CN113642855A - 一种基于知识模型库的汽车铝合金转向节差压铸造质量优化的方法 - Google Patents
一种基于知识模型库的汽车铝合金转向节差压铸造质量优化的方法 Download PDFInfo
- Publication number
- CN113642855A CN113642855A CN202110844799.2A CN202110844799A CN113642855A CN 113642855 A CN113642855 A CN 113642855A CN 202110844799 A CN202110844799 A CN 202110844799A CN 113642855 A CN113642855 A CN 113642855A
- Authority
- CN
- China
- Prior art keywords
- casting
- model
- steering knuckle
- differential pressure
- pressure casting
- 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.)
- Granted
Links
- 238000005266 casting Methods 0.000 title claims abstract description 106
- 238000000034 method Methods 0.000 title claims abstract description 94
- 229910000838 Al alloy Inorganic materials 0.000 title claims abstract description 25
- 238000005457 optimization Methods 0.000 claims abstract description 34
- 238000004088 simulation Methods 0.000 claims abstract description 33
- 238000012360 testing method Methods 0.000 claims abstract description 26
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 21
- 238000013461 design Methods 0.000 claims abstract description 19
- 238000004519 manufacturing process Methods 0.000 claims abstract description 17
- 238000013441 quality evaluation Methods 0.000 claims abstract description 16
- 230000008569 process Effects 0.000 claims description 44
- 238000004458 analytical method Methods 0.000 claims description 18
- 238000001816 cooling Methods 0.000 claims description 13
- 230000007547 defect Effects 0.000 claims description 12
- 239000000463 material Substances 0.000 claims description 11
- 210000001787 dendrite Anatomy 0.000 claims description 10
- 239000007788 liquid Substances 0.000 claims description 10
- 238000007711 solidification Methods 0.000 claims description 9
- 230000008023 solidification Effects 0.000 claims description 9
- 238000013178 mathematical model Methods 0.000 claims description 8
- 238000009826 distribution Methods 0.000 claims description 7
- 238000005429 filling process Methods 0.000 claims description 6
- 229910052751 metal Inorganic materials 0.000 claims description 6
- 239000002184 metal Substances 0.000 claims description 6
- 238000004141 dimensional analysis Methods 0.000 claims description 5
- 229910052782 aluminium Inorganic materials 0.000 claims description 4
- XAGFODPZIPBFFR-UHFFFAOYSA-N aluminium Chemical compound [Al] XAGFODPZIPBFFR-UHFFFAOYSA-N 0.000 claims description 4
- 230000007246 mechanism Effects 0.000 claims description 4
- 238000010998 test method Methods 0.000 claims description 4
- 238000004364 calculation method Methods 0.000 claims description 3
- 230000008859 change Effects 0.000 claims description 3
- 238000012512 characterization method Methods 0.000 claims description 3
- 238000006243 chemical reaction Methods 0.000 claims description 3
- 238000003050 experimental design method Methods 0.000 claims description 3
- 239000007791 liquid phase Substances 0.000 claims description 3
- 238000001514 detection method Methods 0.000 claims description 2
- 239000000203 mixture Substances 0.000 claims description 2
- 238000003556 assay Methods 0.000 claims 4
- 238000009792 diffusion process Methods 0.000 claims 2
- 241001206881 Myrmeleon inconspicuus Species 0.000 claims 1
- 230000015572 biosynthetic process Effects 0.000 claims 1
- 238000010276 construction Methods 0.000 claims 1
- 239000000498 cooling water Substances 0.000 claims 1
- 238000007542 hardness measurement Methods 0.000 claims 1
- 238000005259 measurement Methods 0.000 claims 1
- 239000002245 particle Substances 0.000 claims 1
- 239000012071 phase Substances 0.000 claims 1
- 239000011148 porous material Substances 0.000 claims 1
- 239000007787 solid Substances 0.000 claims 1
- 239000000126 substance Substances 0.000 claims 1
- 238000012546 transfer Methods 0.000 claims 1
- 230000007704 transition Effects 0.000 claims 1
- 238000011161 development Methods 0.000 abstract description 2
- 238000012797 qualification Methods 0.000 abstract 1
- 238000005516 engineering process Methods 0.000 description 4
- 230000000694 effects Effects 0.000 description 2
- 238000010420 art technique Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000004836 empirical method Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 230000003031 feeding effect Effects 0.000 description 1
- 238000009472 formulation Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06395—Quality analysis or management
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B22—CASTING; POWDER METALLURGY
- B22D—CASTING OF METALS; CASTING OF OTHER SUBSTANCES BY THE SAME PROCESSES OR DEVICES
- B22D18/00—Pressure casting; Vacuum casting
- B22D18/04—Low pressure casting, i.e. making use of pressures up to a few bars to fill the mould
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B22—CASTING; POWDER METALLURGY
- B22D—CASTING OF METALS; CASTING OF OTHER SUBSTANCES BY THE SAME PROCESSES OR DEVICES
- B22D18/00—Pressure casting; Vacuum casting
- B22D18/08—Controlling, supervising, e.g. for safety reasons
-
- 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
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N5/00—Computing arrangements using knowledge-based models
- G06N5/02—Knowledge representation; Symbolic representation
- G06N5/022—Knowledge engineering; Knowledge acquisition
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/04—Manufacturing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2111/00—Details relating to CAD techniques
- G06F2111/10—Numerical modelling
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/30—Computing systems specially adapted for manufacturing
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- General Physics & Mathematics (AREA)
- Educational Administration (AREA)
- Development Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Marketing (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- General Engineering & Computer Science (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Game Theory and Decision Science (AREA)
- Mechanical Engineering (AREA)
- Evolutionary Computation (AREA)
- Primary Health Care (AREA)
- General Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- Computational Linguistics (AREA)
- Data Mining & Analysis (AREA)
- Health & Medical Sciences (AREA)
- Computing Systems (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Computer Hardware Design (AREA)
- Geometry (AREA)
- Manufacturing & Machinery (AREA)
- Injection Moulding Of Plastics Or The Like (AREA)
- General Factory Administration (AREA)
Abstract
一种基于知识模型库的汽车铝合金转向节差压铸造质量优化的方法,其特征在于:建立丰富的知识模型库,基于铸造数值模拟理论、质量评价模型、试验设计方法和先进的智能优化算法,对汽车铝合金转向节铸造质量进行优化。本发明具有较高的现场适用性和优化效率,能够在确保合格率的基础上,有效地指导铝合金转向节的铸造生产,提高铸造质量和生产效率,同时也能够为汽车铝合金转向节差压铸造工艺的开发提供重要参考。
Description
技术领域
本发明涉及一种基于知识模型库的铸造工艺方案优化以改善铸造质量的方法,属于差压铸造技术领域,具体地说是一种基于知识模型库的差压铸造汽车铝合金转向节铸造质量优化的方法。
背景技术
差压铸造技术是一种先进的反重力铸造成形工艺技术,其特点在于生产的铸件是在较大压力环境下进行凝固结晶,铸件的本体力学性能高、内部质量好。得益于这些优点,差压铸造技术已被广泛用于高品质的铝合金汽车转向节的生产中。但由于该工艺复杂、操作水平要求高、铸件过程质量不易控制等方面的问题,国内差压铸造工艺在汽车铝合金转向节铸造的应用很少。同时,转向节的铸造缺陷一般存在于与下摆臂连接的厚大位置,金属液的补缩效果差。因此有必要提出一种有针对型的、快捷和高效的差压铸造质量优化方法,对各型转向节差压铸造的数值模拟与工艺参数优化进行研究,为汽车铝合金转向节差压铸造工艺的开发提供重要的参考。
目前,大多公司对转向节差压铸造工艺参数、浇注系统和冷却系统的设计仍采用试验法和经验法。试验法及经验法对于同种材料且相似结构的转向节具有良好的效果,但对于不同材料、不同结构的铸件,试验法及经验法的效果较差,往往需要花费较大的人力、物力及时间,经过多次试验才能解决铸件中的各种缺陷。因此,提出一种基于知识模型库的铸造工艺方案优化来改善铸造质量的方法,对各型转向节的差压铸造生产进行快速、准确和有效的指导,确保生产正常高效的进行。
发明内容
本发明的目的是针对目前各型差压铸造铝合金转向节的工艺参数、浇注系统和冷却系统的设计仍然没有固定的规律或流程式的设计方案,导致差压铸造生产的转向节存在各种缺陷且达不到实车安装的力学性能要求。而且针对不同的铝合金转向节,其涉及的性能参数、材料和数模不一,加工安排生产工艺难度大的问题,发明一种基于知识模型库的铸造工艺方案优化改善铸造质量的方法,该方法结合利用了知识模型库、铸造数值模拟技术、智能优化算法,高效可行,指导性强,适合于多样不一的铝合金转向节进行铸造工艺制定,能够确定最佳的工艺方案以获得力学性能优良的铝合金转向节。
本发明的技术方案是:
一种基于知识模型库的汽车铝合金转向节差压铸造质量优化的方法,包含以下几个步骤:
步骤一:根据不同的转向节模型建立转向节知识模型库。模型库的内容包括各型转向节铸造三维模型、铸造数值模拟分析模型、质量评价指标判据式数学模型、试验设计方法和智能优化算法模型。
步骤二:根据确定的转向节差压铸造数值模拟分析模型,在铸造数值模拟软件中进行模拟仿真,获得充型过程的压力场云图、温度场云图,以及凝固过程中的液相率云图,并将质量评价指标的判据式数学模型输入铸造数值模拟软件进行计算,获得差压铸造转向节中缩松缩孔缺陷的分布情况和二次枝晶间距的大小。
步骤三:根据转向节差压铸造的数值模拟结果,对转向节浇注系统、冷却系统进行结构优化和冷却工艺参数优化,利用确定的试验设计方法和智能优化算法,基于数值模拟结果对工艺参数进行优化设计,以获得最佳的工艺参数。
步骤四:根据工艺方案优化结果确定转向节的最优工艺方案。按照最优的工艺方案进行生产试制并进行相关的检验。
本发明的有益效果是:
本发明基于丰富的知识模型库、铸造数值模拟技术和铸造评价指标判据相关理论,针对的是各型的差压铸造转向节,解决了目前铸造工艺方案依赖于工程师经验,导致效率低周期长成本高的问题,对各型铝合金转向节的差压铸造工艺方案提出标准化流程式的质量优化方法,具有较高的现场适用性和高效性,能够实际有效地对各种材料及形状不一的转向节进行准确的工艺方案确定以生产制造。
附图说明
图1是本发明方法的流程图;
图2是本发明模型库中三维模型示意图;
图3是本发明模型库中铸造三维分析模型示意图;
图4是本发明模型库中铸造数值模拟分析模型示意图;
图5是本发明实施例铸造数值模拟充型压力场结果图;
图6是本发明实施例铸造数值模拟充型温度场结果图;
图7是本发明实施例铸造数值模拟凝固液相率结果图;
图8是本发明实施例铸造数值模拟缩松缩孔分布结果图;
图9是本发明实施例铸造数值模拟二次枝晶间距结果图;
具体实施方式
以下结合附图和具体实施方式来进一步说明本发明。
如图1-9所示。
一种基于知识模型库的汽车铝合金转向节差压铸造质量优化的方法,其流程图如图1所示,包括以下几个步骤:
步骤一:建立转向节知识模型库;
针对某型转向节进行差压铸造三维分析模型的建立。确定能够有效预测的质量评价指标判据数学模型。选择适用于转向节差压铸造工艺改进或优化的试验设计方法和智能优化算法。将各数模、质量评价模型、优化设计方法和各种铸造铝合金性能参数整理至知识模型库,进行模型库的搭建。具体为:
(1)模型建立;
按照转向节产品图纸文件或实体三维激光扫描的点云数据,在三维软件中进行1:1三维模型的建立。以某车型转向节为例,三维模型如图2所示。基于建立好的三维模型增加浇注系统、冷却系统和排溢系统完成铸造三维模型的创建,并转换成stl的文件格式,导入铸造数值模拟有限元软件中。首先对各系统模块进行网格划分、定义材料参数、边界条件和运行参数等设定,从而建立差压铸造三维分析模型,如图3所示,根据科技论文、试验报告和期刊等文献和机械设计手册确定的铸造数值模拟分析模型的材料参数如表1所示。各型转向节铸造三维分析模型和数值模拟分析模型均加入到模型库中,以便随时参考分析,供于指导工艺方案制定和生产制造。本例转向节材料为A356。
表1研制的模型库材料参数表:
(2)质量评价指标判据模型确定;
根据铝合金转向节铸件在金属液态冷却、固液转变和凝固后铸件的继续冷却的过程中产生缩松缩孔缺陷的形成机理,选择适用于转向节差压铸造模拟结果的缩松缩孔预测判据,如Niyama判据、残余熔体模数判据和S-F判据,并将判据模型整理至模型库,如表2所示。本例选取S-F判据。
表2研制的模型库判据模型表:
(3)试验设计方法和智能优化算法的确定;
根据文献的查阅与各工艺参数适用的范围确定转向节差压铸造工艺优化最适用的试验设计方法和智能优化算法以安排试验进行,确保该方法能够提出更为精确有效的工艺参数组合方案,以保证差压铸造的转向节在无缩松缩孔的前提下,达到提高铸件质量的目的。并将确定的试验方法和智能优化算法整理至试验方法模型库如表3所示。本例选用Taguchi方法和鱼群算法。
表3研制的模型库方法模型表:
步骤二:转向节差压铸造数值模拟;
基于建立好的转向节差压铸造数值模拟分析模型,在铸造数值模拟软件中进行模拟仿真,获得充型过程的压力场云图如图5所示,获得充型过程的温度场云图如图6所示;获得凝固过程中液相率云图如图7所示;并将确定好的质量评价指标的判据式数学模型输入铸造数值模拟软件进行计算,模拟获得差压铸造转向节中缩松缩孔的分布情况和二次枝晶间距的大小如图8和图9所示;
步骤三:转向节差压铸造工艺方案优化;
根据转向节差压铸造的数值模拟结果,对浇注系统进行结构优化使金属液以更平稳的形态进行充型,从而降低缩松缩孔缺陷产生的概率;按照转向节模拟结果中热节的分布位置对冷却系统进行结构优化和冷却工艺参数优化以降低热节的产生概率,保证铝液在模具型腔中顺序凝固;利用确定的试验设计方法和智能优化算法,基于数值模拟结果对工艺参数进行优化设计,以获得最佳的工艺参数。将工艺参数整理至模型库如表4所示。
表4研制的模型库工艺参数表:
步骤四:工艺方案确定和生产检验;
根据工艺方案优化的结果确定铸件最优工艺方案。按照最优的工艺方案进行生产试制并做相关的性能检测分析试验、显微组织表征试验等检验。并且将最优的工艺方案整理至步骤一的知识模型库,如表5所示。
表5研制的模型库最佳工艺方案表:
以上仅就本发明的一个实例作了说明,但不能理解为是对权利要求的限制。本发明不仅局限于以上实例,基于知识模型库的各型差压铸造汽车铝合金转向节铸造质量优化时,对象形状尺寸、材料参数、优化方法等允许有变化。总之,凡在本发明独立权利要求的保护范围内所作的各种变化均在本发明的保护范围内。
本发明未涉及部分与现有技术相同或可采用现有技术加以实现。
Claims (10)
1.一种基于知识模型库的汽车铝合金转向节差压铸造质量优化的方法,其特征在于,它包括以下步骤:
步骤一:构建转向节知识模型库;
对各型汽车铝合金转向节进行模型建立,综合分析转向节的结构特征和差压铸造成形工艺特点建立转向节的差压铸造三维分析模型;根据质量评价相关理论知识和铸件缺陷形成机理确定质量评价指标判据数学模型;根据转向节实际生产的工艺方案或算法的适用范围确定合适的试验设计方法和智能优化算法;将各数模、质量评价模型、优化设计方法和各种铸造铝合金性能参数整理至知识模型库,完成转向节知识模型库的搭建,具体为:
(1)模型建立;
在三维建模软件中根据各型转向节的产品图纸文件或者三维扫描点云数据对各型转向节进行三维模型的建立,在转向节三维模型的基础上完成转向节差压铸造三维模型的建立;对分析模型进行文件格式转换,导入可以识别的铸造模拟软件中,建立铸造数值模拟分析模型;将转向节差压铸造三维模型和铸造数值模拟分析模型整理至数模模型库;
(2)质量评价指标判据模型确定;
在转向节差压铸造中质量评价指标主要包括缩松缩孔缺陷和二次枝晶间距的大小;根据缩松缩孔的形成机理和影响二次枝晶间距的主要因素,结合相关的理论知识确定适用于铝合金转向节质量评价指标的判据式模型,以进行铝合金转向节凝固过程中缩松缩孔缺陷的形成和二次枝晶间距大小的准确预测;并将判据式模型整理至数学模型库;
(3)试验设计方法和智能优化算法的确定;
根据转向节的实际生产的工艺方案、文献的查阅和所选设计方法或算法的适用范围,达到以最少的试验组合即工艺参数组合来获得所有工艺参数对步骤(2)中的质量评价指标的影响规律的目的,从而确定最适用的试验设计方法和智能优化算法以安排试验进行,确保该方法能够提出更为精确有效的工艺参数组合方案,以保证差压铸造的转向节在无缩松缩孔缺陷的前提下,达到提高铸件质量的目的,并将确定的试验方法和智能优化算法整理至优化设计方法模型库;
步骤二:转向节差压铸造数值模拟;
利用步骤一(1)中确定的转向节差压铸造数值模拟分析模型,在铸造数值模拟软件中进行模拟仿真,获得充型过程的压力场云图,以观察充型过程中的铝液充填状态,判断压差曲线的合理性;获得充型过程的温度场云图,以观察铝液温度的分布情况,判断易出现缩松缩孔缺陷的部位;获得凝固过程中液相率云图,以观察凝固过程中液相率变化是否满足顺序变化,判断可能产生孤立液相区的位置;并将步骤一(2)中的质量评价指标的判据式数学模型代入铸造数值模拟软件进行计算,模拟获得差压铸造转向节中缩松缩孔的分布情况和二次枝晶间距的大小;
步骤三:转向节差压铸造工艺方案优化;
按照步骤二中转向节差压铸造的数值模拟结果,对浇注系统进行结构优化使金属液以更平稳的形态进行充型,从而降低缩松缩孔缺陷产生的概率;按照转向节模拟结果中热节的分布位置对冷却系统进行结构优化和冷却工艺参数优化以降低热节的产生概率,保证铝液在模具型腔中顺序凝固;利用步骤一(3)中确定的试验设计方法和智能优化算法,基于数值模拟结果对工艺参数进行优化设计,以获得最佳的工艺参数;
步骤四:工艺方案确定和生产检验;
根据步骤三中的工艺方案优化结果确定最佳的浇注方案、冷却方案和工艺参数方案,即确定铸件最优工艺方案;按照最优的工艺方案进行生产并做相关的性能检测分析试验、显微组织表征试验检验,并且将最优的工艺方案整理至步骤一的知识模型库中。
2.根据权利要求1所述的方法,其特征在于,所述的步骤一中的知识模型库是包含各型转向节差压铸造三维模型、铸造数值模拟分析模型、质量评价指标判据式数学模型和试验设计方法和智能优化算法模型以及各种铸造铝合金性能参数的数模库。
3.根据权利要求1所述的方法,其特征在于,所述的步骤一(1)中的三维扫描点云数据是指利用三维激光扫描仪对转向节扫描获得的数据点,可在三维软件中对没有产品图纸文件的转向节进行逆向建模;所述的步骤一(1)中的差压铸造三维分析模型是指包括铸件、浇注系统、冷却系统、排溢系统的整体三维模型;所述的步骤一(1)中格式转换是指将建立零部件三维模型的软件自带格式转换成铸造数值模拟软件能识别的格式;所述的步骤一(1)中铸造模拟软件是指包括MAGMA、PROCAST、ANYCASTING为铸造业从业人员设计的专用铸造数值模拟软件;所述的步骤一(1)中建立铸造数值模拟分析模型包括网格划分、定义材料属性、边界条件、运行参数和补缩条件的设置。
4.根据权利要求1所述的方法,其特征在于,所述的步骤一(2)中缩松缩孔形成机理是指由于金属液补缩不良而造成的体积大而集中的孔洞或由于金属液液态收缩和凝固收缩之和大于其固态收缩而形成的分散性细小缩孔。
5.根据权利要求1所述的方法,其特征在于,所述的步骤一(2)中影响二次枝晶间距的主要因素是包括铝合金化学成分、局部凝固时间、溶质扩散系数、模具温度。
6.根据权利要求1所述的方法,其特征在于,所述的步骤一(2)中相关的理论知识包括扩散相变理论、二次枝晶间距理论和高等传热学理论。
7.根据权利要求1所述的方法,其特征在于,所述的步骤一(3)中试验设计方法和智能优化算法是指正交试验、田口方法和全因子等试验设计方法以及蚁狮寻优算法、粒子群算法和NSGA-II算法。
8.根据权利要求1所述的方法,其特征在于,所述的步骤三中工艺参数是指包括浇注温度、上模具预热温度、下模具预热温度和冷却水温度。
9.根据权利要求1所述的方法,其特征在于,所述的步骤四中相关的性能检测分析试验是包括孔隙率检测试验、强度和硬度检测试验。
10.根据权利要求1所述的方法,其特征在于,所述的步骤四中显微组织表征试验包括金相组织分析、二次枝晶间距的测量。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110844799.2A CN113642855B (zh) | 2021-07-26 | 2021-07-26 | 一种基于知识模型库的汽车铝合金转向节差压铸造质量优化的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110844799.2A CN113642855B (zh) | 2021-07-26 | 2021-07-26 | 一种基于知识模型库的汽车铝合金转向节差压铸造质量优化的方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113642855A true CN113642855A (zh) | 2021-11-12 |
CN113642855B CN113642855B (zh) | 2023-10-10 |
Family
ID=78418326
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110844799.2A Active CN113642855B (zh) | 2021-07-26 | 2021-07-26 | 一种基于知识模型库的汽车铝合金转向节差压铸造质量优化的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113642855B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116843323A (zh) * | 2023-09-01 | 2023-10-03 | 曲阜市龙祥冶铸辅料有限公司 | 基于动态图像扫描的螺杆铸造件质量控制监管系统 |
CN116910984B (zh) * | 2023-06-15 | 2024-02-06 | 小米汽车科技有限公司 | 压射曲线参数优化方法、装置、电子设备和存储介质 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20060277004A1 (en) * | 2005-06-01 | 2006-12-07 | Qigui Wang | Casting design optimization system (CDOS) for shape castings |
CN104741574A (zh) * | 2013-12-25 | 2015-07-01 | 青岛玉光精铸厂 | 铝合金转向节的低压铸造工艺 |
CN108897925A (zh) * | 2018-06-11 | 2018-11-27 | 华中科技大学 | 一种基于铸件缺陷预测模型的铸造工艺参数优化方法 |
CN110008636A (zh) * | 2019-04-20 | 2019-07-12 | 福州大学 | 一种薄壁铜合金水表壳体铸造工艺的计算机辅助设计方法 |
-
2021
- 2021-07-26 CN CN202110844799.2A patent/CN113642855B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20060277004A1 (en) * | 2005-06-01 | 2006-12-07 | Qigui Wang | Casting design optimization system (CDOS) for shape castings |
CN104741574A (zh) * | 2013-12-25 | 2015-07-01 | 青岛玉光精铸厂 | 铝合金转向节的低压铸造工艺 |
CN108897925A (zh) * | 2018-06-11 | 2018-11-27 | 华中科技大学 | 一种基于铸件缺陷预测模型的铸造工艺参数优化方法 |
CN110008636A (zh) * | 2019-04-20 | 2019-07-12 | 福州大学 | 一种薄壁铜合金水表壳体铸造工艺的计算机辅助设计方法 |
Non-Patent Citations (3)
Title |
---|
王承志;郝博;孟宪嘉;喻本海;易绿林;: "Al-Si合金活塞金属型铸造工艺和模具设计智能化", 特种铸造及有色合金, no. 03, pages 175 - 177 * |
陈川川;苏小平;周大双;李智;: "基于遗传算法的铝合金转向节差压铸造工艺参数优化", 热加工工艺, no. 19 * |
陈川川;苏小平;符继麟;: "铝合金转向节低压铸造数值模拟与工艺优化", 热加工工艺, no. 01 * |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116910984B (zh) * | 2023-06-15 | 2024-02-06 | 小米汽车科技有限公司 | 压射曲线参数优化方法、装置、电子设备和存储介质 |
CN116843323A (zh) * | 2023-09-01 | 2023-10-03 | 曲阜市龙祥冶铸辅料有限公司 | 基于动态图像扫描的螺杆铸造件质量控制监管系统 |
CN116843323B (zh) * | 2023-09-01 | 2023-11-21 | 曲阜市龙祥冶铸辅料有限公司 | 基于动态图像扫描的螺杆铸造件质量控制监管系统 |
Also Published As
Publication number | Publication date |
---|---|
CN113642855B (zh) | 2023-10-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110976830B (zh) | 一种铝合金换挡毂铸造缺陷的控制方法 | |
CN113642855B (zh) | 一种基于知识模型库的汽车铝合金转向节差压铸造质量优化的方法 | |
Ravi et al. | Feedability analysis and optimisation driven by casting simulation | |
US11638953B2 (en) | Method for collecting parameters for casting solidification simulation and gridded design method for pouring and riser system | |
WO2021223469A1 (zh) | 用于评价疏松缺陷对力学性能影响的试棒设计方法及系统 | |
CN104899412A (zh) | 一种铝合金铸件力学性能预测方法 | |
Duan et al. | Experimental measurements for numerical simulation of macrosegregation in a 36-ton steel ingot | |
Rajkumar et al. | Metal casting modeling software for small scale enterprises to improve efficacy and accuracy | |
Anglada et al. | Prediction and validation of shape distortions in the simulation of high pressure die casting | |
Abdullin | New Capabilities of the ProCAST 2017 Software in simulating casting processes | |
TKADLEČKOVÁ et al. | Testing of numerical model settings for simulation of steel ingot casting and solidification | |
Samavedam et al. | Al-Si and Al-Si-Mg cast alloys shrinkage porosity estimation | |
CN115186557A (zh) | 一种基于多物理场耦合求解热累积效应的增材制造构件微观组织均匀化调控方法 | |
Zhou et al. | Study on squeeze casting process of the integrated aluminum alloy subframe | |
Lin | The optimal design of a cooling system for a die-casting die with a free form surface | |
Kumar et al. | Optimization of casting process through reliability approach | |
Santhi et al. | Shrinkage estimation of cast Al–Si alloys through process simulation | |
Liu et al. | Numerical Simulation on Impeller Casting Defects and Optimization | |
CN110941916A (zh) | 基于铸件仿真软件预测铝合金铸件显微缩孔的方法 | |
Catalina et al. | Simplified pressure model for quantitative shrinkage porosity prediction in steel castings | |
Patel et al. | Review of Casting Processes, Defects and Design | |
CN115684533B (zh) | 球墨铸铁乏燃料运输容器铸件的评定方法 | |
Heisser et al. | Casting process simulation of compacted graphite iron (03-025) | |
Ignaszak | Validation problems of virtual prototyping systems used in foundry for technology optimization of ductile iron castings | |
Xue et al. | Numerical simulation of thermal stress in castings using fdm/fem integrated method |
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 |