CN113770383B - 一种基于晶粒形貌预测确定增材制造成形工艺参数的方法 - Google Patents
一种基于晶粒形貌预测确定增材制造成形工艺参数的方法 Download PDFInfo
- Publication number
- CN113770383B CN113770383B CN202111088031.3A CN202111088031A CN113770383B CN 113770383 B CN113770383 B CN 113770383B CN 202111088031 A CN202111088031 A CN 202111088031A CN 113770383 B CN113770383 B CN 113770383B
- Authority
- CN
- China
- Prior art keywords
- additive manufacturing
- process parameters
- solidification
- temperature
- observation point
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 79
- 239000000654 additive Substances 0.000 title claims abstract description 58
- 230000000996 additive effect Effects 0.000 title claims abstract description 58
- 238000004519 manufacturing process Methods 0.000 title claims abstract description 58
- 230000008569 process Effects 0.000 title claims abstract description 42
- 238000007711 solidification Methods 0.000 claims abstract description 49
- 230000008023 solidification Effects 0.000 claims abstract description 49
- 230000001052 transient effect Effects 0.000 claims abstract description 21
- 239000013078 crystal Substances 0.000 claims abstract description 20
- 238000001816 cooling Methods 0.000 claims abstract description 19
- 238000009826 distribution Methods 0.000 claims abstract description 19
- 238000010586 diagram Methods 0.000 claims abstract description 16
- 238000004088 simulation Methods 0.000 claims abstract description 16
- 230000008859 change Effects 0.000 claims abstract description 13
- 239000007769 metal material Substances 0.000 claims description 25
- 229910052751 metal Inorganic materials 0.000 claims description 19
- 239000002184 metal Substances 0.000 claims description 19
- 239000000758 substrate Substances 0.000 claims description 17
- 238000004364 calculation method Methods 0.000 claims description 10
- 239000007790 solid phase Substances 0.000 claims description 8
- 239000007791 liquid phase Substances 0.000 claims description 6
- 238000005253 cladding Methods 0.000 claims description 5
- 238000002076 thermal analysis method Methods 0.000 claims description 4
- 238000013461 design Methods 0.000 claims description 3
- 238000013386 optimize process Methods 0.000 claims description 2
- 238000005457 optimization Methods 0.000 abstract description 3
- 238000007670 refining Methods 0.000 abstract description 2
- 229910001069 Ti alloy Inorganic materials 0.000 description 10
- 229910000883 Ti6Al4V Inorganic materials 0.000 description 10
- 239000000463 material Substances 0.000 description 10
- 238000005516 engineering process Methods 0.000 description 9
- 210000004027 cell Anatomy 0.000 description 6
- 229910045601 alloy Inorganic materials 0.000 description 5
- 239000000956 alloy Substances 0.000 description 5
- 238000002474 experimental method Methods 0.000 description 4
- 230000008018 melting Effects 0.000 description 4
- 238000002844 melting Methods 0.000 description 4
- 210000001787 dendrite Anatomy 0.000 description 3
- 238000010894 electron beam technology Methods 0.000 description 3
- XEEYBQQBJWHFJM-UHFFFAOYSA-N Iron Chemical compound [Fe] XEEYBQQBJWHFJM-UHFFFAOYSA-N 0.000 description 2
- 238000000342 Monte Carlo simulation Methods 0.000 description 2
- PXHVJJICTQNCMI-UHFFFAOYSA-N Nickel Chemical compound [Ni] PXHVJJICTQNCMI-UHFFFAOYSA-N 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 2
- 230000015572 biosynthetic process Effects 0.000 description 2
- 230000001413 cellular effect Effects 0.000 description 2
- 230000007547 defect Effects 0.000 description 2
- 238000000151 deposition Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 238000010891 electric arc Methods 0.000 description 2
- 230000004927 fusion Effects 0.000 description 2
- 239000007788 liquid Substances 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 239000012071 phase Substances 0.000 description 2
- 230000009466 transformation Effects 0.000 description 2
- 238000010146 3D printing Methods 0.000 description 1
- 229910000838 Al alloy Inorganic materials 0.000 description 1
- 229910000861 Mg alloy Inorganic materials 0.000 description 1
- 101150055297 SET1 gene Proteins 0.000 description 1
- RTAQQCXQSZGOHL-UHFFFAOYSA-N Titanium Chemical compound [Ti] RTAQQCXQSZGOHL-UHFFFAOYSA-N 0.000 description 1
- 229910000905 alloy phase Inorganic materials 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 230000008021 deposition Effects 0.000 description 1
- 230000001066 destructive effect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 229910052742 iron Inorganic materials 0.000 description 1
- 239000000155 melt Substances 0.000 description 1
- 238000003801 milling Methods 0.000 description 1
- 229910052759 nickel Inorganic materials 0.000 description 1
- 230000005855 radiation Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 229910001220 stainless steel Inorganic materials 0.000 description 1
- 239000010935 stainless steel Substances 0.000 description 1
- 239000010936 titanium Substances 0.000 description 1
- 229910052719 titanium Inorganic materials 0.000 description 1
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B22—CASTING; POWDER METALLURGY
- B22F—WORKING METALLIC POWDER; MANUFACTURE OF ARTICLES FROM METALLIC POWDER; MAKING METALLIC POWDER; APPARATUS OR DEVICES SPECIALLY ADAPTED FOR METALLIC POWDER
- B22F10/00—Additive manufacturing of workpieces or articles from metallic powder
- B22F10/80—Data acquisition or data processing
- B22F10/85—Data acquisition or data processing for controlling or regulating additive manufacturing processes
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B22—CASTING; POWDER METALLURGY
- B22F—WORKING METALLIC POWDER; MANUFACTURE OF ARTICLES FROM METALLIC POWDER; MAKING METALLIC POWDER; APPARATUS OR DEVICES SPECIALLY ADAPTED FOR METALLIC POWDER
- B22F10/00—Additive manufacturing of workpieces or articles from metallic powder
- B22F10/20—Direct sintering or melting
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B22—CASTING; POWDER METALLURGY
- B22F—WORKING METALLIC POWDER; MANUFACTURE OF ARTICLES FROM METALLIC POWDER; MAKING METALLIC POWDER; APPARATUS OR DEVICES SPECIALLY ADAPTED FOR METALLIC POWDER
- B22F10/00—Additive manufacturing of workpieces or articles from metallic powder
- B22F10/30—Process control
- B22F10/38—Process control to achieve specific product aspects, e.g. surface smoothness, density, porosity or hollow structures
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B33—ADDITIVE MANUFACTURING TECHNOLOGY
- B33Y—ADDITIVE MANUFACTURING, i.e. MANUFACTURING OF THREE-DIMENSIONAL [3-D] OBJECTS BY ADDITIVE DEPOSITION, ADDITIVE AGGLOMERATION OR ADDITIVE LAYERING, e.g. BY 3-D PRINTING, STEREOLITHOGRAPHY OR SELECTIVE LASER SINTERING
- B33Y10/00—Processes of additive manufacturing
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B33—ADDITIVE MANUFACTURING TECHNOLOGY
- B33Y—ADDITIVE MANUFACTURING, i.e. MANUFACTURING OF THREE-DIMENSIONAL [3-D] OBJECTS BY ADDITIVE DEPOSITION, ADDITIVE AGGLOMERATION OR ADDITIVE LAYERING, e.g. BY 3-D PRINTING, STEREOLITHOGRAPHY OR SELECTIVE LASER SINTERING
- B33Y50/00—Data acquisition or data processing for additive manufacturing
- B33Y50/02—Data acquisition or data processing for additive manufacturing for controlling or regulating additive manufacturing processes
-
- 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
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16C—COMPUTATIONAL CHEMISTRY; CHEMOINFORMATICS; COMPUTATIONAL MATERIALS SCIENCE
- G16C60/00—Computational materials science, i.e. ICT specially adapted for investigating the physical or chemical properties of materials or phenomena associated with their design, synthesis, processing, characterisation or utilisation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2111/00—Details relating to CAD techniques
- G06F2111/06—Multi-objective optimisation, e.g. Pareto optimisation using simulated annealing [SA], ant colony algorithms or genetic algorithms [GA]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2113/00—Details relating to the application field
- G06F2113/10—Additive manufacturing, e.g. 3D printing
-
- 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
-
- 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
- Y02P10/00—Technologies related to metal processing
- Y02P10/25—Process efficiency
Landscapes
- Engineering & Computer Science (AREA)
- Chemical & Material Sciences (AREA)
- Materials Engineering (AREA)
- Manufacturing & Machinery (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Computing Systems (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Bioinformatics & Computational Biology (AREA)
- Automation & Control Theory (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Powder Metallurgy (AREA)
- Investigating Or Analyzing Materials Using Thermal Means (AREA)
Abstract
本发明公开了一种基于晶粒形貌预测确定增材制造成形工艺参数的方法，通过建立有限元热模型；仿真增材制造过程，获得成形零件的瞬态温度场分布结果；基于零件的瞬态温度场分布结果，提取观测点瞬态温度变化结果；计算观测点的冷却速度、温度梯度和凝固速度；将计算得到的观测点的温度梯度和凝固速度值绘制到凝固图上，预测晶粒形貌，最后根据预测晶粒形貌结果确定增材制造成形的最佳工艺参数。本发明相比于其他增材制造晶粒形貌模拟方法计算量较小，更为快捷方便，从而实现增材制造工艺参数优化，细化成形零件晶粒具有重要意义。
Description
技术领域
本发明属于增材制造技术领域，特别涉及一种基于晶粒形貌预测确定增材制造成形工艺参数的方法。
背景技术
增材制造(又名3D打印)，是基于离散、堆积原理，根据三维模型采用材料逐层堆积的形式实现零件直接制造的技术。相比于传统的减材制造(如车削、铣削加工等)，该技术是一种原理性的变革，具有无需模具、快速响应、材料利用率高、可成形任意复杂构件等优点，其中，金属材料增材制造技术具有巨大的发展潜力和应用前景，是我国增材制造技术发展的重要战略方向，在航空航天、汽车及医疗等领域得到广泛应用。
根据所用热源的不同，金属增材制造主要分为激光、电子束和电弧增材制造技术。电弧增材制造是采用电弧作为热源，按照设定的轨迹熔化同步送进的金属丝材，实现金属零件的逐层制造。相比于激光和电子束增材制造技术，电弧增材制造具有成形效率高、成本低、尺寸大等技术优势，然而，电弧增材制造金属构件成形时存在较大熔池，成形零件通常具有粗大的晶粒组织，在合金凝固过程中，固-液界面的生长形貌是影响合金组织性能以及缺陷形成的重要因素。因此，实现对增材制造零件晶粒形貌的准确预测有助于高性能金属结构件的制造。
金属增材制造中，零件的温度分布和冷却速度分布是极不均匀的，使得零件微观组织分布存在极大差异性。目前，获取增材制造零件晶粒形貌的方法主要包括物理实验法和数值模拟方法。
实验方法是对增材制造成形零件微观结构进行三维电子背散射衍射(EBSD)分析，需耗费大量时间和人力，且是基于成形零件的破坏性分析。材料微观组织数值模拟方法主要有相场模型和元胞自动机法和动力学蒙特卡洛法等。相场模型可以用于模拟材料凝固过程中枝晶形成过程、粗化现象以及固态相变等微观组织演化过程，在定量描述枝晶形貌方面具有一定优势。然而由于其计算量巨大，主要用来模拟求解二维问题，且仅能模拟较小区域尺度。元胞自动机法可以直接模拟枝晶形貌轮廓的生长过程，是应用较为广泛的材料微观组织介观尺度模拟方法，然而该方法是在已知瞬态温度场分布结果的基础上进行求解计算，同时模拟材料微观组织的求解网格较为精细，因此，仍需较长的计算时间。动力学蒙特卡洛法是一种基于晶界自由能最小原理的随机算法，需另外引入模型以建立模拟过程中的温度场和时间与真实温度信息和时间的关联。以上增材制造零件的微观组织模拟方法普遍存在计算量大、计算时间长等问题。
发明内容
本发明所要解决的技术问题是针对现有技术的不足，提供一种基于温度场分布的增材制造零件晶粒形貌预测结果，确定增材制造成形工艺参数的方法。
为了实现上述目的，本发明采取的技术方案如下：
一种基于晶粒形貌预测确定增材制造成形工艺参数的方法，包括如下步骤：
(1)基于增材制造成形初始工艺参数，以及成形零件和基板的尺寸，建立有限元热模型；
(2)仿真增材制造过程，获得成形零件的瞬态温度场分布结果；
(3)基于步骤(2)零件的瞬态温度场分布结果，提取观测点瞬态温度变化结果；
(4)计算观测点的冷却速度、温度梯度和凝固速度；
(5)将步骤(4)计算得到的观测点的温度梯度和凝固速度值绘制到凝固图上，实现对该组工艺参数下成形零件晶粒形貌的预测；
(6)判断该组工艺参数下成形零件晶粒形貌是否满足设计要求，通过不断调整工艺参数，使得优化工艺参数下成形零件达到预期晶粒形貌，最终确定最佳工艺参数。
具体地，步骤(1)中，有限元热模型为增材制造零件的三维几何模型，包括基板和成形零件两部分，所述基板为三维块体结构，所述零件为单道多层或多道多层自下而上依次堆叠而成的结构件；对三维几何模型进行网络划分，模型采用全六面体网格进行划分，基板上靠近零件区域划分较为致密的网格，远离零件区域划分较疏网格；确定基板和成形零件的热物理性能参数及成形工艺参数，计算所需的热物理性能参数包括密度、熔化潜热、固相温度和液相温度、以及随温度变化的热传导率和比热等；设置热源模型参数，并且设置初始温度条件和换热边界条件。
具体地，步骤(2)中，增材制造实验中，高能束按照设定的路径持续熔化送入的金属丝材来实现零件的逐点成形。仿真增材制造过程采用“生死单元”方法仿真增材制造过程，按照高能束移动路径有序地激活一组离散单元，从而实现金属材料的逐点熔覆；在完成以上模型参数设置后，通过求解热分析控制方程，获得成形零件的瞬态温度场分布结果。
具体地，步骤(3)中，分析成形零件的温度场分布结果，选取成形零件内部关键位置作为观测点，提取观测点的瞬态温度变化结果。所述的观测点选取成形零件内部关键位置，提取观测点的瞬态温度变化结果；所述的关键位置为一处以上，包括零件体心、零件上表面中心点等位置。
具体地，步骤(4)中，基于观测点的瞬态温度变化结果，获得观测点处金属材料的凝固冷却速度、温度梯度和凝固速度；
其中，金属材料的凝固冷却速度由下式定义：
其中，TS和TL分别表示金属材料的固相温度和液相温度；tS和tL分别表示金属材料达到固相温度和液相温度的时间；当金属材料经历多个热循环时，选取高于固相线温度的最后一条热循环曲线数据计算金属材料的凝固冷却速度；
成形件在t＝tL时的温度梯度G由Fourier定律得出：
式中q表示热流矢量，即单位时间通过单位面积的热能，该值从有限元模拟结果中计算得出；k为液相温度TL下金属材料的热导率；凝固速度R由凝固时的冷却速率和温度梯度计算得出：
具体地，步骤(5)中，所述金属材料的凝固图通过查阅该种金属材料晶粒形貌从柱状晶向等轴晶转变的判据公式计算绘制得出，为本领域公知方法。
具体地，步骤(5)中，根据观测点处计算得到的温度梯度和凝固速度值，将其绘制到金属凝固图上，根据该点所在凝固图上的微观组织区域，实现对零件晶粒形貌预测。
具体地，步骤(6)中，若初始工艺参数下成形的零件达到预期晶粒形貌，则采用该组工艺参数，完成零件的成形；否则，调整零件成形时的功率和扫描速度等工艺参数，返回步骤(1)重新进行建模以及晶粒形貌预测工作，直至达到预期晶粒形貌，最终确定最佳工艺参数。
有益效果：
本发明基于有限元模型技术，采用“生死单元”方法仿真零件增材制造过程，获得成形零件的温度场分布结果，通过分析观测点的瞬态温度变化结果，计算得出观测点处金属材料的凝固冷却速度、温度梯度和凝固速度，在对比分析金属凝固图后实现对零件晶粒形貌的预测，实现零件成形时工艺参数优化，获得预期晶粒形貌的零件。该方法相比于其他增材制造晶粒形貌模拟方法计算量较小，更为快捷方便，从而对实现增材制造工艺参数优化，细化成形零件晶粒具有重要意义。
附图说明
下面结合附图和具体实施方式对本发明做更进一步的具体说明，本发明的上述和/或其他方面的优点将会变得更加清楚。
图1是本发明的流程示意图。
图2是本发明实施例中增材制造三道三层零件的示意图。
图3是本发明实施例中增材制造三道三层零件的全六面体网格划分模型示意图。
图4是金属材料熔覆示意图。
图5是三道三层成形零件A点处的温度随时间变化曲线。
图6是Ti-6Al-4V钛合金凝固图。
具体实施方式
根据下述实施例，可以更好地理解本发明。
需要说明的是，本发明提出的增材制造零件晶粒形貌预测方法适用于多种高能束金属增材制造技术，包括激光、电子束或电弧增材制造技术，本实施例以模拟电弧增材制造技术为例。
晶粒形貌预测方法可以适用于模拟多种金属材料，包括钛合金、镍基合金、不锈钢、铝合金、镁合金、铁基合金或高熵合金等。在本实施例中，基板材料为Ti-6Al-4V钛合金，成形零件材料为Ti-6Al-4V钛合金，利用Abaqus有限元软件模拟电弧增材制造过程。
本实施例提供的多层多道电弧增材制造金属零件晶粒形貌预测方法主要步骤如图1所示，包括以下几个部分：
步骤一，建立有限元热模型：
建立增材制造零件的三维几何模型，如图2所示，包括基板和成形零件两部分，所述基板为Ti-6Al-4V钛合金板，尺寸为长200mm，宽100mm，高5mm，所述成形零件为三道三层依次堆叠而成的Ti-6Al-4V钛合金零件，每条熔道长80mm。
对三维几何模型进行网络划分，模型采用八节点六面体线性热传导单元(DC3D8)，由于零件及其周围区域在增材制造过程中存在较高的温度梯度和冷却速度，为兼顾模型精度和计算效率，采用渐变网格，基板上靠近零件区域划分较为致密的网格，远离零件区域划分较疏网格，如图3所示。确定基板和成形零件的热物理性能参数，包括密度、熔化潜热、固相温度(1878K)和液相温度(1928K)、以及随温度变化的热传导率和比热等。同时确定零件成形工艺参数，如表1所示；选取双椭球热源模型作为模拟电弧增材制造过程的热源模型，同时为基板设置初始温度25℃以及对流和辐射边界条件。
表1零件成形工艺参数
步骤二，仿真增材制造过程：
为实现增材成形时金属材料的逐点增加过程，模拟中采用“生死单元”方法仿真增材制造过程，即按照高能束移动路径有序地激活一组离散单元，从而实现金属的逐点熔覆。图4为金属增材制造过程的模拟示意图，底部的灰色单元为基板，顶层的透明单元表示被“杀死”的单元，蓝色单元为已沉积金属。随着热源的逐步移动，热源所到之处的对应单元逐渐被“激活”，如图中红色单元(Set-1)表示电弧正在熔覆该处金属。完成以上模型参数设置后，可生成用于数值计算的热分析模型文件，并采用Abaqus命令提示窗口执行计算，通过求解热分析控制方程，获得成形零件的瞬态温度场分布结果和热流矢量分布结果。
步骤三，提取观测点瞬态温度变化结果：
基于零件的瞬态温度场分布结果，选取第一层中间熔道末端位置作为观测点，如图3中A点。分析该点的温度随时间变化曲线，如图5所示，该点经历了八次热循环，当沉积第一层熔道，该点经历了第1～2次峰值温度；沉积第二层熔道时，该点经历了第3～5次峰值温度；沉积第三层熔道时，该点经历了第6～8次峰值温度。第一次峰值温度高于熔点且为八次峰值温度中的最高点，表明当热源经过该点时，金属完全熔化为液态；当第四个峰值温度来临时，热源移动到第二层中间熔道，该点的温度超过固相线温度，金属重熔，随后的峰值温度均小于固相线温度，表明后续熔道沉积时，该点只经历后热作用。
步骤四，计算观测点的冷却速度、温度梯度和凝固速度：
通过分析观测点A点的温度随时间变化曲线，选取第四个峰值温度下降沿区段对A点的冷却速度、温度梯度和凝固速度进行计算。为更清晰地解释A点冷却速度、温度梯度和凝固速度的计算过程，将第四个峰值温度曲线单独提炼出来进行解释说明，如图5b所示。Ti-6Al-4V钛合金的固相温度TS为1878K，液相温度TL为1928K，A点在经历完第四个峰值温度后冷却到液相温度TL和固相温度TS所用的时间分别为480.252s(tL)和480.422s(tS)。因此，观测点A点金属材料的凝固冷却速率为：
基于步骤二中热模型求解获得的热流矢量分布结果，提取观测点A点在t＝tL时的热流矢量q，该值为10081510W/m2，因此，A点金属材料在t＝tL时的温度梯度G为：
k为液相温度TL下金属材料的热导率，对于Ti-6Al-4V钛合金而言，该值为34W m- 1K-1。根据观测点A点凝固时的冷却速率和温度梯度结果，可以求解出凝固速度R为：
步骤五，将观测点的温度梯度和凝固速度值绘制到凝固图上，预测晶粒形貌：
根据步骤四中计算结果，可知观测点A点的温度梯度G为2965K/cm，凝固速度R为0.08226cm/s，将该点的温度梯度和凝固速度值绘制到Ti-6Al-4V钛合金的凝固图上，如图6所示，可以发现该点位于柱状晶区域，表明在表1所示的工艺参数下，电弧增材制造成形零件在观测点A点处的晶粒形貌为柱状晶。通过以上温度场模拟、参数计算和凝固图绘制过程，实现对电弧增材制造零件晶粒形貌的预测。
步骤六，判断该组工艺参数下成形零件晶粒形貌是否满足设计要求，完成零件成形实验：
根据步骤五中Ti-6Al-4V钛合金的凝固图绘制结果，可知表1所示工艺参数下成形的零件具有柱状晶形貌，满足柱状晶粒的预期晶粒形貌要求，因此，采用表1所示工艺参数完成Ti-6Al-4V钛合金零件的成形。
本发明提供了一种基于晶粒形貌预测确定增材制造成形工艺参数的方法的思路及方法，具体实现该技术方案的方法和途径很多，以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。本实施例中未明确的各组成部分均可用现有技术加以实现。
Claims (2)
1.一种基于晶粒形貌预测确定增材制造成形工艺参数的方法，其特征在于，包括如下步骤：
（1）基于增材制造成形初始工艺参数，以及成形零件和基板的尺寸，建立有限元热模型；
（2）仿真增材制造过程，获得成形零件的瞬态温度场分布结果；
（3）基于步骤（2）零件的瞬态温度场分布结果，提取观测点瞬态温度变化结果；
（4）计算观测点的冷却速度、温度梯度和凝固速度；
（5）将步骤（4）计算得到的观测点的温度梯度和凝固速度值绘制到凝固图上，实现对该组工艺参数下成形零件晶粒形貌的预测；
（6）判断该组工艺参数下成形零件晶粒形貌是否满足设计要求，通过不断调整工艺参数，使得优化工艺参数下成形零件达到预期晶粒形貌，最终确定最佳工艺参数；
步骤（4）中，基于观测点的瞬态温度变化结果，获得观测点处金属材料的凝固冷却速度、温度梯度和凝固速度；
其中，金属材料的凝固冷却速度由下式定义：
；
其中，T S 和T L 分别表示金属材料的固相温度和液相温度；t S 和t L 分别表示金属材料达到固相温度和液相温度的时间；当金属材料经历多个热循环时，选取高于固相线温度的最后一条热循环曲线数据计算金属材料的凝固冷却速度；
成形件在时的温度梯度G由Fourier定律得出：
；
式中q表示热流矢量，该值从有限元模拟结果中计算得出；k为液相温度T L 下金属材料的热导率；
凝固速度R由凝固时的冷却速率和温度梯度计算得出：
；
步骤（1）中，有限元热模型为增材制造零件的三维几何模型，包括基板和成形零件两部分，所述基板为三维块体结构，所述零件为单道多层或多道多层自下而上依次堆叠而成的结构件；对三维几何模型进行网络划分，模型采用全六面体网格进行划分，基板上靠近零件区域划分较为致密的网格，远离零件区域划分较疏网格；确定基板和成形零件的热物理性能参数及成形工艺参数；设置热源模型参数，并且设置初始温度条件和换热边界条件；
步骤（2）中，仿真增材制造过程采用“生死单元”方法仿真增材制造过程，按照高能束移动路径有序地激活一组离散单元，从而实现金属材料的逐点熔覆；在完成以上模型参数设置后，通过求解热分析控制方程，获得成形零件的瞬态温度场分布结果；
步骤（3）中，所述的观测点选取成形零件内部关键位置，提取观测点的瞬态温度变化结果；所述的关键位置为一处以上，包括零件体心、零件上表面中心点位置；
步骤（5）中，根据观测点处计算得到的温度梯度和凝固速度值，将其绘制到金属凝固图上，根据该点所在凝固图上的微观组织区域，实现对零件晶粒形貌预测。
2.根据权利要求1所述的基于晶粒形貌预测确定增材制造成形工艺参数的方法，其特征在于，步骤（6）中，若初始工艺参数下成形的零件达到预期晶粒形貌，则采用该组工艺参数，完成零件的成形；否则，调整零件成形时的工艺参数，返回步骤（1）重新进行建模以及晶粒形貌预测工作，直至达到预期晶粒形貌，最终确定最佳工艺参数。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111088031.3A CN113770383B (zh) | 2021-09-16 | 2021-09-16 | 一种基于晶粒形貌预测确定增材制造成形工艺参数的方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111088031.3A CN113770383B (zh) | 2021-09-16 | 2021-09-16 | 一种基于晶粒形貌预测确定增材制造成形工艺参数的方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN113770383A CN113770383A (zh) | 2021-12-10 |
| CN113770383B true CN113770383B (zh) | 2023-08-18 |
Family
ID=78851812
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202111088031.3A Active CN113770383B (zh) | 2021-09-16 | 2021-09-16 | 一种基于晶粒形貌预测确定增材制造成形工艺参数的方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113770383B (zh) |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107282900A (zh) * | 2017-06-20 | 2017-10-24 | 东北大学 | 一种钢连铸坯中MnS夹杂物尺寸预测方法 |
| CN112287489A (zh) * | 2020-11-06 | 2021-01-29 | 中国石油大学(北京) | 基于多物理场仿真的电弧熔丝增材制造工艺参数确定方法 |
Family Cites Families (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| TWI589373B (zh) * | 2015-11-20 | 2017-07-01 | Metal Ind Res & Dev Ct | 用於連續鑄造製程之金屬凝固微觀組織模擬預測方法 |
| CN111881527B (zh) * | 2020-07-22 | 2024-07-02 | 南京航空航天大学 | 一种简化的电弧增材成形形貌及热场-流场的预测方法 |
| CN112784424B (zh) * | 2021-01-28 | 2024-04-09 | 西安理工大学 | 一种钛合金焊接熔池晶粒生长三维数值模拟方法 |
| CN113283149A (zh) * | 2021-06-11 | 2021-08-20 | 郑州轻工业大学 | 基于高端装备与智能制造的高通量集成计算分析模拟方法 |
-
2021
- 2021-09-16 CN CN202111088031.3A patent/CN113770383B/zh active Active
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107282900A (zh) * | 2017-06-20 | 2017-10-24 | 东北大学 | 一种钢连铸坯中MnS夹杂物尺寸预测方法 |
| CN112287489A (zh) * | 2020-11-06 | 2021-01-29 | 中国石油大学(北京) | 基于多物理场仿真的电弧熔丝增材制造工艺参数确定方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN113770383A (zh) | 2021-12-10 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Lopez-Botello et al. | Two-dimensional simulation of grain structure growth within selective laser melted AA-2024 | |
| Ghosh et al. | Single-track melt-pool measurements and microstructures in Inconel 625 | |
| Acharya et al. | Prediction of microstructure in laser powder bed fusion process | |
| Dong et al. | Effects of interlayer temperature on the microstructures of wire arc additive manufactured Al-Zn-Mg-Cu alloy: Insights into texture responses and dynamic precipitation behaviors | |
| Shi et al. | Integrated simulation framework for additively manufactured Ti-6Al-4V: melt pool dynamics, microstructure, solid-state phase transformation, and microelastic response | |
| Zinoviev et al. | Evolution of grain structure during laser additive manufacturing. Simulation by a cellular automata method | |
| Zeng et al. | A review of thermal analysis methods in laser sintering and selective laser melting | |
| Yin et al. | Dendrite growth simulation during solidification in the LENS process | |
| Zäh et al. | Modelling and simulation of electron beam melting | |
| Xiao et al. | Investigation of the Nb element segregation for laser additive manufacturing of nickel-based superalloys | |
| CN115186557B (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 | |
| CN111666663B (zh) | 一种slm热应力快速计算方法 | |
| CN111112621A (zh) | 一种激光定向能量沉积熔池形貌尺寸预测与监控方法 | |
| Wang et al. | Effects of scanning speed on microstructure in laser surface-melted single crystal superalloy and theoretical analysis | |
| Fonda et al. | Crystallographic variability in additive manufacturing | |
| Tsai et al. | Numerical simulation of solidification morphologies of Cu-0.6 Cr casting alloy using modified cellular automaton model | |
| CN113770383B (zh) | 一种基于晶粒形貌预测确定增材制造成形工艺参数的方法 | |
| Liu et al. | Microstructure evolution of large-scale titanium slab ingot based on CAFE method during EBCHM | |
| CN112185474B (zh) | 一种Ti-45％Al合金定向凝固过程的数值模拟方法 | |
| CN116213762A (zh) | 一种激光金属增材制造熔融沉积层的微观组织形貌预测方法 | |
| CN101941066A (zh) | 用于电场处理下浇铸金属的陶瓷铸型及采用其浇铸钛铝基合金的方法 | |
| Tan et al. | Numerical simulation of solidified microstructure of ternary Al-Si-Mg alloy using an improved cellular automaton method | |
| Chen et al. | A review of the development status of wire arc additive manufacturing technology | |
| Wu et al. | Design and optimisation of die casting process for heavy-duty automatic transmission oil circuit board | |
| CN114836639B (zh) | 一种非晶合金的制备方法 |
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 |