CN112182930A - 钛合金tc4切削本构模型修正方法 - Google Patents
钛合金tc4切削本构模型修正方法 Download PDFInfo
- Publication number
- CN112182930A CN112182930A CN202010986442.3A CN202010986442A CN112182930A CN 112182930 A CN112182930 A CN 112182930A CN 202010986442 A CN202010986442 A CN 202010986442A CN 112182930 A CN112182930 A CN 112182930A
- Authority
- CN
- China
- Prior art keywords
- model
- cutting
- cutting force
- coefficients
- stress
- 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.)
- Pending
Links
Images
Classifications
-
- 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
- G06F2119/14—Force analysis or force optimisation, e.g. static or dynamic forces
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Investigating Strength Of Materials By Application Of Mechanical Stress (AREA)
Abstract
本发明的目的是提供一种钛合金TC4切削本构模型修正方法,基于CCD响应曲面实验设计,进行切削有限元仿真,建立切削力与J‑C方程修正系数的映射关系响应曲面模型。同时展开切削实验,建立以实测切削力为目标的参数优化模型,并引入FA搜寻修正系数最优解集,应用萤火虫算法进行以切削力为目标的参数优化。解决了现有J‑C本构模型对高温和高压下的切削过程模拟不准确,无法解释实际加工过程应力回落现象以及随着应变增加流动应力减小的问题。
Description
技术领域
本发明属于钛合金切削技术领域,具体涉及一种钛合金TC4切削本构模型修正方法。
背景技术
钛合金TC4作为航空、航天领域应用最为广泛的材料之一,属典型的难加工材料。为解决该类材料大量需求与加工困难这一矛盾,常应用高速切削技术。目前商业有限元仿真软件大都内置常用材料的本构模型及参数,然而由于TC4钛合金在不同加载环境中所呈现的力学性能存在明显差异,有限元软件内置本构模型及参数往往并不能准确预测切削加工变形行为。材料本构模型作为切削有限元核心技术对改善加工工艺、提高切削过程建模精度以及实现高效加工具有重要意义,故材料本构模型的预测精度对有限元仿真结果精度至关重要。
为研究TC4钛合金材料微观结构与其性能之间的关系,需对微观结构进行有限元建模,进而结合实验最终定性分析两者之间的影响关系。J-C本构模型作为切削有限元的核心技术,其准确性对于有限元建模至关重要。
发明内容
本发明的目的是提供一种钛合金TC4切削本构模型修正方法,以解决现有J-C本构模型对高温和高压下的切削过程模拟不准确,无法解释实际加工过程应力回落现象以及随着应变增加流动应力减小的问题。
本发明采用以下技术方案:钛合金TC4切削本构模型修正方法,包括以下步骤:
S1、基于现有的J-C本构模型进行修正,引入模型系数a、b、d、s进行识别,得到J-C修正模型如下:
其中,σ是流动应力,ε是塑性应变,是应变率,是等效应变率,T是工件材料温度,Tr是室温,Tm是工件熔点,A、B、C、m和n是模型常数,分别表示屈服应力、硬化模量、应变率敏感系数、硬化系数和热软化系数,a和s为材料常数,用于修正应力-应变曲线的下降斜率;系数b和d用于描述不同水平下的热软化现象;参数D和P用于描述动态再结晶和回复过程对流动应力的影响;
S2、建立钛合金TC4切削的2D有限元模型;其包括所述J-C修正模型、刀具-工件库伦接触模型;
S3、进行切削力响应曲面建模,按照Xi=(xi-x0)/△x,以J-C修正模型系数a、b、d、s为自变量进行中心复合设计,得到多组模型系数a、b、d、s的取值;其中,Xi为自变量的编码值,xi为自变量的真实值,x0为试验中心点的真实值,△x为自变量的变化步长;
S4、将步骤3中模型系数a、b、d、s的值分别带入2D有限元模型中进行仿真,分别得到多个切削力仿真值,并将所述切削力仿真值作为响应值,通过多项式拟合的方法,确立所述模型系数与切削力的映射关系;
S5、进行切削实验,获得切削力实验值;建立基于萤火虫算法的优化模型,对步骤3中多组模型系数a、b、d、s的取值进行最优化求解,通过设置目标函数,并进行迭代计算,当所述切削力仿真值与所述切削力实验值之差小于10-5,则计算结束,输出最优的模型系数a、b、d、s;再将最优值代入J-C修正模型,即完成修正。
进一步的,步骤S2中,库伦接触模型如下所示:
其中,τ,κ,τf和σn分别是前刀面的材料剪应力、剪切流动应力、剪切摩擦应力和正应力;m和μ分别是剪切和库伦摩擦模型的摩擦系数。
进一步的,步骤S3中,以x1、x2、x3和x4表示a、b、d、s的编码因子,自变量的编码因子值为+1和-1均表示轴向点,自变量的编码因子值为0表示中心点,a、b、d和s的取值范围均为[0.10,6.00]。
进一步的,仿真原始J-C本构模型与步骤S5得到的J-C修正模型下的切削力,并进行正交切削实验得到实验值,将仿真的切削力与所述实验值比较:当J-C修正模型仿真切削力与所述切削力实验值之差小于10-5,则模型系数修正正确;否则,重新对模型系数修正。
本发明的有益效果是:本发明通过对J-C本构模型修正系数的逆向识别,进而提高切削加工有限元仿真的预测精度,同时对微观结构的有限元建模以及微观结构与显微硬度、残余应力关系进行定性分析;修正后的J-C本构模型反映出了切削过程中绝热剪切引起的动态再结晶、热软化以及微裂纹等问题,同时不仅考虑了切削温度、应变、应变率对流动应力的影响,而且考虑了三者之间的耦合作用,解释了随着应变增加流动应力减小的现象;修正后的模型对切削过程中切屑形状的模拟对比更加真实,切削力预测误差有效降低,预测速度快,准确度高,为切削加工有限元仿真的精度提供保证,并为以后定量地建立微观结构与材料性能之间的模型提供理论指导。
附图说明
图1为本发明的切削本构模型修正参数逆向识别流程图;
图2为本发明的正交切削过程的有限元模型图;
图3a-图3b为本发明不同切削条件下仿真与实验切屑形态对比图;
图4a-图4f为本发明修正系数对Fx的影响关系图;
图5a-图5f为本发明修正系数对Fy的影响关系图;
图6为本发明中萤火虫优化迭代过程示意图;
图7为本发明基于不同模型的切削力仿真值与实验值对比图。
具体实施方式
下面结合附图和具体实施方式对本发明进行详细说明。
本发明的钛合金TC4切削本构模型修正方法基于CCD响应曲面实验设计,进行切削有限元仿真,建立切削力与J-C方程修正系数的映射关系响应曲面模型。同时展开切削实验,建立以实测切削力为目标的参数优化模型,并引入FA搜寻修正系数最优解集,应用萤火虫算法(Firefly Algorithm,FA)进行以切削力为目标的参数优化。切削本构模型修正参数逆向识别流程如图1。
一、本发明钛合金TC4切削本构模型修正方法的具体实施步骤如下:
S1、基于现有的J-C本构模型进行修正,引入模型系数a、b、d、s进行识别,得到J-C修正模型如下:
其中,σ是流动应力,ε是塑性应变,是应变率,是等效应变率,T是工件材料温度,Tr是室温,Tm是工件熔点,A、B、C、m和n是模型常数,分别表示屈服应力、硬化模量、应变率敏感系数、硬化系数和热软化系数,a和s为材料常数,用于修正应力-应变曲线的下降斜率;系数b和d用于描述不同水平下的热软化现象;参数D和P用于描述动态再结晶和回复过程对流动应力的影响;
S2、建立钛合金TC4切削的2D有限元模型;其包括所述J-C修正模型、刀具-工件库伦接触模型;
S3、进行切削力响应曲面建模,按照Xi=(xi-x0)/△x,以J-C修正模型系数a、b、d、s为自变量进行中心复合设计,得到多组模型系数a、b、d、s的取值;其中,Xi为自变量的编码值,xi为自变量的真实值,x0为试验中心点的真实值,△x为自变量的变化步长;
S4、将步骤3中模型系数a、b、d、s的值分别带入2D有限元模型中进行仿真,分别得到多个切削力仿真值,并将所述切削力仿真值作为响应值,通过多项式拟合的方法,确立所述模型系数与切削力的映射关系;
S5、进行切削实验,获得切削力实验值;建立基于萤火虫算法的优化模型,对步骤3中多组模型系数a、b、d、s的取值进行最优化求解,通过设置目标函数,并进行迭代计算,当所述切削力仿真值与所述切削力实验值之差小于10-5,则计算结束,输出最优的模型系数a、b、d、s;再将最优值代入J-C修正模型,即完成修正。
1、步骤1的方案具体为:
原始J-C本构模型是Johnson和Cook提出的,由三个函数组合而成,见式(1)。
其中,σ是流动应力,ε是塑性应变,是应变率,是等效应变率,T是工件材料温度,Tr是室温,Tm是工件熔点。A、B、C、m和n是模型常数,分别表示屈服应力、硬化模量、应变率敏感系数、硬化系数和热软化系数。第一个中括号表示应变硬化,第二个中括号表示应变率硬化现象,最后一个中括号表示热软化现象。Calamaz对原始J-C模型进行了修正见式(2),其中,常数a表示应变和应变率的耦合作用。
该公式(2)的模型同时考虑了切削温度、应变、应变率对流动应力的影响,但是它忽略了三者之间的耦合作用,不能解释随着应变增加流动应力减小现象。而且该公式(2)的模型将高应变下的应力下滑现象归结为材料再结晶,没有考虑绝热剪切带中的空穴和微裂纹,反映不出材料断裂失效对流动应力下滑的影响。该方法充分考虑切削过程中,绝热剪切引起再结晶、微裂纹等导致材料流动应力急速下滑的现象,引入单调函数指数函数以及双曲正切函数对J-C模型进行修正。对改善切削加工工艺,提高切削过程建模精度以及实现高效加工具有重要意义。
本发明基于Calamaz模型,考虑切削钛合金TC4过程中,绝热剪切引起再结晶、微裂纹等导致材料流动应力急速下滑的现象,并考虑到指数函数和双曲正切函数的单调性质,将其引入到原始J-C本构模型中,得到经本发明钛合金TC4切削本构模型修正方法修正后的J-C本构模型,如公式(3)所示。
其中,在第一个中括号中引入指数函数来反映大应变率下由微裂纹引起的流动软化现象;添加第四个中括号来描述温度升高引起的流动软化现象,其中的双曲正切函数可反映应变和温度两者对流动应力的软化作用。参数D和P用于描述动态再结晶和回复过程对流动应力的影响。常数b和d用于获得不同水平的热软化。为识别引入的常数a、b、d、s,本发明通过一种基于切削有限元仿真的修正参数逆向识别方法得到修正的J-C本构模型。a和s为材料常数,用于修正应力-应变曲线的下降斜率;系数b和d用于描述不同水平下的热软化现象;参数D和P用于描述动态再结晶和回复过程对流动应力的影响。
2、步骤2的方案具体为:
为确认修正J-C模型的模型系数,在DEFORM-2D V10.2软件平台上建立TC4切削的2D有限元模型。基于平面应变的假设对切削过程中的热-机械效应进行分析,并分别将刀具和工件模型简化成弹性体和弹性-塑性体。生成的FEM模型如图2所示,刀具与工件间的摩擦通过三个被分隔开的接触区域来定义。
在机械加工过程中,刀具与工件间有两个接触模型即库伦接触模型和剪切接触模型,用于仿真切削过程中产生的切削力。通常,剪切模型用于苛刻的接触条件,而库伦模型用于描述轻微接触行为,如式(4)。
其中,τ,κ,τf和σn分别是前刀面的材料剪应力、剪切流动应力、剪切摩擦应力和正应力;m和μ分别是剪切和库伦摩擦模型的摩擦系数。
本发明中使用温度依赖于材料的性能。表1、表2显示了温度与杨氏模量、热膨胀、热传导和热容间的关系。
表1有限元仿真模型参数
表2钛合金TC4的热-机械性能
3、步骤3的方案具体为:
响应曲面法(Response Surface Methodology,RSM)是一种用于对问题进行建模和分析的实验设计方法,其目的是通过建立优化区域模型,为模型寻找最优解。中心复合设计(Central Composite Design,CCD)因设计原理简单且能同时分析多个因子等优点而被广泛使用。为建立钛合金TC4切削的J-C本构模型修正系数与有限元切削力仿真值间的关系,本文使用CCD进行实验设计、建模以及评估等工作。
以模型系数,即常数a、b、d和s为自变量,分别以x1、x2、x3和x4表示a、b、d、s的编码因子。按照Xi=(xi-x0)/△x,其中,Xi为自变量的编码值,xi为自变量的真实值,x0为试验中心点的真实值,i=1、2、3或4,△x为自变量的变化步长。自变量的编码值+1和-1表示轴向点,0表示中心点,切削力Fx、Fy为试验响应值。在一些实施例中,a、b、d和s的取值范围均为[0.10,6.00],那么可得到试验自变量因素编码水平及真实值见表,根据表3的数据设计了一个四因素三水平试验,共28组。
表3自变量因素编码值及真实值
4、步骤4的方案具体为:
将多组模型系数a、b、d、s的取值分别代入到J-C修正模型中,对步骤2中的所述2D有限元模型进行仿真,得到不同模型系数下切削力仿真值,并将所述切削力仿真值作为响应值,通过多项式拟合,确立了本构模型修正系数与切削力的映射关系。采用该设计方法进行了修正系数因子实验设计,如表4。通过自变量与响应值建立模型后,去掉非显著因子。
表4钛合金TC4的不同J-C本构参数组合
表4中显示了相同切削条件下TC4的J-C模型参数和相应的仿真结果。通过最小二乘法,建立三次响应曲面,将切削力仿真值与修正参数联系起来。然后,使用响应曲面建立得到最优化程序的目标函数。RSM建立J-C修正参数与切削力之间的数学关系,见()。其中,β0是常数;xi,xj,xk是各独立变量;βiii,βiij,βijj,βiik,βikk,βjjk,βjkk和βijk分别是一阶、二阶、三阶以及交叉项回归系数;e是误差。
为保证预测模型的准确性,对Fx、Fy进行显著性检查,见表。Fx模型变量a,b,d,s的F值分别为112.69、18.73、361.69、0.69,表明Fx模型显著。类似地,得到Fy预测模型显著。剔除非显著项后,得到切削力的三次型预测模型,见式()、()。
表5响应曲面模型各因子显著性检查
表中Fx预测模型P值<0.0001,表明Fx显著;失效项P值为0.2565(>0.05),表明Fx的失效项不显著;相关系数R2=0.9976、调整系数AdjR2=0.9941表明Fx具有高拟合程度,故采用Fx模型是有效的,可以使用它对切削力进行预测。同理,Fy的P值<0.0001;失效项P值为0.6114(>0.05);R2=0.9953、AdjR2=0.9883,表明Fy模型具有较高拟合度。
表6响应曲面的方差分析
5、步骤5的方案具体为:
采用萤火虫算法FA对响应曲面回归模型进行切削力优化,求得模型系数的最优组合。先将萤火虫群体随机散布在解空间,每一只萤火虫因为所处位置不同发出的荧光亮度也不同,通过比较亮度(根据式(8)),亮度高的萤火虫可以吸引亮度低的萤火虫向自己移动,移动距离主要取决于吸引度大小(根据式(9))。为加大搜索区域,避免过早陷入局部最优,在位置更新过程中增加了扰动项α×(rand-1/2),根据式(10)来计算更新后的位置。这样通过多次移动后,所有个体都将聚集在亮度最高的萤火虫的位置上,从而实现寻优。
其中:I0为萤火虫的最大萤光亮度,即自身(r=0)萤光亮度,与目标函数值相关,目标函数值越优自身亮度越高;γ为光强度吸收系数,因为荧光会随着距离的增加和传播媒介的吸收逐渐减弱,所以设置光吸收强度系数以体现此特性,可设为常数;rij为萤火虫i与j之间的空间距离。β0为最大吸引度,即光源处(r=0处)的吸引度。xi,xj为萤火虫i和j所处的空间位置;α为步长因子,是[0,1]上的常数;rand为[0,1]上服从均匀分布的随机因子。
为识别可行域中最优系数组合,应用萤火虫优化算法对系数进行识别。目标函数为式(11):
基于4.2中建立的Fx,Fy响应曲面预测模型,matlab中优化函数为式(12):
其中,该优化流程具体为:
①初始化算法基本参数。设置萤火虫数目n,最大吸引度β0,光强吸收系数γ,步长因子α,最大迭代次数Max Generation或搜索精度ε。
②随机初始化萤火虫的位置,计算萤火虫的目标函数值作为各自最大荧光亮度I0。
③由公式(8)、(9)计算群体中萤火虫的相对亮度I和吸引度β,根据相对亮度决定萤火虫的移动方向。
④根据式(10)更新萤火虫的空间位置,对处在最佳位置的萤火虫进行随机扰动。
⑤根据更新后萤火虫的位置,重新计算萤火虫的亮度。
⑥当满足搜索精度或达到最大搜索次数则转下一步;否则,搜索次数增加1,转第三步,进行下一次搜索。
⑦输出全局极值点和最优个体值。
实施例
1、模型验证
基于上述钛合金TC4的原始JC以及MJC本构模型切削有限元模型,分别进行vc=50m/min,f=0.10mm/rev、0.06mm/rev、0.02mm/rev三组条件下的有限元仿真。图3所示为切削2mm处不同切削条件下模拟所得的切屑几何形状,并将其与实验得到的切屑进行对比,其中图3(b)中切屑为A=724.7,B=683.1,C=0.035,m=1.0,n=0.47,a=1,b=1,d=1,s=1时的切削仿真结果。切削过程中,刀尖处由于承受了高压应力及高温作用,引起了塑性变形过程的产生,而塑性变形又会继续增加热量的产生,使材料发生进一步的软化,如此,在热软化和塑性变形的相互影响和促进以及刀具的挤压作用下,剪切带不断沿第一变形区斜向上扩展,最终形成连接两锯齿节块的一个狭窄、变形高度集中的剪切带,并随着刀具的运动而发生弯曲,最终得到图3(c)中的锯齿状切屑。可以看出,图3(b)中切屑模拟几何形状比图3(a)的更接近图3(c)中的切屑形状。考虑到该MJC模型中修正参数并非最优值,因此所修改的模型较原始JC本构模型真实。
2、修正模型对切削力的影响
图、图分别显示了J-C本构模型修正系数对Fx,Fy的影响。图4(a)、(b)分别反映了a和d、b和d对Fx的影响。由三维图的对比可以看出参数d对Fx的削减作用,也可以通过增加a或b,观察Fx变化证明。图(c)反映了s和d对Fx的影响。参数s对Fx的增强作用可以由减小d证明。图(d)可以看出,当s增加时,随着a的增加,Fx增加。图(e)反映了b和s对Fx的耦合影响,从图中可以看出,两者对Fx的同时作用是可以忽略。由图(a)可以看出,Fy随着d的增加而减小;在一定范围内,Fy随着a的增加而增加,超过一定值后,Fy逐渐降低。图(b)反映了b对Fy的影响。图(d)中反映了s的作用。Fy随着s的增加而减小。图(e)反映了修正参数对Fy的负作用。图(f)中,b对Fy起到促进作用,而a在一开始起到负作用,然后,随着a的增加,Fy也逐渐增加。通过图可以看出,d对Fy具有最显著的影响,而b的作用并不明显。
3、模型系数识别
FA优化过程中的控制参数设置:萤火虫数目n=100;光吸收强度系数γ=0.001;步长因子α=0.1;最大关吸引度β0=1;荧光素初始值I0=5;步长为0.05,迭代次数MaxGeneration=200。当迭代误差小于或等于终止误差ε(10-5)时,迭代过程结束。
优化结果见图。优化结果显示,迭代误差为2.11%,整个迭代过程约283s。修正系数最优组合:a=3.7758,b=1.3247,d=0.9076,s=2.6195,即逆向识别出的修正J-C本构模型(MJC),见公式(3)。
4、切削力验证
为验证已修正的J-C本构模型(MJC),对比同一切削条件下,采用不同钛合金TC4本构模型的切削仿真值。验证的切削参数是切削速度40m/min、进给量0.10mm/rev。基于Deform/2D有限元软件,进行了三组有限元模拟实验,分别采用:MJC模型、原始J-C模型、Calamaz’s模型。MJC模型即为(3),原始J-C模型中参数值A=724.7,B=683.1,C=0.035,m=1.0,n=0.47,Tr=293K,Tm=1877K,见式(14)。Calamaz’s模型参数值A=968,B=380,C=0.0197,m=0.577,n=0.421,a=0.11,Tr=293K,Tm=1877K,见式(15)。实验测得的主切削力Fx为224.55N,轴向切削力Fy为138.74N。有限元仿真结果与实验值的对比柱状图以及误差分别见图、表。
表7不同模型下的切削力预测误差
考虑到径向切削力Fx在整个切削过程中属主切削力,所以主要以Fx为主。由表可以看出:钛合金TC4的修正J-C本构模型对于钛合金TC4的切削过程具有更高的预测精度。
Claims (4)
1.钛合金TC4切削本构模型修正方法,其特征在于,包括以下步骤:
S1、基于原始J-C本构模型进行修正,引入模型系数a、b、d、s进行识别,得到J-C修正模型如下:
其中,σ是流动应力,ε是塑性应变,是应变率,是等效应变率,T是工件材料温度,Tr是室温,Tm是工件熔点,A、B、C、m和n是模型常数,分别表示屈服应力、硬化模量、应变率敏感系数、硬化系数和热软化系数,a和s为材料常数,用于修正应力-应变曲线的下降斜率;系数b和d用于描述不同水平下的热软化现象;参数D和P用于描述动态再结晶和回复过程对流动应力的影响;
S2、建立钛合金TC4切削的2D有限元模型;其包括所述J-C修正模型、刀具-工件库伦接触模型;
S3、进行切削力响应曲面建模,按照Xi=(xi-x0)/△x,以J-C修正模型系数a、b、d、s为自变量进行中心复合设计,得到多组模型系数a、b、d、s的取值;其中,Xi为自变量的编码值,xi为自变量的真实值,x0为试验中心点的真实值,△x为自变量的变化步长;
S4、将步骤3中模型系数a、b、d、s的值分别带入2D有限元模型中进行仿真,分别得到多个切削力仿真值,并将所述切削力仿真值作为响应值,通过多项式拟合的方法,确立所述模型系数与切削力的映射关系;
S5、进行切削实验,获得切削力实验值;建立基于萤火虫算法的优化模型,对步骤3中多组模型系数a、b、d、s的取值进行最优化求解,通过设置目标函数,并进行迭代计算,当所述切削力仿真值与所述切削力实验值之差小于10-5,则计算结束,输出最优的模型系数a、b、d、s;再将最优值代入J-C修正模型,即完成修正。
3.如权利要求1或2所述的钛合金TC4切削本构模型修正方法,其特征在于,所述步骤S3中,以x1、x2、x3和x4表示a、b、d、s的编码因子,自变量的编码因子值为+1和-1均表示轴向点,自变量的编码因子值为0表示中心点,a、b、d和s的取值范围均为[0.10,6.00]。
4.如权利要求1或2所述的钛合金TC4切削本构模型修正方法,其特征在于,仿真原始J-C本构模型与步骤S5得到的J-C修正模型下的切削力,并进行正交切削实验得到实验值,将仿真的切削力与所述实验值比较:当J-C修正模型仿真切削力与所述切削力实验值之差小于10-5,则模型系数修正正确;否则,重新对模型系数修正。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010986442.3A CN112182930A (zh) | 2020-09-18 | 2020-09-18 | 钛合金tc4切削本构模型修正方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010986442.3A CN112182930A (zh) | 2020-09-18 | 2020-09-18 | 钛合金tc4切削本构模型修正方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112182930A true CN112182930A (zh) | 2021-01-05 |
Family
ID=73921625
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010986442.3A Pending CN112182930A (zh) | 2020-09-18 | 2020-09-18 | 钛合金tc4切削本构模型修正方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112182930A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113836774A (zh) * | 2021-09-30 | 2021-12-24 | 华中科技大学 | 一种机理与数据融合的金属切削仿真过程不确定校准方法 |
CN114781214A (zh) * | 2022-04-18 | 2022-07-22 | 中国矿业大学 | 一种多尺度晶粒细化tc4切削加工表层硬度预测方法 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107330137A (zh) * | 2017-05-17 | 2017-11-07 | 武汉工程大学 | 一种金属材料切削本构模型参数的辨识方法 |
-
2020
- 2020-09-18 CN CN202010986442.3A patent/CN112182930A/zh active Pending
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107330137A (zh) * | 2017-05-17 | 2017-11-07 | 武汉工程大学 | 一种金属材料切削本构模型参数的辨识方法 |
Non-Patent Citations (1)
Title |
---|
REN, JX 等: "Inverse determination of improved constitutive equation for cutting titanium alloy Ti-6Al-4V based on finite element analysis", 《INTERNATIONAL JOURNAL OF ADVANCED MANUFACTURING TECHNOLOGY》 * |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113836774A (zh) * | 2021-09-30 | 2021-12-24 | 华中科技大学 | 一种机理与数据融合的金属切削仿真过程不确定校准方法 |
CN113836774B (zh) * | 2021-09-30 | 2024-05-14 | 华中科技大学 | 一种机理与数据融合的金属切削仿真过程不确定校准方法 |
CN114781214A (zh) * | 2022-04-18 | 2022-07-22 | 中国矿业大学 | 一种多尺度晶粒细化tc4切削加工表层硬度预测方法 |
CN114781214B (zh) * | 2022-04-18 | 2022-11-29 | 中国矿业大学 | 一种多尺度晶粒细化tc4切削加工表层硬度预测方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
WO2021253963A1 (zh) | 一种薄壁微铣削变形预测方法 | |
Klocke et al. | 2D-FEM simulation of the orthogonal high speed cutting process | |
CN112182930A (zh) | 钛合金tc4切削本构模型修正方法 | |
Bahloul et al. | A study on optimal design of process parameters in single point incremental forming of sheet metal by combining Box–Behnken design of experiments, response surface methods and genetic algorithms | |
Rakotomalala et al. | Arbitrary Lagrangian‐Eulerian thermomechanical finite‐element model of material cutting | |
Ducobu et al. | The CEL method as an alternative to the current modelling approaches for Ti6Al4V orthogonal cutting simulation | |
CN112199823B (zh) | 一种橡胶材料应力松弛及损伤效应的数值预测方法 | |
Agmell et al. | The link between plasticity parameters and process parameters in orthogonal cutting | |
Ren et al. | Inverse determination of improved constitutive equation for cutting titanium alloy Ti-6Al-4V based on finite element analysis | |
JP4854586B2 (ja) | 光学素子のプレス成形シミュレーション方法及びプログラム | |
Zhang et al. | Selective element fission approach for fast FEM simulation of incremental sheet forming based on dual-mesh system | |
Lin et al. | A study of deformation of the machined workpiece and tool under different low cutting velocities with an elastic cutting tool | |
CN112414842B (zh) | 岩石刚度确定方法和装置 | |
CN104933210A (zh) | 一种白车身刚度优化结果文件的处理方法 | |
Markopoulos et al. | Friction and material modelling in finite element simulation of orthogonal cutting | |
Corrado et al. | Methods of influence coefficients to evaluate stress and deviation distributions of parts under operating conditions-a review | |
Salehi et al. | A study on optimal design of process parameters in tube drawing process of rectangular parts by combining box–behnken design of experiment, response surface methodology and artificial bee colony algorithm | |
Friderikos et al. | An investigation of cutting edge failure due to chip crush in carbide dry hobbing using the finite element method | |
Ponthot et al. | Optimisation methods for initial/tool shape optimisation in metal forming processes | |
Mahajan et al. | Optimized design of optical surface of the mold in precision glass molding using the deviation approach | |
Burczyński et al. | Parallel evolutionary algorithms in shape optimization of heat radiators | |
Alcaraz et al. | Thermomechanical analysis of a chip machining process | |
Boonstra et al. | Multi-disciplinary optimization of building spatial designs | |
Prasad | Finite element modeling to verify residual stress in orthogonal machining | |
Strano et al. | Hierarchical metamodeling of the air bending process |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20210105 |
|
RJ01 | Rejection of invention patent application after publication |