CN109977457B - 一种考虑温卷影响的加钒钢制筒节极限载荷预测方法 - Google Patents

一种考虑温卷影响的加钒钢制筒节极限载荷预测方法 Download PDF

Info

Publication number
CN109977457B
CN109977457B CN201910108259.0A CN201910108259A CN109977457B CN 109977457 B CN109977457 B CN 109977457B CN 201910108259 A CN201910108259 A CN 201910108259A CN 109977457 B CN109977457 B CN 109977457B
Authority
CN
China
Prior art keywords
vanadium
warm
strength
added steel
steel
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201910108259.0A
Other languages
English (en)
Other versions
CN109977457A (zh
Inventor
陈志平
李尤
张德林
马赫
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Zhejiang University ZJU
Original Assignee
Zhejiang University ZJU
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Zhejiang University ZJU filed Critical Zhejiang University ZJU
Priority to CN201910108259.0A priority Critical patent/CN109977457B/zh
Publication of CN109977457A publication Critical patent/CN109977457A/zh
Application granted granted Critical
Publication of CN109977457B publication Critical patent/CN109977457B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/10—Geometric CAD
    • G06F30/17—Mechanical parametric or variational design
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/20—Design optimisation, verification or simulation
    • G06F30/23—Design optimisation, verification or simulation using finite element methods [FEM] or finite difference methods [FDM]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
    • G06F2119/06—Power analysis or power optimisation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
    • G06F2119/08—Thermal analysis or thermal optimisation

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Geometry (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Evolutionary Computation (AREA)
  • Computer Hardware Design (AREA)
  • General Engineering & Computer Science (AREA)
  • Pure & Applied Mathematics (AREA)
  • Mathematical Optimization (AREA)
  • Mathematical Analysis (AREA)
  • Computational Mathematics (AREA)
  • Heat Treatment Of Steel (AREA)
  • Investigating Strength Of Materials By Application Of Mechanical Stress (AREA)

Abstract

本发明公开了一种考虑温卷影响的加钒钢制筒节极限载荷预测方法。该方法采用拉伸试验获得含不同预塑性变形量的加钒钢在不同服役温度下的屈服强度和抗拉强度；基于试验数据，利用神经网络技术得到加钒钢强度预测模型；采用有限元方法预测温卷成形后筒节残余塑性应变分布；再将其输入到强度预测模型中，获得筒节内材料强度分布；最后，利用塑性极限分析技术实现筒节极限载荷的预测。该方法具有可操作性强、成本低廉、泛化能力强等优点，通过少量实验将温卷成形制造过程对筒节极限载荷的影响考虑进来，能够更合理地预测在不同服役温度下筒节的极限载荷及材料强度分布，同时也为温卷成形工艺参数优化和筒节服役性能精确控制提供科学的方法。

Description

一种考虑温卷影响的加钒钢制筒节极限载荷预测方法
技术领域
本发明涉及承载件的制造过程、极限载荷预测领域，尤其涉及一种考虑温卷成形残余影响的加钒钢制板焊式筒节在任意服役温度下极限载荷的预测方法。
背景技术
确定承载件的塑性极限是工程结构设计工作中最重要的工作之一，然而现存的极限载荷预测方法仅考虑材料的原始强度，均未考虑承载件制造过程对材料强度的削弱作用，使预测结果偏于危险。因此在预测承载件的极限载荷时，有必要将其制造过程(尤其是温塑性成形过程)残余影响考虑在内。
发明内容
本发明的目的是克服现有技术的不足，提供一种通用的可考虑温塑性成形方法制造的加钒钢制板焊式筒节极限载荷的预测方法，解决现有方法因为未考虑筒节制造过程对材料强度削弱作用而导致预测结果偏于危险的缺陷。本发明可以实现温卷成形方法制造的加钒钢筒节在任意服役条件(温度和压力)下的极限承载力的预测。
本发明的目的是通过以下技术方案来实现的：一种考虑温卷影响的加钒钢制筒节极限载荷预测方法，该方法包括以下步骤：
步骤1：在温卷成形温度t*下对加钒钢进行拉伸试验，建立材料的弹塑性本构模型；
步骤2：利用有限元技术模拟钢板温卷成形工艺过程，获得温卷成形后筒节的残余塑性应变分布：
Figure BDA0001967196480000011
式中：r为筒节内部的任意半径值，g(·)表示分布函数，
Figure BDA0001967196480000012
表示温卷成形温度t*下筒节半径r处的残余塑性应变；
步骤3：先在温卷成形温度t*下对加钒钢进行预塑性变形试验，再在不同的服役温度ti下对含不同预塑性变形量
Figure BDA0001967196480000021
的加钒钢进行拉伸试验，测量加钒钢的屈服强度
Figure BDA0001967196480000022
和抗拉强度
Figure BDA0001967196480000023
步骤4：基于神经网络技术建立含预塑性变形的加钒钢在任意服役温度t下的强度预测模型，即t下的屈服强度
Figure BDA0001967196480000024
和抗拉强度
Figure BDA0001967196480000025
与其预塑性变形量
Figure BDA0001967196480000026
之间的关联：
Figure BDA0001967196480000027
Figure BDA0001967196480000028
利用该强度预测模型，可以对任意服役温度下的含有任意预塑性变形量的加钒钢的屈服强度和抗拉强度进行预测。
步骤5：把步骤2中得到的筒节残余塑性应变分布
Figure BDA0001967196480000029
输入到步骤4中的强度预测模型中，获得温卷成形后筒节材料强度分布：
Figure BDA00019671964800000210
Figure BDA00019671964800000211
步骤6：建立筒节的有限元模型，将步骤5中温卷成形后的筒节强度分布赋予该模型，利用塑性极限分析技术，实现考虑温卷成形残余影响的筒节极限载荷的预测。
进一步地，所述步骤3中，预塑性变形试验和拉伸试验具体如下：
步骤301：在温卷成形温度t*下，赋予加钒钢N个不同的高温预塑性变形量，其中第h个高温预塑性变形量记为
Figure BDA00019671964800000212
步骤302：在n个服役温度下，分别对含不同高温预塑性变形量
Figure BDA00019671964800000213
的加钒钢进行拉伸试验，测量含预塑性变形量
Figure BDA00019671964800000214
的钢材的屈服强度
Figure BDA00019671964800000215
和抗拉强度
Figure BDA00019671964800000216
并记录2×n×N个测量数据。
进一步地，所述加钒钢是指合金元素公称成分为2.25Cr-1Mo-0.25V的钒改进型铬钼钢(板材)，如SA-542GrDCL4a、SA-832Gr22V(ASME BPVC-II.D.M-2017)、12Cr2Mo1VR(GB/T713-2014)、13CrMoV9-10(EN 10028-2：2017)等。
进一步地，所述步骤2中，利用基于显式动力学分析的准静态分析技术，对钢板温卷成形的工艺过程进行数值模拟。
进一步地，所述步骤5中，基于步骤2中得到的筒节残余塑性应变分布，可获得筒节中任意点经历温卷成形后的残余塑性应变，将该残余塑性应变和任意服役温度t一起输入到步骤4中建立的强度预测模型中，获得经历温卷成形后筒节中的任意点在任意服役温度t下的屈服强度
Figure BDA0001967196480000031
和抗拉强度
Figure BDA0001967196480000032
进一步地，所述步骤6中，塑性极限分析技术可以采用弹性模量补偿法、残余应力分解法、线性匹配法、应力补偿法等分析方法。
本发明具有以下优点：
(1)基于通用有限元技术，本发明可以用于所有温卷成形工艺制造的加钒钢制筒节的极限载荷预测；
(2)基于神经网络技术，本发明通过少量的实验即可合理地预测含温卷成形残余影响的加钒钢在不同服役温度下的强度；
(3)基于极限载荷的失效模式，本发明可以为加钒钢制大厚度筒节的温卷成形工艺参数优化和制造过程中材料性能调控提供科学依据；
(4)相比于传统的极限载荷预测方法，本发明的方法考虑了制造过程对材料强度的削弱作用，预测结果更安全。
该方法具有可操作性强、成本低廉、泛化能力强等优点。
附图说明
图1为本发明的实施流程图；
图2(a)和图2(b)分别为本发明某一具体实例的几何模型和实际产品；
图3(a)和图3(b)分别为图2所示实例所采用的2.25Cr-1Mo-0.25V钢在650℃下的真实应力-应变曲线和分段线性模型；
图4为图2所示实例温卷成形过程所采用的四辊卷板机几何模型；
图5为图2所示实例卷板成形模拟的有限元模型；
图6为图2所示实例在温卷成形后厚度方向上等效塑性应变分布曲线图；
图7(a)和图7(b)分别为图2所示实例所采用的2.25Cr-1Mo-0.25V钢强度预测网络结构和强度预测网络工作过程；
图8为Bagging集成模型；
图9(a)和图9(b)分别为本例强度预测模型计算得到的温度450℃～510℃、650℃塑性应变为0～9.0％范围内加钒钢的屈服强度和抗拉强度；
图10(a)、图10(b)、图10(c)、图10(d)和图10(e)分别为在450℃、470℃、490℃、500℃、510℃下模型计算结果与表1中试验数据的对比；
图11为针对图2所示实例进行极限载荷计算时的筒节有限元模型；
图12为图2所示实例在450℃～510℃服役温度范围内的极限载荷值。
具体实施方式
以下参照附图，以图2所示的实例为实施对象，按照图1所示流程，对本发明作进一步说明。
图2所示的实例是一个内径为2400mm、壁厚为152mm的2.25Cr-1Mo-0.25V钢制板焊式筒节，考虑650℃温卷成形制造过程对材料强度的削弱作用，对其在服役温度450℃～510℃下的极限载荷进行预测。
本发明方法的实现过程如下：
步骤1：在650℃下对2.25Cr-1Mo-0.25V钢进行拉伸试验，测量其真实应力-应变曲线，如图3(a)所示。对其进行合理简化，获得如图3(b)所示的应力-应变曲线的分段线性模型，用于步骤2温卷过程数值模拟中的弹塑性本构关系。
步骤2：采用基于显式动力学分析的准静态分析技术，在ABAQUS软件上实现温卷成形过程的数值模拟。
厚壁筒节的温卷过程是在四辊卷板机上实现的。此次数值模拟中，四辊卷板机的几何尺寸参考实际卷板机，如图4所示，四个工作辊的直径分别为D1＝1500mm，D2＝1350mm，D3＝D4＝1100mm，侧辊运动轴线方向与上下辊中心连线方向夹角为25°。
卷板成形过程可看做是平面应变问题，因此建立如图5所示的四辊卷板机以及待成形钢板的二维有限元模型。建模时令待成形钢板从卷板机左侧送入，考虑钢板厚度t＝152mm、长度L＝12000mm。采用ABAQUS中的CPE4R平面应变单元对待成形钢板进行网格划分，在钢板厚方向上划分8层，长度方向划分600份，钢板共有4800个单元，分析过程中不考虑工作辊受力情况，因此将四个工作辊考虑为离散刚体，采用2D离散刚体单元R2D2对其进行网格划分，每个工作辊均具有400个单元。
然后，把步骤1中的弹塑性本构关系赋予该有限元模型，再根据实际的卷板过程，定义合理的接触对和边界条件，进行求解，得到的内径为2400mm、壁厚为152mm的筒节在厚度方向上的残余塑性应变分布，如图6所示。
步骤3：首先，在650℃下进行预塑性变形试验，使2.25Cr-1Mo-0.25V钢中产生一定量的塑性预应变，模拟钢板温卷成形过程的高温塑性变形作用。
然后，对含预应变的2.25Cr-1Mo-0.25V钢在450℃、470℃、490℃、500℃、510℃下分别进行拉伸直至断裂，测量其屈服强度和抗拉强度，具体结果见表1。
表1预拉伸试验结果
Figure BDA0001967196480000051
Figure BDA0001967196480000061
步骤4：采用人工神经网络对步骤3的试验结果进行回归，实现温塑性变形后2.25Cr-1Mo-0.25V钢强度的预测。
本实例采用Bagging集成学习方法，具体做法如图8所示，以n＝32，η＝0.1的神经网络作为基学习器构造Bagging集成模型，模型中基学习器数量为1000个。每个基学习器采用如图7(a)所示的单隐层神经网络，该网络有两个输入节点和两个输出节点，其工作过程如图7(b)所示。最后，对所有基学习器的输出平均化处理作为Bagging集成模型的预测结果。由此得到的预测模型即具有预测服役温度t下经历温塑性应变
Figure BDA0001967196480000071
后2.25Cr-1Mo-0.25V钢强度的能力。
基于上述方法获得的温塑性变形后2.25Cr-1Mo-0.25V钢屈服强度和抗拉强度的预测结果分别如图9(a)和9(b)所示。
模型计算结果与表1中的试验数据的对比如图10所示，其中(a)、(b)、(c)、(d)、(e)分别为2.25Cr-1Mo-0.25V钢在450℃、470℃、490℃、500℃、510℃下的强度。可以看出，预测值和实测值吻合较好，表明该预测模型的可靠程度较高。
步骤5：把步骤2中得到的筒节残余塑性应变分布(如图6所示)输入到步骤4中的强度预测模型(如图9所示)中，得到的筒节厚度方向强度分布预测值。对图2所示经历温卷成形过程的真实筒节进行力学性能测试，获得其厚度方向五个位置的真实强度值。筒节厚度方向强度分布预测值和实测值均列于表2，可以看出，本例预测的筒节材料屈服强度与试验实测值的相对误差最大为5％，抗拉强度与实测值的相对误差最大为10.3％，结果可靠程度较高。
表2 Di＝φ2400mm，t＝152mm筒节强度分布预测结果
Figure BDA0001967196480000072
步骤6：在ANSYS有限元软件上，建立筒节的有限元模型，考虑到几何结构和载荷的对称性，分析时建立筒节的1/8子模型，如图11所示，该模型轴向与z轴重合，共有1300个节点和864个三维8节点实体单元，筒节壁厚方向上有12层网格，轴向有3层网格。在模型的截面上分别施加法向0位移的对称边界条件，在筒节内表面施加均匀内压p。
本例采用文献[Song Huang，Futeng Wan，Peng Jiao，Zhiping Chen.A modifiedbasis reduction method for limited kinematic hardening shakedown analysisunder complex loads[J].Mechanics Based Design of Structures and Machines，2018，46(1)：85-100.]中提出的极限载荷计算方法，把步骤6中生成的有限元模型的单元、节点、载荷和边界条件信息以及步骤5中生成的筒节厚向强度分布信息输入到基于该极限载荷计算方法的数值计算程序中，可以得到含温卷成形残余影响的筒节在不同服役温度下的极限载荷，如图12所示。
可见本发明公开的预测方法可以有效地预测含温卷成形残余影响的筒节在不同服役温度下的极限载荷。
应该指出，有限元过程、极限分析技术及神经网络技术实现，不包含在本发明内；上述实施方法只是示意性的，任何不超过本发明权利要求的发明创造，均在本发明保护之内。

Claims (6)

1.一种考虑温卷影响的加钒钢制筒节极限载荷预测方法，其特征在于，该方法包括以下步骤：
步骤1：在温卷成形温度t*下对加钒钢进行拉伸试验，建立材料的弹塑性本构模型；
步骤2：利用有限元技术模拟钢板温卷成形工艺过程，获得温卷成形后筒节的残余塑性应变分布：
Figure FDA0002614018790000011
式中：r为筒节内部的任意半径值，g(·)表示分布函数，
Figure FDA0002614018790000012
表示温卷成形温度t*下筒节半径r处的残余塑性应变；
步骤3：先在温卷成形温度t*下对加钒钢进行预塑性变形试验，再在不同的服役温度ti下对含不同预塑性变形量
Figure FDA0002614018790000013
的加钒钢进行拉伸试验，测量加钒钢的屈服强度
Figure FDA0002614018790000014
和抗拉强度
Figure FDA0002614018790000015
步骤4：基于神经网络技术建立含预塑性变形的加钒钢在任意服役温度t下的强度预测模型，即t下的屈服强度
Figure FDA0002614018790000016
和抗拉强度
Figure FDA0002614018790000017
与其预塑性变形量
Figure FDA0002614018790000018
之间的关联：
Figure FDA0002614018790000019
Figure FDA00026140187900000110
利用该强度预测模型，可以对任意服役温度下的含有任意预塑性变形量的加钒钢的屈服强度和抗拉强度进行预测；
步骤5：把步骤2中得到的筒节残余塑性应变分布
Figure FDA00026140187900000111
输入到步骤4中的强度预测模型中，获得温卷成形后筒节材料强度分布：
Figure FDA00026140187900000112
Figure FDA0002614018790000021
步骤6：建立筒节的有限元模型，将步骤5中温卷成形后的筒节强度分布赋予该模型，利用塑性极限分析技术，实现考虑温卷成形残余影响的筒节极限载荷的预测。
2.根据权利要求1所述的一种考虑温卷影响的加钒钢制筒节极限载荷预测方法，其特征在于，所述步骤3中，预塑性变形试验和拉伸试验具体包括以下子步骤：
步骤301：在温卷成形温度t*下，赋予加钒钢N个不同的高温预塑性变形量，其中第h个高温预塑性变形量记为
Figure FDA0002614018790000022
步骤302：在n个服役温度下，分别对含不同高温预塑性变形量
Figure FDA0002614018790000023
的加钒钢进行拉伸试验，测量含预塑性变形量
Figure FDA0002614018790000024
的钢材的屈服强度
Figure FDA0002614018790000025
和抗拉强度
Figure FDA0002614018790000026
并记录2×n×N个测量数据。
3.根据权利要求1所述的一种考虑温卷影响的加钒钢制筒节极限载荷预测方法，其特征在于，所述加钒钢是指合金元素公称成分为2.25Cr-1Mo-0.25V的钒改进型铬钼钢，包括SA-542GrDCL4a、SA-832Gr22V、12Cr2Mo1VR和13CrMoV9-10。
4.根据权利要求1所述的一种考虑温卷影响的加钒钢制筒节极限载荷预测方法，其特征在于，所述步骤2中，利用基于显式动力学分析的准静态分析技术，对钢板温卷成形的工艺过程进行数值模拟。
5.根据权利要求1所述的一种考虑温卷影响的加钒钢制筒节极限载荷预测方法，其特征在于，所述步骤5中，基于步骤2中得到的筒节残余塑性应变分布，可获得筒节中任意点经历温卷成形后的残余塑性应变，将该残余塑性应变和任意服役温度t一起输入到步骤4中建立的强度预测模型中，获得经历温卷成形后筒节中的任意点在任意服役温度t下的屈服强度
Figure FDA0002614018790000027
和抗拉强度
Figure FDA0002614018790000028
6.根据权利要求1所述的一种考虑温卷影响的加钒钢制筒节极限载荷预测方法，其特征在于，所述步骤6中，塑性极限分析技术采用弹性模量补偿法、残余应力分解法、线性匹配法或应力补偿法。
CN201910108259.0A 2019-02-02 2019-02-02 一种考虑温卷影响的加钒钢制筒节极限载荷预测方法 Active CN109977457B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910108259.0A CN109977457B (zh) 2019-02-02 2019-02-02 一种考虑温卷影响的加钒钢制筒节极限载荷预测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910108259.0A CN109977457B (zh) 2019-02-02 2019-02-02 一种考虑温卷影响的加钒钢制筒节极限载荷预测方法

Publications (2)

Publication Number Publication Date
CN109977457A CN109977457A (zh) 2019-07-05
CN109977457B true CN109977457B (zh) 2020-11-24

Family

ID=67076902

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910108259.0A Active CN109977457B (zh) 2019-02-02 2019-02-02 一种考虑温卷影响的加钒钢制筒节极限载荷预测方法

Country Status (1)

Country Link
CN (1) CN109977457B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113378385B (zh) * 2021-06-10 2022-04-19 浙江大学 一种预测回火对加钒钢制筒节极限载荷影响的方法

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101178590A (zh) * 2007-11-16 2008-05-14 华东理工大学 高温生产设备或部件缺陷的安全性评价方法
CN105117536A (zh) * 2015-08-12 2015-12-02 苏州热工研究院有限公司 一种rpv含裂纹类缺陷的简化弹塑性断裂力学分析方法
CN106940736A (zh) * 2016-12-26 2017-07-11 中国船舶工业集团公司第七0八研究所 一种考虑侧向载荷作用的纵骨多跨失稳的极限载荷确定方法

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
FR2838135B1 (fr) * 2002-04-05 2005-01-28 Pechiney Rhenalu PRODUITS CORROYES EN ALLIAGES A1-Zn-Mg-Cu A TRES HAUTES CARACTERISTIQUES MECANIQUES, ET ELEMENTS DE STRUCTURE D'AERONEF
CN105930553A (zh) * 2016-04-11 2016-09-07 南京航空航天大学 镍基高温合金缺口拉伸强度预测方法
CN106844907B (zh) * 2017-01-04 2020-04-14 中南大学 回转窑筒体支承位置及筒体厚度的协同优化方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101178590A (zh) * 2007-11-16 2008-05-14 华东理工大学 高温生产设备或部件缺陷的安全性评价方法
CN105117536A (zh) * 2015-08-12 2015-12-02 苏州热工研究院有限公司 一种rpv含裂纹类缺陷的简化弹塑性断裂力学分析方法
CN106940736A (zh) * 2016-12-26 2017-07-11 中国船舶工业集团公司第七0八研究所 一种考虑侧向载荷作用的纵骨多跨失稳的极限载荷确定方法

Also Published As

Publication number Publication date
CN109977457A (zh) 2019-07-05

Similar Documents

Publication Publication Date Title
Gandhi et al. Analytical and empirical modeling of top roller position for three-roller cylindrical bending of plates and its experimental verification
Cruise et al. Residual stress analysis of structural stainless steel sections
Kyvelou et al. Numerical simulation and evaluation of the world’s first metal additively manufactured bridge
Ren et al. Numerical study on the X80 UOE pipe forming process
Zou et al. A numerical method for predicting O-forming gap in UOE pipe manufacturing
CN109977457B (zh) 一种考虑温卷影响的加钒钢制筒节极限载荷预测方法
Jianjun et al. An improved procedure for manufacture of 3D tubes with springback concerned in flexible bending process
Velasco et al. Tube bulging test: Theoretical analysis and numerical validation
CN103514325A (zh) 轮辐三旋轮错距强力旋压工艺的有限元数值模拟方法
Hocine et al. Reliability prediction of composite tubular structure under mechanical loading by finite element method
Lin et al. Residual stress analysis and measurement in multi-layer bellows
Dean et al. A FEM‐based virtual test‐rig for hybrid metal‐composites clinching joints
Fan et al. Research on deformation characteristics of JCOE forming in large diameter welding pipe
CN113378385B (zh) 一种预测回火对加钒钢制筒节极限载荷影响的方法
Roy et al. Experiments and simulation of shape and thickness evolution in multi-pass tube spinning
Pereira et al. ULCF assessment of X52 piping steel by means of cyclic bending tests
Liu et al. Shape error prediction and compensation of three-dimensional surface in flexibly-reconfigurable roll forming
Abvabi Effect of residual stresses in roll forming process of metal sheets
Lv et al. Research on the evolution of residual stresses in the manufacturing process of TC4 alloy profile rolled ring
Shim et al. Improvement strategy for edge waviness in roll bending process of corrugated sheet metals
Bardelcik et al. The effect of element formulation on the prediction of boost effects in numerical tube bending
Azizoğlu et al. Finite element modeling of tube deformation during cold pilgering
Al-Aboodi et al. Modeling the effects of initial tube-tubesheet clearance, wall reduction and material strain hardening on rolled joint strength
Gandhi et al. Analytical modeling of top roller position for multiple pass (3-roller) cylindrical forming of plates
Rastgar et al. Field Study and Evaluation of Buckling Behavior of Cylindrical Steel Tanks with Geometric Imperfections under Uniform External Pressure

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant