其的几何结构来实现。

模块100和200的最佳功能是为多尺度缺陷和微结构预测模块300提供输入，以及对其输出作出响应。如上所述，模块300基于铸造设计和工艺输入为铸件提供缺陷总数和微结构分布的详细预测。在一个基本构件中，模块300从模块200获得全尺度热传递和流体流动条件，以预测在微观尺度的枝晶和共晶的形成。根据尺寸、体积分数以及形态，中尺度(mesoscale)和纳米尺度编码中的一个或两个用于预测仿铸造微结构和可能的铸造缺陷。预测的缺陷总数可以用作在模块200中待被优化的质量指标。

用于中尺度或纳米尺度仿铸造微结构(枝晶和共晶结构)和铸造缺陷模拟的输入信息(热、化学、物理、或者机械)由宏观尺度流体体积(VOF)模拟来提供，其构成过程建模和优化模块200的一部分。模块300中预测的典型铸造缺陷包括但不限于：宏孔隙和/或微孔隙、氧化物和夹杂物、热裂、浇铸不满、芯部气、冷隔和夹带气体。微结构组成包括但不限于：枝晶晶粒、枝晶晶格以及微尺度和纳米尺度态的第二相微粒。为实现此，模块300包括对材料数据库、边界条件、多尺度相平衡、上述铸造缺陷的预测、微尺度第二相预测以及纳米尺度沉淀物预测工具、任务或子模块的规定。这些小尺度特性极大地依赖于铸件的加工历史，使得经过各个模块的整体操作变得非常重要。这样，从模块100和200接收的输入用于引入在小尺度材料特性上的铸件设计和各种制造过程的影响，其进而用于预测待铸造构件的较大尺度的机械和物理性能。微结构需求决策240的输出是以微结构组分的形式，它可以反馈至热处理过程建模和优化子模块200-2以及多尺度热处理微结构预测子模块330。模块300中确定的因素提供最可靠的方式以执行多尺度疲劳分析子模块400D。多尺度微结构预测模块300的输出包括材料特性、宽范围缺陷类型的缺陷总数评估、以及多个尺寸尺度上的微结构体系结构。材料特性输出包括但不限于：材料液相线、固相线、作为温度功能的固体分数、凝固顺序、单个凝固相的热力学和热物理性能。各种缺陷的缺陷总数输出包括但不限于：氧化物、夹带气体、冷隔、芯部气体、宏孔隙和微孔隙。微结构体系结构由微结构要素组成。这些微结构要素由微结构特性表示，例如但不限于：固相、单个相的体积分数和尺寸分布、单个相的组分和结晶结构等。

结合附图1A和1B具体地参考附图5和6，结构性能模块400对经受测试或操作载荷的构件或产品的耐用性进行评估；优选地，它是基于概率性微观力学模型。性能预测作为模块400的输出，并指示构件在何处可能会故障、故障模式以及故障的可能性。在该节点，如果待建模构件的耐用性满足需求，那么其结构性能将得到证实；如果否，则分析将返回铸造设计模块100以再次试验。一方面，模块400至少包括材料数据库子模块400A、拉伸断裂评估子模块400B、蠕变强度分析子模块400C以及多尺度疲劳分析子模块400D。结构性能评价模块400(其也包括机械性能预测)的输入以多尺度缺陷和微结构预测模块300的多个子模块310、320和330、维修/测试条件430以及预测的残余应力和变形420A的形式示出。其中，维修/测试条件430提供载荷条件；而残余应力420A，与包括在维修/测试条件430内的任何组装应力一起，给构件提供预存在的应力；以用于结构性能或耐用性模拟。材料数据库子模块400A提供了其他子模块所需的材料热物理性能(例如附图1A和1B中的热力学和物理性能10表示的那些)。子模块400B用于通过比较局部材料拉伸性能与拉伸载荷条件来计算拉伸性能。这作为第一阶段，其中其故障提出对所建议组件优点的任何额外调查的讨论。子模块400C用于从多尺度微结构计算包括在子模块420A中的局部材料蠕变强度，并比较材料性能与局部热和应力条件。类似地，子模块400D用于计算局部材料疲劳特性(也包括在子模块420A中)和性能。具体地，多尺度疲劳分析包括一系列调查，第一涉及大的缺陷(例如双膜、冷隔或在此讨论过的其他)是否存在，第二涉及微孔隙唯一明显异常存在的位置，第三是在被评价的位置没有可识别的缺陷。例如上述的问题对一般的铸造来说是重要的，特别是当涉及压铸时。

下面结合附图6参考附图4A到4C，示出了多尺度缺陷和微结构预测的细节。在接收到与来自于铸造设计模块100的具有浇口或冒口特性的铸造模型、来自于过程建模和优化模块200的铸造条件、以及合金热力学和物理性能10、来自于图2的知识库102的合金组分、金属质量和铸造工艺有关的信息时，微结构预测模块300分成微尺度和宏尺度分析。选定的分析方法依赖于待被建模的微结构成分或缺陷的尺度。例如，宏尺度(尺度III)缺陷通常可以由肉眼或放大镜观察到。这种缺陷的普通例子包括芯部气泡、夹带气体和冷隔。通过缺陷形成过程的物理尺度特性，这些通过使用有限元模型(FEM)、有限差分法(FDM)或者流体体积法(VOF)在从毫米到厘米级的节点尺寸上来建模，以预测具有最大尺寸从10毫米到米级的缺陷和微结构成分。在最小极限情况下，必须对微结构成分例如纳米尺度沉淀物进行建模以预测局部强度。这些尺度I水平预测是在近乎原子水平下进行的，使用计算方法例如从头计算(ab initio)、分子动力学(MD)和相场(PF)计算，以在小于1立方微米的总体积上模拟微结构组织。尺度I预测需要通过使用工具例如传输电子显微镜成百上千倍的放大以分辨纳米尺度沉淀物和结晶结构的证实。尺度I和尺度III之间的空缺，对于最大尺寸从约1微米到10毫米范围的缺陷和微结构成分，通过中尺度和微尺度(即尺度II)模拟方法来填充。尺度II方法预测缺陷的形成例如微孔隙和有害的第二相微粒，以及微结构成分例如枝晶、晶粒和共晶颗粒。用于中尺度和微尺度预测的计算方法包括元胞自动机(CA)、改进的元胞自动机(MCA)和PF，并且预测通过使用标准工具如放大范围从10-10000倍范围内的金相光学显微镜和扫描电子显微镜观察缺陷和微结构来验证。本领域的技术人员能够认识到，这些尺寸区别的常规分类是有点武断的，以及事实上它们中的某些会存在于一个以上的前述尺度中；这从本文中是显见的。具体参照附图4A，宏尺度(尺度III)活动用于在仿铸造状态(即在任何后铸造热处理之前)下提供孔、氧化物和相关缺陷的缺陷预测。宏尺度缺陷预测子模块310沿两条路径进行，包括用于流体流动312和凝固313的分析。从流体流动312，与氧化物双膜、夹带气体以及残存气体有关的信息在314中确定。同样，与芯部气体和总的微收缩有关的信息在315中确定。与缺陷关联的细节如在314和315中的那些，将在后面讨论，包括关于附图8的讨论。

具体参照附图4B，示出了用于确定仿铸造微结构和微尺度缺陷的子模块320。如附图4A中的子模块310，子模块320提出了用于尺度II缺陷321以及尺度I、II和III微结构325的两种分析。在第一种分析中，微尺度缺陷321包括尺度II的凝固缺陷322，该缺陷从由尺度I和II下作用的模式所预测的微孔隙缺陷和尺度II下作用的模式所预测的有害相组成。在第二种分析中，微结构325包括尺度II和III的枝晶和晶粒边界，尺度II的第二相例如共晶增强颗粒，以及尺度I的纳米尺度沉淀物。子模块320的输出用于三个事情，如附图1A和1B所示。其中第一个事情涉及比较缺陷预测320与铸造质量需求220，以观察微孔率或其他的缺陷是否超过允许值。如果不满足铸造质量目标，则VCCD1系统1在模块100和200中的铸造设计和过程参数上迭代。当满足了铸造质量目标时，预测的多尺度缺陷和微结构会用于结构性能预测模块400。另外，对于被热处理的铸件，预测的仿铸造微结构将用作图4C中所示的热处理微结构预测330的输入。附图4B中所述的仿铸造微尺度缺陷和微结构成分的输出与质量要求进行比较，并作为子模块220的决策标准。如果满足了最低的质量标准，则微收缩数据被转到结构性能模块400。对于未被热处理的铸件而言，作为附图4B中的输出列出的其他微结构细节也转到结构性能模块400，在该模块处，它们将直接从来自子模块320的微结构尺寸、形状和排列细节计算耐用性。如果铸件被热处理，则子模块320的输出变为用于预测最终“热处理”微结构的起点。例如，可能需要估计尖的盘状共晶颗粒在热处理过程中能修圆多少，其中来自子模块320的仿铸造条件下的形状可以构成子模块330中的预测的起点，其中在颗粒更接近球形状态时角落边缘变得不那么尖。形状的这种改变可以显著地影响微结构对拉伸和相关载荷的结构响应。

接下来参照附图4C，来自子模块320的所预测的仿铸造多尺度微结构预测的结果然后用于仿热处理多尺度微结构预测子模块330中热处理作用的分析。可以理解，无需将宏尺度缺陷预测子模块310的相关输出经历仿热处理多尺度微结构预测子模块330，因为较大尺度的缺陷，如氧化物、表面连孔等在经受大部分常规热处理不会改变。但是，对于经受热等静压的构件来说，来自310和320的宏和微尺度内孔隙将包含在热处理工艺模块200-2、变形预测230、以及仿热处理多尺度微结构预测子模块330中，以精确地反映热等静压操作对构件的最终尺寸和微结构状态的影响。确定的量包括微尺度微结构331、枝晶332、第二相如共晶增强颗粒和纳米尺度沉淀物。子模块330的输出包括但不限于：多尺度相、共晶颗粒和沉淀物。

如在多尺度缺陷和微结构预测中采用的方法的优势在于可应用各种计算上节省时间的措施。例如，来自宏尺度缺陷预测子模块310的信息可以供给到子模块400B(附图5所示)和总性能子模块420A(附图6所示)中的拉伸失败评估中，而无需完成剩下的具体分析，以确定是否需要进行余下的步骤。在另一种情况下，如果热处理模块预测的残余应力过高，则软件会重复200-2中的热处理参数或建议115中的产品几何结构改变，而无需进行子模块440或460的耐用性或可靠性计算。这样，更复杂的耐用性和可靠性计算被延迟，直至得到满足特定质量指标的铸件结构和工艺设计。那样，如果服务载荷极有可能引起表面初始化失败，则可仅通过使用对于部件的表面来说位置依赖的微结构、缺陷以及残余应力信息做出加速的耐用性或可靠性计算。如果基于该表面节点的筛分满足需要的耐用性和可靠性需求，则耐用性和可靠性计算就可以用于余下的节点，以寻找隐藏的内部缺陷。相反地，如果基于表面节点的筛分不满足规定，则在完成整个构件的结构性能评估之前，通过子模块120、220、240和250处的改进决策标准再重新启动几何结构和工艺重新设计活动。随后，候选的铸造设计和工艺将被很好地调整，以便通过使用模块100和200的DOE能力，并将DOE输出联系到随机耐用性和可靠性模型，使得系统提供稳健并且最小成本产品和工艺设计，从而优化产品耐用性和可靠性。在系统的计算高效使用的进一步实施例中，已有的产品可能以更严格的应用来评估，例如更强的发动机的动力形式。在这种情况下，从之前的设计研究的现有产品几何结构、微结构和缺陷描述会与提出的新服务或测试条件430一起被输入结构耐用性模型400。使用现有的铸造设计和工艺的可行性的精确评估可在模块100和200的几何结构和工艺优化程序执行之前进行。如果从之前设计研究的现有产品几何结构、微结构和缺陷描述不可用，则它们可以通过输入现有的结构和工艺参数到系统1中来有效地形成，而不用运行模块100和200中的优化选项，来生成新的基准输入到结构耐用性模型400。由于该方法的模块化特性，系统可以通过仅选择为解决手头的问题所需的功能就可以有效地被使用。

如上所述，当建模相对大的构件(例如汽车发动机组)时，分级会出现问题。附图6具体示出了与多尺度缺陷和微结构预测模块300和结构性能模块400关联的各个步骤如何成列地被分组到三个大体尺度中，其中第一尺度(尺度I)与非常小的尺寸(例如小至0.1纳米的范围的晶体结构、相位特性、沉淀物等)相关联，而第二尺度(尺度II)与稍微较大的尺度(例如1到10mm的范围的气孔形状、颗粒/枝晶形态、共晶等)关联，第三尺度(尺度III)与构件水平尺度(例如在大约10mm到1米之间的宏尺度的铸造缺陷、颗粒等)关联。

尺度I的非常细微尺度的材料性能被推断以便在多尺度缺陷和微结构预测模块300中使用从而确定结构性能模块400中整个铸件中的大尺度性能的耐用性、可靠性和功能性。这样的推断是需要的，因为最小尺度(尺度I)可仅处理达大约1微米大小的样品。这样，铸件需要被分成很多个小体积的元件。即使是非常小的样品，尺度I方法需要大量的计算时间(例如对于1mm2面积的二维分析大约一周)来获得解决方案。这样，使用尺度I方法模拟整个铸件会花费过长的时间。为了克服它，本发明人首先使用尺度I方法计算小(达1微米)样品在实际铸造或热处理情形中可能会遇到的各种铸造或热处理条件下的材料性能。然后，生成材料性能和铸造或热处理条件之间的关联，进而基于尺度I体积经历的铸造或热处理条件，利用上述关联计算任何单个体积(达1微米大小)的材料性能。这样，对于任何小体积(达1微米)的材料性能为产生解决方案只需几秒或几分钟的计算时间。通过这些知识，本方法可以移动到尺度II，其中样品最大尺寸更大(例如达10毫米)。通过将尺度II样品分成许多具有尺度I尺寸的小体积，进而尺度II方法可以对每个单尺度I体积计算铸造或热处理条件。根据每个尺度I体积的铸造和热处理条件，尺度II样品中的全部单个尺度I体积的材料性能都可以被计算。因此，尺度II样品尺寸的铸造或热处理条件与材料性能之间的关系可以形成。全部三个尺度方法的使用协作以对铸件进行建模，其中各部分中局部性能和缺陷数量会显著地改变。通过首先将铸件分成毫米尺度(尺度II)尺寸，创建全局模型。VOF和有限元方法(FEM)模拟，示出为图6中的子模块340，可被建立用于流体流动或热和相变。在宏观模拟过程中或之后，对于每个尺度II体积的铸造或热处理条件(流速、压力、氢水平、温度等)便已知了。然后，这允许基于单个尺度II体积经历的铸造或热处理条件和所形成的关联在尺度III模型内的任何尺度II体积的材料性能的计算。

在尺度III的大尺度中，各种代码形式(例如FEM、有限差分方法(FDM)或VOF方法)用于提供模拟工具，其中所述模拟工具提供工艺参数的宏观信息，包括热、速度、压力和应力状态等。其他的代码形式，例如元胞自动机(CA)和改进的元胞自动机(MCA)通常被认为是中等尺度计算方法，而从头计算和分子动力学(MD)工具分别用于执行纳米尺度和原子尺度方法。中间代码形式，例如相场(PF)可以用于尺度I或尺度II状态。这样，CA和MCA方法分析尺度II域的铸造缺陷和微结构包括气孔尺寸和形态、枝晶晶粒和共晶颗粒。

多尺度缺陷和微结构预测模块300的预测集成并映射到最终的部件几何结构，使得微结构、强度和缺陷数目的局部改变可以在下述结构性能评估中准确地说明。重要地，通过避免最小尺度的整体性能被过于简单地假定，本发明允许铸造设计者和工程技术人员准确地预测大尺度铸件上的缺陷和微结构的局部影响，而不必采用在升大尺寸时的庞大的计算机处理时间。首先看多尺度工具的开发和整合，尺度I方法用于计算样品(达1微米)在实际铸造或热处理情况下会经历的所有种类的铸造或热处理条件的材料性能。尺度I模拟和关联的确认使用很好控制的凝固和/热处理条件的铸造测试来实现，之后关联用于计算基于尺度I体积经历的铸造或热处理条件的任何单个体积(达1微米大小)的材料性能。这样，任何小体积(达1微米)的材料性能的解决方案只需数秒或数分钟的计算时间，因为全面的(且耗时的)尺度I模拟不必运行。

从此，可以启动尺度II，其中尺度II样品被分成具有尺度I尺寸的许多微小体积，从而尺度II方法为每个单个尺度I体积计算铸造或热处理条件。这允许尺度II样品中的所有单个尺度I体积的材料性能使用尺度I形成的关系来计算，而无需运行实际的尺度I模拟。相应地，可以建立尺度II样品尺寸的铸造或热处理条件与材料性能之间的关系。类似的，任何单个尺度III体积元件可以分成许多个尺度II体积样品。任何单个尺度II体积样品的材料性能可以基于建立的关系快速地计算，而无需实际运行尺度II模拟。与尺度I一样，在给定条件的合金和熔化质量(都如附图2和3分别所示的专家系统101和201的知识库102、202的一部分)、铸件/浇口结构20、铸造工艺参数200-1(如附图1A所示)、200-1B(如附图1B所示)或者热处理参数200-2下子模块340中用于流体流动、凝固或热处理的VOF和FEM模拟被执行。在宏观模拟过程中或之后，为每个尺度II体积建立了流速、压力、氢水平、温度和相关值。这允许宏尺度/中等尺度铸造缺陷和晶粒尺寸310的计算。同时，CA/MCA/PF子模块350中的每个尺度II体积的计算的流速、压力、氢水平、温度和其他信息会作为用于计算(或其他方式)微孔隙、DAS或共晶颗粒结构的微观子模块321、325、331的边界条件，而后每个尺度II体积的局部机械性能可以在子模块420B中计算。类似的，子模块360中每个尺度I体积的所计算的流速、压力、氢水平、温度和其他信息会作为PF/MD/从头计算模拟328和334的边界条件。因此纳米尺度晶体结构和沉淀物可以在子模块328、334中计算，之后每个尺度I体积的屈服强度和老化加强会在子模块420C中计算。计算的屈服强度可以进一步用于子模块420B中局部拉伸和疲性能的准确预测。至此，能够在子模块420A中计算整个铸件的局部机械性能。可以基于整体性能输出加上来自子模块430的给定载荷和应力状态的输入在子模块440中评估整个铸件的耐用性分析。通过对从子模块440输出的耐用性分析进行统计处理，在子模块460中可以为在给定的车辆应用中使用的给定铸件的总数目实现可靠的评估。例如，可以运行变化的操作性载荷的Monte Carlo模拟，以确定所选的铸造设计和工艺的保修成本。

再次具体地参照附图4B，为获得铸件响应载荷的准确预测，优选根据强度、尺寸、形状和构件之间的界面，以及在该处出现的给定尺寸和类型的缺陷的可能性，来表示每个微结构组件。各尺度之间的相互影响要求形成系统组件之间的物理交互作用的准确表示。例如，示出的共晶颗粒和沉淀物作为(分别图4B和4C的)仿铸造和仿热处理微结构320、330的输出，因为热处理影响共晶相的尺寸、形状和体积分数，而将枝晶作为输出以考虑热处理后纳米尺度沉淀物分布的扩散作用。同样的，需要包括(从操作在尺度和II的方法所预测的)微孔隙缺陷323以全面的表示这类缺陷的存在、尺寸、长宽比以及数量密度对构件响应于载荷的影响。微孔隙预测方法的进一步细节在下面进行讨论。

先前讨论的CA可以用于预测不同工艺操作条件下的气孔体积分数和气孔尺寸。这然后可以被关联以形成最大气孔长度的方程。然后将回归方程应用到整个铸造的宏观模型中，以允许CA的简化应用到大的模型。这样的方法促进多尺度计算的整合。微孔隙也可以通过使用整合的枝晶间流和气孔生长模型来建模，以说明收缩和氢扩散的影响。另外，根据本发明将在填模后在液铝中的预测的氧化物颗粒用作微孔隙成核位置提高了准确性，因为无需武断地假定液态铝中气孔成核晶籽的数目。

再次参照附图4C，示出了仿铸造构件的多尺度微结构预测330上的热处理的效果。与附图4B所示的对于仿铸造微结构的输出一样，(特别是)共晶颗粒和沉淀物示出为热处理微结构的输出，但是在这个示例中由于热处理影响共晶相的体积分数、尺寸和形状。在某些情况下，利用附带的浇道和冒口对铸件进行热处理，而在其它情况下，铸件会部分被机加工，在热处理之前将浇道和冒口去除。这样，该几何结构的基础是铸造设计输出120决策(附图1A和1B所示)，改进以反应实际的工艺条件。在一个示例中，子模块200-2、230和250之间的协作可以用于建模发动机组，该发动机组原本计划采用附带的冒口热处理。来自200-2和230的分析结果可以预测淬火后的高残余应力会导致在任何使用载荷之前的部件破裂。这样的结果会导致图1A和1B的子模块250处的否(“NO或N”)输出决策点。作为响应，系统1会修正模型以指示：优选在热处理之前将冒口去除，作为热处理优化工艺的一部分，如子模块200-2所示(又如图1A所示)。

具体地参照附图6，分别执行通过子模块350中CA/MCA/PF方法的初始微尺度模拟和通过子模块360中PF/MD/从头计算方法的纳米尺度模拟。如上所述，测试铸造可初始地用于校验这些模型。然后，来自子模块350和360的模拟信息然后供给子模块321、325、331和328、334中相应的关联模型中，从而任何真实铸件的更小尺度的微结构组织可以通过使用构件的局部凝固和热处理条件中的一个或两个来进行模拟，其中，局部凝固和热处理条件可以使用子模块340的宏尺度VOF和FEM方法计算。下一更小尺度模型的边界条件来自下一最大模型的输出；子模块350的CA/MCA/PF方法依赖于子模块340的VOF和FEM模型的时间-温度输入，以模拟金属在小体积中将如何凝固。原子如何形成CA/MCA/PF体积内的沉淀物的纳米尺度模型依赖于来自外部环境(通过VOF和FEM模型340)的热历程和由微米尺度上CA/MCA/PF模型350产生的固体铸件的初始条件。这不仅确保了子尺度计算(通过包含晶体结构、相特性和沉淀物到后续推断到更大尺度)的准确性，而且还将实际铸件(例如发动机组或气缸盖)的模拟时间保持在能够管理的期限(例如一周内)。

可获得这种易处理水平的计算，因为本发明的方法无需在微米尺度上对感兴趣构件中的每个位置的凝固建模，然后在每次模拟新的部件时在热处理过程中预测原子如何再排列。这使得通过模型的微调实现，使得为做出好的预测所需的全部是在给定部位的热、速度和压力历程和组分。这样的方法确保了使用全设计或开发循环，从而允许：预测的性能可以用于基于材料性能从最小尺度到最大尺度的准确特性修改来自子模块100和200的铸造设计和工艺优化。

初始产品几何结构和性能需求20、30以铸件、浇口和模具结构模型的形式作为VOF和FEM子模块340的输入，该子模块340是预测的多尺度缺陷和微结构预测模块300的一部分。同样，分别来自附图2和3的专家系统101、201的知识库102、202的合金组分和熔化质量、铸造工艺参数输入200-1和200-4、以及热处理参数输入200-2，被输入到相同的子模块中，以用于填模和铸造凝固过程模拟。这些信息还被输入(通过VOF和FEM子模块340以首先获得整个铸件的温度、压力和相关量的宏尺度分布)进微尺度和纳米尺度子模块CA/MCA/PF350和PF/MD/从头计算360，其是来自多尺度模块300的预测的多尺度缺陷和微结构分布的一部分。

再次参照附图5，除非宏尺度和微尺度缺陷总数与准确的宏/微尺度强度预测相结合，否则不能获得准确的总性能预测420A。在疲劳寿命预测的情况下，仅一种类型的微尺度缺陷(例如微孔隙)的处理不足以适当评估出疲劳裂缝的原因。替代，本发明讨论更宽范围的物理相关缺陷状态，从宏尺度(例如由核心气产生的空隙)到其它极限的在经受应力的特定部位没有缺陷的金属。与依赖于忽视氧化物双膜在位置上的重大影响和最大尺寸气孔的经验模型相比，考虑氧化物双膜、溶解的氢和凝固条件之间的相互作用利于对微孔隙尺寸分布的精确预测。具体地关于拉伸断裂评估预测(如结构性能模块400的子模块400B所示)，依赖于微结构的枝晶成分的屈服强度的预测，而未考虑结构的大体积分数(其是共晶颗粒和与枝晶相比具有不同的沉淀物分布的基体材料的成分)，会限制系统响应的准确性。本发明通过整合单个组件的预测强度和组件之间的界面性能，提出了铸造微结构的复合本质，以更好地表现系统响应。由于拉伸断裂在甚至低于0.2％的屈服强度时发生，因此当共晶颗粒断裂或从基体中脱离时，拉伸强度预测必须考虑共晶颗粒的微尺度尺寸和形状，以及在颗粒基体界面的纳米尺度性能。这就减少了误差，该误差否则可能因不准确地表现铸件微结构中拉伸裂的发生而出现。

蠕变预测(会在后面详细讨论，且如子模块400C所示)也是组件性能的重要决定因素，不仅对于经受大量热循环(例如汽车气缸盖)的组件，对于当金属蠕变时失去夹紧载荷的螺接或压配合接头也是如此。失去夹紧载荷会导致密封功能的丧失，并且在活套连接中部件相对彼此移动时磨损。

缺陷和微结构依赖的机械性能子模块420在附图6中详细地示出为总性能子模块420A、拉伸/蠕变/疲劳和弥散硬化性能子模块420B、以及屈服强度/老化强度子模块420C。如上所述，机械性能接收来自多尺度模块300的宏/中等310、微310、325、331和纳米328、334子模块的输入。再次参照附图1A和1B，残余应力和变形预测230和维修/测试条件230示出为结构性能模块400的耐用性分析440和可靠性分析460子模块的输入。示出的多尺度模拟所需的材料热力学和动力学性能10作为VOF和FEM子模块340、CA/MCA/PF子模块350和PF/MD/Ab initio(从头计算)子模块360的输入。

在每次模拟后，宏观和微观缺陷结果可以以定量的方式预测。与当前商业中使用的预测工具不同，结合本发明所使用的代码可以给整个铸件的铸造缺陷(体积分数、尺寸和数量密度)提供定量的预测。对于铸件的每个部位，可创建被预测出现的缺陷类型清单、它们的尺寸和它们出现的可能性。例如，除了夹带气体和捕获气体314的体积和位置，铸造模型的流体流动部分312会输出由图4A所示的紊流金属流形成的双膜的尺寸、数量和位置的预测作为氧化物双膜。芯部周围的热历程和金属静力学压力可以用于预测芯部气泡315的形成，且如果它们扩散于金属中，就可能被发现。在凝固过程中形成的微孔隙的气孔预测包括在铸件323各个部位的最大尺寸和体积分数。许多不同模型预测的缺陷映射到最终的部件结构上，从而在子模块440和460上可以分别完成耐用性和可靠性的评估。

再次参照附图1A，与铸造过程建模和优化模拟200一起，铸造工艺参数例如金属温度、熔融浇注轮廓、模具材料、激冷位置等可以优化用于最小的铸造缺陷。在与上述商业软件包的额外区别中，本发明人开发了模块200，来预测各种铸造缺陷，例如微孔隙、芯部气体、氧化物、冷隔、浇不足、双膜等。该模块200还选择并优化(使用附图3中的知识库202)热处理和机加工工艺200-2、200-3，以将残余应力、变形和制造成本最小化。

结合附图6再次参考附图4A至4C，多尺度缺陷和微结构预测模块300模拟并预测待建模构件的每个节点中的缺陷总量和微结构成分。其中一部分包括计算整个铸件中的每个节点的宏尺度子模块310(即毫米尺度)静态(热、压力、溶质浓度)和动态(速度)性能。该信息用于宏尺度310，以计算相应尺度的铸造缺陷(例如气孔、氧化物、芯部气体、双膜等)以及用于微/中度320，以计算整个铸件中每个节点的微尺度缺陷(例如微孔隙和微结构特性(例如DAS)和晶粒尺寸)。然后，所计算的铸造缺陷信息被输入到预测的多尺度缺陷和微结构分布300内的微观320和纳米330子模块。在微观320子模块中，具体的微观特性(例如气孔/氧化物形态，晶粒和枝晶形态，以及共晶颗粒尺寸和形状)是基于子模块CA/MCA/PF350内形成的微观模型来计算的。微观320子模块使用的微观模型通过来自精心控制的测试铸件的一般实验数据来校准。类似的，纳米子模块330构造成使得：基于PF/MD/Ab initio360中创建的纳米模型和热处理200-2提供的热处理条件来计算具体的纳米尺度微结构特征(例如结晶结构、相位特性、沉淀物的尺寸和形状)。纳米子模块330中使用的纳米模型也通过测试铸件的一般数据来校准。值得注意的是，纳米子模块330中计算的纳米尺度性能可以用于微观330子模块中的微尺度计算。预测的多尺度微结构特性用于材料性能和结构性能预测。纳米子模块330中预测的纳米尺度特性使用屈服强度/老化强度420C子模块中沉淀硬化模型以主要用于屈服强度预测。与微观320子模块中预测的微尺度特性相结合，纳米尺度特性也用于来自拉伸/蠕变/疲劳扩散硬化性能420B子模块的无缺陷材料的拉伸和疲劳性能预测。结合气孔和DAS有关的宏尺度信息，包含缺陷的材料的拉伸和疲劳性能可以像在总性能420A子模块中被预测。通过预测的局部材料性能和来自维修应力状态分析430子模块和残余应力和变形230子模块的载荷应力，可以计算整个构件的局部材料性能和疲劳概率。

然后，来自模块300的预测的多尺度缺陷和微结构分布用于结构性能模块400，以预测基于节点的机械性能以及应力状态已知时的被建模构件的耐用性。各个步骤，包括残余应力和变形230、机械性能420、使用应力状态430、以及耐用性和可靠性440的预测，都用于获得构件的性能标准。使用决策树或相关的逻辑元件来确定预测的性能和耐用性是否满足预定组的需求(例如客户需求450)；如果满足，系统1选择所建模的产品铸造作为优化，并将这些信息传送到合适的文件、数据集或相关形式的输出。否则，该信息被发送到产品结构重新设计115，其能够输入到铸造设计模块100，以便修改各种制造工艺如铸造、热处理和机加工中的一个或多个。

关于微孔隙，本发明人发现，不是使用基于枝晶空隙的经验方程，优选的是建立气孔形成方式的适当的物理描述，以允许更准确地预测最大气孔。这包括在气孔形成过程中溶解在金属中的氢的不同量的影响因素，并考虑了液体中的氧化物双膜，该氧化物双膜为从溶液中跑出的氢形成气孔提供良好的场所。铝液中的氢量在部件制造中会改变两倍。本发明的气孔生长模型中的氢处理，与之前的扩散模型类似，重要地在微孔隙模拟过程中将由氢扩散和从液态到固态的收缩的气孔的生长结合，而之前的模型将两个方式分开处理，导致气孔尺寸被低估。即使考虑到氢水平，氧化物双膜作为预测最大气孔尺寸的因素应被考虑，而当出现氧化物双膜时，气孔尺寸会显著地更大(例如3到10倍)。氧化物为氢原子从溶液中逃出提供了方便的场所，氢聚集并推动双膜分开，从而为断裂的开始提供有利的场所。忽视氧化物双膜缺陷的气孔尺寸预测会低估对部件性能产生显著限制的这种缺陷的潜在影响。

除了氢水平和氧化物双膜的影响因素给从氢到沉淀物和更大的气孔提供了方便的场所，根据本发明建立的模型，可以用于预测当金属冲进模具型腔中形成的氧化物双膜最有可能集中在何处，以及有多少。这样的预测在铸造优化过程中是有益的。特别的，优化浇道和铸件结构可以减少在填模过程中的氧化物双膜的量。这样的优化有助于防止后续部件的泄漏和破裂。

除了考虑到氧化物双膜，芯部气体也应该考虑。当使砂型芯保持在一起以形成最终部件中的孔或通道的含水的或聚合物的粘结剂被加热并开始排气或裂解(pyrolize)时芯部气泡形成。如果芯部被金属包围(例如在油道线上)，气泡通过金属从砂芯逃出比逃到铸件四周的砂中要容易。这样的芯部气泡会产生三个问题。第一，会残留到部件中，使目标结构中具有气体空腔。第二，如果芯部气泡形成在表面或后续机加工(例如在盖垫处)的下表面上，则会导致密封问题，以及在后续质量检查中使零件被否决。第三，气泡在活动时会留下几乎连续的氧化物轨迹，这可能导致氢从溶液中逃出，从而产生一排孔，这会使铸件变脆。

接下来参照附图7，一方面，系统1设定为计算机500或相关的数据处理设备。计算机500(不管是构造为自主设备、工作站、主机或其他形式)包括处理单元510(可以为一个或多个微处理器的形式)，一个或多个用于信息输入520(包括键盘520A、鼠标520B或其他装置，例如语音识别接收器(未示出)，以及光盘装载器520C或USB端口520D)的机构，显示屏或相关的信息输出530，存储器540，以及处理至少一部分接收到的与铝合金相关的信息的计算机可读程序代码装置(未示出)。作为本领域技术人员可以理解，存储器540可以为随机存储器(RAM)540A(也称为大容量存储器，可以用于数据的临时性存储)以及只读存储器(ROM)540B形式的存储指令的存储器。除了未示出的其他形式的输入(例如通过因特网或相关的外部数据源连接)，光盘装载器520C或USB端口520D可以作为将数据或程序指令从一个计算机可用介质(例如CD-ROM，闪存盘等)载入另一个(例如存储器540)的方式。作为本领域技术人员可以理解，计算机500可以作为自主(即独立)单元存在，或者作为更大网络的一部分，例如接入云计算，其中各种计算、软件、数据存储和存储服务可以驻留在不同的物理位置。这样的计算资源分离不会有损于作为被分类为计算机的这种系统。

在特定的形式中，计算机可读程序代码装置对应于可载入ROM540B中的一个或多个模块100、200、300或400。这样的计算机可读程序代码装置也可以形成为制造物件的一部分，从而代码中包含的指令位于磁或光盘或其他相关的非暂时性的、机器可读介质，例如闪存装置，CD-ROM，DVD-ROM，EEPROM，软盘或能够存储机器可执行指令和数据结构的其他这样的介质。这样的介质可以由计算机或其他具有处理单元510的电子设备访问，所述处理单元用于解释来自多个计算模块100、200、300或400的计算机可读程序代码的指令。计算机领域的技术人员可以理解，构成系统1一部分的计算机500还可以额外包括芯片组，以及总线和相关的用于在处理单元510与其他设备(例如前述的输入、输出和存储设备)之间传送数据和相关信息的接线。在具有载入ROM540B的程序代码装置时，系统1的计算机500变成了特定用途的设备，其构造为以这里所描述的方式确定最佳的铸件。与提出的构件(例如铸造铝合金发动机组)相应的数据可以是数据库的形式，该数据库存储在存储器540中或通过输入520引入到计算机500中。同样的，铸造设计数据和规则如包含在各个模块中的那些，可以存储在存储器540中或通过输入420引入计算机500。另一方面，系统1可以仅是指令代码(包括各个模块100、200、300或400的指令代码)，而又一方面，系统1可以同时是指令代码和上述提到的计算机可读介质。

本领域的技术人员可以理解，除了输入520中所述的手工输入方法(尤其是当待输入的数据量很大时)，还存在其他方式接收数据和相关的信息，并且任何用于提供这样的数据以便使处理单元510运作的传统的方式，都在本发明的范围内。这样，输入520也可以是高流通量数据线(包括上述提到的因特网连接)的形式，以便接受大量的代码、输入数据或其他的信息到存储器540中。信息输出530构造为将涉及期望铸造方法的信息传送给使用者(例如当信息输出530是所示的显示屏的形式时)或另一个程序或模型。同样如本领域技术人员可以理解的，与输入520和输出530关联的特征可以结合到单个功能型单元中，例如图形用户界面(GUI)，如所示的以及结合美国专利7761263中的专家系统所描述的，该专利由本发明的受让人拥有，并且这里通过引证将其内容并入文本。

接下来参照附图2和3，发明者设想知识库102、202优选是如所示的可存储知识(例如铸造设计数据)的机器可读类型。特别的参照附图2，数据可以是一组命令形式，从而可以使用算法(例如包含在推理引擎105中)将自动搜索、模式匹配、和演绎推论应用到初始铸件结构、浇道/冒口系统设计和相关信息，以便为进一步的优化执行计算模拟。这些特征在调解与所建模铸件的多尺度方面关联的问题时特别有益，如下将详细介绍。专家系统101允许生产表示模块100的几何结构表达的最终铸造设计和表示铸造过程、热处理和机加工过程优化模块200中的至少一个的制造程序。专家系统101包括一些非算术的专门知识(其可存在于知识库102中，包括“if-then”类似的规则或相关的专家知识的陈述性表示)。

一旦输入数据通过GUI107或相关的输入设备输入到系统1中，铸造设计模块100(以及至少过程优化模块200，如下面将讨论的)可以作为专家系统101，来与余下的模块300和400合作，以生成最终的铸造设计。例如，初始产品结构20输入到结构分析器103，以生成待铸造的产品或构件的结构特征。来自结构分析器103的模型数据被输入到前面提到的推理引擎105，其适于通过首先搜索包含合金性能、铸造过程、浇道和冒口数据以及设计规则的知识库102，来生成铸造设计。自此，其执行模式匹配操作，并执行逻辑处理。另外，过程模拟子模块108在由推理引擎105生成的铸造设计上运行过程模拟，而优化子模块104优化由推理引擎105生成的铸造设计。

在一个示例性的实施例中，提供待分析构件的初始产品结构作为CAD结构模型，其示例包括由Unigraphics^TM或相关代码可采用的*.stl；*.prt；或*.x_t文件格式。在铸造设计模块100中，初始结构模型由上面提到的结构分析器103进行分析，以确定用于铸造和浇道系统设计的结构特征(例如最小孔的尺寸、最小壁厚、最大壁厚、几何模数、三维尺寸、机加工表面等)。基于知识库102中包含的铸造设计规则，大致地设计出构件的铸造和浇道系统。

在一种形式中，推理引擎105可以执行在基于规则的系统中常见的数据驱动前向链算法，即，其从可用的信息开始，沿路径加入新的确定，然后试图以比资源密集型搜索关联更有效的方式得出结论。推理引擎105也使用规则集和推理组件，其中推理组件使用基于工作存储器内的信息状态的规则。从逻辑流来看，推理引擎105接收模型数据(例如从初始产品结构10中)和由GUI107生成的前提组，这些依次基于铸造设计规范106。推理引擎105的执行周期包括逻辑“do while”环，该环重复自身直到讨论的变量值为真，从而生成最终的铸造设计120。由于推理引擎105的设计是基于规则集的，所以可以建立规则模板。也可以包括面向对象的编程，以实现对象继承与种类，并且收集到的设计原理和知识可以以这些模板的形式表示。其他的布尔变量的值可以用类似的方式确定。专家系统外壳(例如C语言集成产生式系统(CLIPS)或有关的用于执行设计规则系统的有效模式匹配Rete算法)可以用于提供有效的基于规则的模式匹配和性能增益增强。促进模式化、模糊逻辑和有关的代理(agent)的面向对象和过程编程协议对基于CLIPS的专家外壳系统也是有利的。

宏尺度VOF模拟用于建立代码，以模拟流体流动、热传递和铸造缺陷。这样的VOF编码可以通过已知的商业方式，或相当的专用方式实现。然后模拟的中等或纳米尺度仿铸件微结构经受每个任务、工具或子模块200-2的热处理优化。在任务、工具或子模块200-2的热处理建模和优化中，使用宏尺度FEM建模残余应力和变形。使用纳米尺度相场方法建模热处理微结构(共晶以及具体地沉淀物结构)。由任务、工具或子模块200-2的模拟的热处理过程确定的应力水平可以用于指示形成裂纹的倾向性位置。在热处理之后，对虚拟的铸件进行机加工，如机加工建模和优化任务、工具或子模块200-3所示。机加工过程使用用于残余应力和变形再分布的宏观尺度FEM建模，以帮助确定裂纹形成和最终机加工产品的尺寸准确性的方式。特别地，虚拟铸件模型使用基于与多尺度铸造缺陷和微结构总数结合的微机械性能模型，来分析基于节点的性能映射。再次参照附图1A、1B和6，虚拟铸件的耐用性在子模块400中分析，该分析是以源自服务/测试条件子模块430和残余应力和变形预测子模块230以及使用宏观尺度VOF和FEM子模块340的映射的机械性能子模块420A、420B和420C为基础。

附图3的过程优化模块200可以使用推理引擎205和知识库202作为专家系统201的一部分，以与附图2所示的用于铸造设计模块100类似的方式，以便引导过程模拟和优化。例如，来自铸造设计模块100的虚拟铸件的几何数据被分析用于与铸造加工准则的几何设计规则的一致性，以确定铸造模型与浇道/冒口以及合金处理建议20的结构可行性。因此，尽管存在关于在铸造设计中待遵从的铸造结构的许多设计规则，但这样的结构也是有某些限制的，这样的例子包括最小可铸造孔直径、最小可铸造半径、最小的壁厚等。在一个具体形式中，来自铸造设计模块100的模拟铸造数据由铸造评价工具评价，所述铸造评价工具由过程建模工具和铸造缺陷预测模块组成；这些特征是过程优化模块200的过程模拟软件的一部分，以确定铸造缺陷的形成，其继而可用于确定由铸造设计模块100生成的铸造设计的可行性。几何结构分析器和各种评价工具(例如铸造评价工具、残余应力评价工具和机加工评价工具)中的至少一个可以建议铸造设计的首次估计的改进，以便在铸造设计不适当的情形下改进制造，所述铸造设计不适当是基于对于铸造的几何结构设计规则、铸造缺陷、凝固或淬火后裂纹或过大的残余应力的可能性、机加工过程中破裂的可能性、或者无法满足所需成品构件的尺寸公差。换言之，为了制造基于本发明的优化的部件，第一部包括完成良好的铸造。为此，铸造设计模块100的初始步骤的目标是获得实际的草图，该草图能够在过程优化模块200中改进。需要来自模块200的改进了的几何结构以及过程参数，以预测铸造缺陷和微结构预测(即微结构)模块300中的微结构和缺陷输入，同时需要来自模块300的预测，以用于产品性能模块400的耐用性计算。

以下的段落给出了如何根据本发明的方面计算一些多尺度缺陷和微结构的示例。气孔生长模型的理论基础是气孔生成受控于氢扩散到气孔/液体界面的速度。建立这些气孔生长模型以用于微孔隙模拟。下面的扩散方程(1)是针对特定初始半径的球形气孔周围特定体积的材料。在凝固过程中抑制到液相中的氢由源项S_H表示，由方程(2)给出。

$\frac{\∂\mathrm{\ρ}{C}_H}{\∂t}=\▿(D_H\▿C_H)+S_H---\left(1\right)$

$S_H=\frac{\∂}{\∂t}(C_H^0/(1-(1-\frac{K_s}{K_l})\·f_s))---\left(2\right)$

于是扩散方程(1)在球面坐标中求解，同时凝固进行，其中边界条件首先由气孔界面(P_pore)的液体中氢浓度(C_H)给出，其根据西韦特定律与气孔中的氢气压力(P_g)平衡；其次边界条件由外径(R_system)的氢的零通量给出。这形成了比本领域已知的基于经验的方法更全面的气孔预测模型。

如上结合附图4A到4C所述，铸造缺陷的各种类型都需要考虑到，以便恰当地表现出铝合金铸造的特点。在使用砂型铸造的配置中，用于成型砂模的聚合物或粘土粘结剂在加热时会释放水蒸气。聚合物粘结剂会燃烧，释放水蒸气和CO₂，同时会裂解，释放出低沸点氢分子H₂和碳氢化合物，如丙烷和甲烷。在模具或型芯涂料中用作粘结剂的粘土材料在含水氧化物/硅酸盐/碳酸盐加热时会释放水蒸气。水蒸气在液态金属表面会减少，从而引入氢气到金属中，且芯部气体中的氢会很容易扩散到金属中。由于从上述来源的氢扩散到液态金属中，铸件中的初始氢浓度会比预期的熔炉中液态金属中测得的氢浓度要高得多。这导致与砂型接触的铸件表面的气孔显著增加。多尺度缺陷和微结构预测模块300包括前面讨论过的子模块、任务、工具或有关的子程序，以预测这种脱气现象。在传统的气孔预测假设中重要的是，从熔炉中(在进入模具之前)液态金属中测得的氢气是所有需要考虑的氢气。事实上，必须考虑脱气(在微孔尺寸(最多)或宏尺度气泡(最坏)上伴随的增长)。当从砂芯中释放时，这些脱气称为前面提到的芯部气体，但是本领域的技术员可以理解，来自多个源的水蒸气也是可能的。同样，气体的精确的化学性质影响缺陷形成机理，由于氢以原子形式溶解在液态金属中，并且当金属凝固时可以从原始源离开溶液，而在金属中不可溶的其他碳氢化合物可形成分立气泡。在一种形式中，多尺度缺陷和微结构预测模块300的部分可以使用来自砂型的外部氢浓度作为边界条件以模拟凝固过程中液态铝。浓度可以明确地规定，或从砂型的空气空间中的氢和水的形成和传输运动学而数字地计算。该方法相对于模具表面氢浓度的零通量边界条件可以提供更准确的这种脱气评估。对于理解微孔率而言，对溶解氢的理解是一项重要的组成。重要的，考虑到溶解的氢量不同的影响，以及合适地表现气孔形成方式的物理表述，本发明的发明者发现，简化经验方程(例如基于枝晶间隙的那些)和它们伴随的误差，不是预测更大气孔的出现所必须的途径。考虑到将氧化物双膜作为氢从溶液中逃出以及后续出现更大气孔的场所，进一步地提高了本发明的方法。

接下来参照附图8，示出了铝合金中这些缺陷中的一些形式。在加热成液态形式700后，各流铝(例如第一流710和第二流720，以及熔滴730)以不同的方式相互作用。当在含氧环境中处理时，会在包括第一流710、第二流720和熔滴730的液态铝的外表面形成氧化物膜740。当分别来自流710和720的两个氧化物膜740相遇时，就形成双膜770。当紊流诱发的熔滴落到金属流上时，也会形成双膜，如750所示。尽管双膜750、770几乎是每个铸造过程固有的一部分，但是它们通常对铸件机械性能没有害处，除非由于在两个单独的流710和720以很大的角(通常大于135度，其中一个流的飞溅动作撞到另一流从而在两者之间形成空腔)相遇引起的折叠作用，如位置760所示，使氧化物膜740大量存在于合金中。这种形成可对整个材料的完整性和后续铸造废品率产生重要的影响。同样的，在液态金属的浇注过程中可能形成夹带气体780。

流痕和冷隔是可能被额外形成的其他类型的双膜。在模拟中，对于每个微粒来说接触区域被存储，从而允许通过将所有这些微粒表面区域的总和计算总的潜在的双膜区域。流痕(未示出)被追踪为在低于液相线温度形成的双膜。冷隔(其为双膜770的一种形式)是在两股液体金属流汇合时太冷而不能结合时形成的，以致这两股金属流的外部上的氧化物表面阻止流融合在一起；更具体地，它们被追踪为在凝固范围的中间温度(即(液相线+固相线)/2)以下的温度时形成的双膜。冷隔的潜在危害在于它们在部件中就像裂纹一样，并且危害是相当大的。结合紊流引起的双膜，流痕与冷隔的总面积可以由全部微粒区域的总和计算得到，作为铸造质量的指标。进一步地，夹带的或表面氧化物膜的总面积可以由追踪填模过程中自由表面积改变来计算。本发明的模型可以用于指示冷隔可能形成的位置，估计有多大以及对部件性能有多大影响，并建议可采用什么选择消除。例如，本发明模型中存在的几何结构和过程优化步骤可以用于减少或消除冷隔。示例可以包括当金属进入模具时提高金属温度，或改变浇注路径以避免汇聚流。同样的，改变浇注路径，从而金属在遇到其他的流之前不会损失很多热量，也可以用于消除冷隔缺陷。

可被考虑的另一宏尺度尺寸缺陷是夹带气体780。当液体金属倾注或迫使到模具时，可能在其中捕获大的气泡。如果浇口构件未适当成形，则可能吸入大量的气体到模具中。在某些铸造方法中(例如高压模铸和模压铸造过程)，金属填充到模具中比气体从模具型腔中排出要快，导致金属包围了夹带的气体。模具/压模内的气体可因脱模剂、模具润滑剂或模具粘结剂产生。

为了说明枝晶结构，使用了初始枝晶网格间距(d₁)和SDAS(d₂)。枝晶的尺寸和间距影响系统的热处理响应和机械响应。类似的，已知为第二相颗粒-共晶的尺寸和间距影响复合系统的机械响应。下面方程3中的“V”和“G”直接与凝固条件相关；这样，凝固热历程的宏尺度模型用于预测微尺度铸件结构。方程4结合合金组分的细节，以预测局部凝固时间，这影响气孔尺寸，因为一旦金属凝固，氢会不再涨大气孔。这是基于通过C_n、D_ii、k_i、m_i等的原子尺度事件的准确物理描述在宏观和微观尺度之间的另一联系。对于第二相颗粒，使用了颗粒直径(a)、颗粒间距(λ)和颗粒长度(l)。对于这些参数的每个的分析模型由下述方程给出：

$d_1=C{V}^{-n_1}{G}^{-n_2}---\left(3\right)$

其中C、n₁以及n₂是常数，V是以米每秒为单位的局部生长速度，G是单位为开氏温度每米的温度梯度。类似地，

$t_C=\frac{L{d}_2^3}{\mathrm{\σ}{T}_0}\mathrm{\ξ}\underset{i=1}{\overset{N}{\mathrm{\Σ}}}\frac{m_i{C}_{\mathrm{ri}}(1-k_i)}{D_{\mathrm{ii}}}---\left(4\right)$

其中t_c是单位为秒的局部凝固时间，L是初始相的潜热，C_ri是尺寸r的第二臂附近的第i个元素组分的重量百分比，D_ii是对角分散系数，k_i是第i个元素的溶解分布系数，m_i是对于第i个元素的平衡液相线斜率；ξ是粗化模型的常数，σ是界面自由能，T₀是在C＝C₀时开氏温度下液相线温度，而N是多组分合金中溶解元素的数目。另外，

$l=\frac{d_1}{2}(1-\sqrt{1-f_E})---\left(5\right)$

其中f_E是共晶体积分数。方程(5)将方程(1)的凝固条件关联到多少微结构分别由共晶合成物以及枝晶构成，以及共晶组分区域间的距离。另外，

$a=\mathrm{\λ}\sqrt{f_{\mathrm{si}}}---\left(6\right)$

其中f_si是共晶中硅体积分数。共晶合成物是柔性金属基体中硬质颗粒的混合物。方程(6)将凝固条件(由λ)和合成物(由f_si)关联为硬质颗粒的间距，其影响系统的机械响应。另外，

λ＝CV_s ^-b      (7)

其中C和b是常数，而V_s是单位为米每秒的固相线(或共晶等温线)的速度。类似的方法可以应用到细胞状结构材料中。

对应于SDAS的预测值的结果，微孔隙分布(包括体积分数和气孔尺寸中的一个或两个)可被映射以可视形式示出通过或跨过铸件例如铝合金发动机组(未示出)的这些特征的存在。换句话说，纳米和微尺度预测通过将预测值映射到部件上连接到全局尺度。这些数据也可以与实验数据进行比较。可视形式(其例如可以是颜色编码的)也可以用于热数据，例如在铸造铝质发动机组中预测的冷隔缺陷。同样，预测的枝晶结构可以用于与这些合金的横切面的实际微结构进行比较，例如定向凝固铝合金。

给定体积分数的缺陷(f)对金属铸造的断裂应变(ε)和极限抗拉强度(σ_UTS)的影响可以用以下两个方程数字地表示：

σ_UTS＝σ_UST0(1-f)ⁿ(8)

ε＝ε₀(1-f)^m     (9)

其中σ_UTS0和ε₀分别为无缺陷材料的极限抗拉强度和延伸率，其中n和m分别为极限抗拉强度和延伸率对缺陷的灵敏度。本发明的强度模型直接将部件的强度与局部微尺度特性关联，如下面的方程10和11详细讨论。无缺陷材料的延伸率可以计算为：

${\mathrm{\ϵ}}_0=0.5+{\mathrm{\ϵ}}_i^s-({\mathrm{\σ}}_{\mathrm{YS}}+\frac{1.6{\mathrm{\μ}}_P{f}_m{\mathrm{\ϵ}}_C^{*}}{{\mathrm{\μ}}_P-0.4({\mathrm{\μ}}_P-{\mathrm{\μ}}_m)}{\∫}_0^{\∞}\mathrm{\α}(d\left(f\left(\mathrm{\α}\right)\right)-d\left(f_c\left(\mathrm{\α}\right)\right)))/\left(\mathrm{bC}(1+\sqrt{f_{\mathrm{uc}}}){\mathrm{\μ}}_m(\frac{C_1}{L}+\frac{C_2}{\mathrm{\λ}})\right)---\left(10\right)$

而无缺陷材料的极限抗拉强度σ_OUT0可以计算为：

${\mathrm{\σ}}_{\mathrm{UTS}0}={\mathrm{\σ}}_{\mathrm{Ys}}+\frac{1.6{\mathrm{\μ}}_P{f}_m{\mathrm{\ϵ}}_C*}{{\mathrm{\μ}}_P-0.4({\mathrm{\μ}}_P-{\mathrm{\μ}}_m)}{\∫}_0^{\∞}\mathrm{\α}\·\left(f\left(\mathrm{\α}\right)\right)-d\left(f_c\left(\mathrm{\α}\right)\right)+C(1+\sqrt{f_m}){\mathrm{\μ}}_m\sqrt{b(\frac{C_1}{L}+\frac{C_2}{\mathrm{\λ}})({\mathrm{\ϵ}}_0-{\mathrm{\ϵ}}_C*)}---\left(11\right)$

其中σ_YS是屈服强度，μ_P是颗粒的剪切模量，μ_m是基体的剪切模量，ε_C*是非弹性松弛状态的上限(0.007)，b是位错的伯格斯矢量值，α是微粒的长宽比，f(α)和f_C(α)分别是整体以及破碎颗粒长宽比的威布尔累积分布函数，d(f(α))和d(f_C(α))分别是整体以及破碎颗粒长宽比的威布尔累积分布函数的差分(等于全体和破碎颗粒长宽比的概率分布函数)，f_uc是未破碎颗粒的体积分数，L是纳米尺度水平基体中位错的平均滑移距离，λ是前面提到的SDAS，而C和C₁是常量。在一种形式中，C大约是1.25，C₁/L大约是0.05μm^-1，而C₂是2。这样，组成合成物的各个微结构成分之间的界面性能的价值在于拉伸断裂可能是起因于打破增强颗粒或者否则在界面强度太低时将增强颗粒从共晶基体中分离的联合作用。同样的，疲劳破坏模式依赖于界面相对于成分的相对强度。

金属铸件的蠕变行为可以通过幂律模型来表示：

$\frac{{\mathrm{d\ϵ}}_{\mathrm{creep}}}{\mathrm{dt}}=\mathrm{\β}{\mathrm{\σ}}^p{t}^m---\left(12\right)$

${\mathrm{\ϵ}}_{\mathrm{creep}}=\mathrm{\β}\frac{1}{m+1}{\mathrm{\σ}}^p{t}^{m+1}---\left(13\right)$

其中σ是等效应力，t是时间，β、p和m是可以由最佳适配经验数据获取的或者可与微结构特性相关的时间依从参数。基于代表性的样品(具体的，铝合金A380-T5)的拉伸蠕变数据，确定了用于各种应力水平、温度和微结构特性的三个参数，其中微结构例如为气孔和氧化物的体积分数、枝晶臂间距、共晶颗粒的体积分数，以及铝基体强度等。使用这些多个微结构尺度依赖的参数，计算的蠕变应变可用作耐用性评估中的故障准则。

在类似的方式中，金属铸件的疲劳寿命可以使用以下估计：

$N_f=a{\left(\frac{\mathrm{\Δ\ϵ}}{2}\right)}^C---\left(14\right)$

其中a和c是可由测试数据经验地确定的或与微结构特性理论上相关的材料常数。金属铸件的疲劳寿命可以用其他方式估计，例如通过使用如在美国专利7623973中描述的多尺度疲劳寿命模型，该专利由本发明的受让人拥有，并通过参照其全文并入本文。同样的，金属铸件的疲劳寿命(特别是在极高循环疲劳状态下)可以使用变形的随机疲劳限制模式来估计，例如在美国公布的申请2010-0030537描述的，该申请由本发明的受让人拥有，并通过参照其全文并入文本。在类似的方式中，多轴疲劳下的金属铸件疲劳寿命可以使用如在美国公布的申请2010-023520中描述的方法来估计，该申请同样属于本发明的受让人，并通过参照其全文并入文本。当结合各种疲劳方法使用时，本发明的方法会更加有益。发现疲劳和相关寿命问题的这种方法的示例可以在共同未决的公布的申请US2009-0276166和US2010-0030537中获得，这些申请同样属于本发明的受让人，并通过参照其全文并入文本。

可以推断单个组件性能的预测，以预测组件可靠性460。这样的方法在大量的同样组件被批量生产时尤其有价值，因为它允许制造者容易确定给定应用条件下所构思构件是否与保证预测相一致。在尤其是机动车应用的一种这样的可靠性分析460的实施例中，可以使用操作载荷的统计分布来进行例如上述的疲劳寿命计算，该操作载荷代表各种驱动类型和气孔数量，以估计在设计寿命之前故障的给定模式年数中产生的类似部件的预期数目。类似地，要经受新的操作条件的类似构件的预期保证率可以通过操作载荷和温度分布的更新以及拉伸、蠕变和疲劳断裂的可能性的再计算来预测。可以被确定的新操作条件的一个例子在被设计为典型美国速度和行程条件的发动机在出口到当地法律可以允许更高操作速度(例如在高速条件下)的另一个国家(例如德国)时可发生。这样的可靠性460计算也可以用于评估需要资本投资的过程改进的商业情形，这通过调节缺陷总量以表示新的过程，并且确定所提出的改进是否提供了足够的利益来调整特定生产线的执行。

为了说明并限定此处的实施例，应明白，术语“充分的”、“显著地，”以及“大约”被使用来表示可能归因于任何定量比较、值、测量或其他表达的不确定的固有度，且同样地可以表示这样的量，即通过该量定量表达可根据设定标准改变，而不会导致讨论中的主体的基本功能的改变。

详细介绍了本发明的实施例，并参考其具体实施方式，在不脱离所附权利要求限定的实施例的范围内改进和改变是可能的。更具体地，虽然本发明的实施例的有些方面在此确定为优选或特别有利的，但是可以理解本发明的实施例不局限于这些优选的方面。

Claims (10)

1.一种计算地模拟用于基于轻质金属合金的构件的铸造过程的方法，所述方法包括：

构造计算机以包括数据输入、数据输出、处理单元、存储单元、以及用于所述数据输入、所述数据输出、所述处理单元和所述存储单元之间协作的通信路径；以及

运行具有多个计算模块的所述计算机，所述多个计算模块与所述存储单元以及所述处理单元中的至少一个能够编程地协作，使得：在接收到与所述构件有关的数据时，所述计算机将所述数据经历所述多个计算模块，使得：来自其的输出提供所述铸造过程的性能指标，所述多个计算模块包括：

铸造设计模块，其构造成提供所述构件的优化的几何结构表示；

过程优化模块，其构造成确定所述最终铸造设计的铸造过程、热处理和机加工中的至少一个；

多尺度微结构预测模块，其构造成接受从所述铸造设计模块和所述过程优化模块的数据作为到其的输入，以便生成材料特性、多个缺陷类型的缺陷数量估计、以及在多个尺寸尺度上的微结构体系结构作为输出；以及

结构性能模块，其构造成接受所述材料特性、缺陷数量估计和微结构体系结构输出，并连同加载条件、预测的残余应力和变形、以及耐用性测试模拟，以生成所述性能指标。

2.如权利要求1所述的方法，其中所述多个缺陷类型包括氧化物膜、夹杂物、夹带气体、冷隔、芯部气体、夹带的预成型金属皮、宏孔隙和微孔隙。

3.如权利要求2所述的方法，其中所述氧化物膜包括双膜、流痕、冷隔和褶皱中的至少一种。

4.如权利要求1所述的方法，其中所述多尺度微结构预测模块提供所述微结构体系结构的第二相的体积分数和尺寸、枝状臂间隙中的至少一个的定量指标。

5.如权利要求4所述的方法，其中所述微结构体系结构包括初生枝晶、共晶颗粒和共晶基体中的至少一个。

6.如权利要求1所述的方法，其中所述多尺度微结构预测模块模拟沉淀物的形成，并分析初生枝晶和共晶基体中至少一个中的纳米尺度沉淀物的体积分数和尺寸分布。

7.如权利要求1所述的方法，其中所述多个尺寸尺度包括在大约10毫米到大约1米之间的大尺度、在大约1微米到大约10毫米之间的中间尺度、以及在大约十分之一纳米到大约1微米之间的小尺度。

8.如权利要求7所述的方法，其中在所述小尺度处形成的性能值数据库是基于在较大尺度中推断的非统一性能，使得：能够使用在多尺度微结构特性以及局部非统一性能和凝固条件之间产生的关系，而无需运行基本整个所述构件的小尺度模拟。

9.一种计算地模拟用于基于轻质金属的构件的铸造过程的方法，所述方法包括：

构造计算机以包括数据输入、数据输出、处理单元、存储单元、以及构造成在所述数据输入、所述数据输出、所述处理单元和所述存储单元之间建立协作的通信路径；

向所述计算机输入与所述构件对应的几何结构与性能需求；

运行铸造设计模块，以确定具有材料和过程推荐的铸件几何结构和浇道/冒口模型，所述铸造设计模块构造成在所述铸造设计模块运行过程中使用材料选择、铸造过程选择、铸造设计规则、构件设计和铸造参数选择中的至少一个；

将与材料和过程推荐有关的信息传送到过程建模和优化模块；

运行所述过程建模和优化模块，以确定过程改进时机、最佳过程实践以及残余应力和变形预测中的至少一个，所述过程建模和优化模块构造成在所述过程建模和优化模块运行过程中使用材料数据库、模型/压模设计和过程控制、熔融质量控制、填模实践和凝固控制、热处理建模和优化以及机加工优化和控制中的至少一个；

将与过程改进时机、最佳过程实践、残余应力和变形预测中的所述至少一个相关的信息传送到多尺度微结构预测模块；

运行所述多尺度微结构预测模块，以确定微结构组织，所述多尺度微结构预测模块构造成在多尺度微结构预测模块运行过程中使用材料数据库、边界条件、多尺度相预测、缺陷预测、微尺度第二相颗粒预测和纳米尺度沉淀物预测中的至少一个；

将与所述微结构组织有关的信息传送到结构性能模块；

运行所述结构性能模块，以确定性能预测，所述结构性能模块构造成使用材料数据库、拉伸断裂分析、蠕变强度分析和多尺度疲劳分析中的至少一个；以及

比较所述性能预测与预设的标准，使得：在满足所述预设标准时，所述模拟的铸造过程限定最佳过程，或者在不满足所述预设标准时，产品几何结构重新设计被提交给所述铸造设计模块、所述过程建模和优化模块、所述多尺度微结构预测模块以及所述结构性能模块中的至少一个，以生成更新的性能预测。

10.一种制造物件，包括计算机能够使用的介质，所述介质具有嵌入其中的计算机可读程序编码，以模拟用于基于轻质金属构件的铸造过程，在所述制造物件中的所述计算机可读程序编码包括：

用于使所述计算机接受与所述基于轻质金属的构件有关的数据的计算机可读程序代码部分；

用于使所述计算机基于所述接受的数据进行迭代铸造设计分析的计算机可读程序代码部分；

用于使所述计算机基于由所述铸造设计分析生成的输出来执行过程优化分析的计算机可读程序代码部分；

用于使所述计算机基于由所述过程优化分析生成的输出来进行微结构分析的计算机可读程序代码部分；以及

用于使所述计算机基于由所述微结构分析生成的输出来进行结构性能分析的计算机可读程序编码部分，使得由所述结构性能分析生成的输出限定所述模拟的铸造过程的性能指标。

Images