JP6665849B2 - 鋳造品の機械的特性予測方法、機械的特性予測システム、機械的特性予測プログラム及び機械的特性予測プログラムを記録したコンピュータ読取り可能な記録媒体 - Google Patents
鋳造品の機械的特性予測方法、機械的特性予測システム、機械的特性予測プログラム及び機械的特性予測プログラムを記録したコンピュータ読取り可能な記録媒体 Download PDFInfo
- Publication number
- JP6665849B2 JP6665849B2 JP2017239598A JP2017239598A JP6665849B2 JP 6665849 B2 JP6665849 B2 JP 6665849B2 JP 2017239598 A JP2017239598 A JP 2017239598A JP 2017239598 A JP2017239598 A JP 2017239598A JP 6665849 B2 JP6665849 B2 JP 6665849B2
- Authority
- JP
- Japan
- Prior art keywords
- casting
- mechanical properties
- molten metal
- analysis
- cast
- 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
Images
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B22—CASTING; POWDER METALLURGY
- B22D—CASTING OF METALS; CASTING OF OTHER SUBSTANCES BY THE SAME PROCESSES OR DEVICES
- B22D17/00—Pressure die casting or injection die casting, i.e. casting in which the metal is forced into a mould under high pressure
- B22D17/20—Accessories: Details
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B22—CASTING; POWDER METALLURGY
- B22D—CASTING OF METALS; CASTING OF OTHER SUBSTANCES BY THE SAME PROCESSES OR DEVICES
- B22D17/00—Pressure die casting or injection die casting, i.e. casting in which the metal is forced into a mould under high pressure
- B22D17/20—Accessories: Details
- B22D17/22—Dies; Die plates; Die supports; Cooling equipment for dies; Accessories for loosening and ejecting castings from dies
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B22—CASTING; POWDER METALLURGY
- B22D—CASTING OF METALS; CASTING OF OTHER SUBSTANCES BY THE SAME PROCESSES OR DEVICES
- B22D21/00—Casting non-ferrous metals or metallic compounds so far as their metallurgical properties are of importance for the casting procedure; Selection of compositions therefor
- B22D21/002—Castings of light metals
- B22D21/007—Castings of light metals with low melting point, e.g. Al 659 degrees C, Mg 650 degrees C
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B22—CASTING; POWDER METALLURGY
- B22D—CASTING OF METALS; CASTING OF OTHER SUBSTANCES BY THE SAME PROCESSES OR DEVICES
- B22D21/00—Casting non-ferrous metals or metallic compounds so far as their metallurgical properties are of importance for the casting procedure; Selection of compositions therefor
- B22D21/02—Casting exceedingly oxidisable non-ferrous metals, e.g. in inert atmosphere
- B22D21/04—Casting aluminium or magnesium
Landscapes
- Engineering & Computer Science (AREA)
- Mechanical Engineering (AREA)
- Investigating And Analyzing Materials By Characteristic Methods (AREA)
- Molds, Cores, And Manufacturing Methods Thereof (AREA)
- Investigating Or Analyzing Materials Using Thermal Means (AREA)
Description
上記コンピュータのモデル作成手段が、上記鋳造品を得る金型のキャビティを複数の要素に分割してなるCAE解析用の金型モデルを作成する第1ステップと、
上記コンピュータの湯流れ・凝固解析手段が、上記金型モデルを用いて、所定の鋳造条件で湯流れ解析及び凝固解析を行なって、上記各要素について、凝固組織の成長に関わる因子、溶湯の清浄度に関わる因子、並びに巣欠陥に関わる因子を算出する第2ステップと、
上記コンピュータの機械的特性算出手段が、上記コンピュータの記憶手段に記憶された上記鋳造品の機械的特性を目的変数とし上記各因子を説明変数とする重回帰分析による回帰式に、上記第2ステップで得られた上記要素の上記各因子を適用することによって、上記各部の機械的特性を求める第3ステップとを備えていることを特徴とする。
記憶手段と、モデル作成手段と、湯流れ・凝固解析手段と、機械的特性算出手段とを備え、
上記憶手段は、上記機械的特性を目的変数とし、上記溶湯の湯流れ解析及び凝固解析によって得られる上記各部の、凝固組織の成長に関わる因子、溶湯の清浄度に関わる因子、並びに巣欠陥に関わる因子を説明変数とする、重回帰分析によって得られた回帰式を記憶し、
上記モデル作成手段は、上記鋳造品を得る金型の設計データに基づいて該金型のキャビティを複数の要素に分割してなるCAE解析用の金型モデルを作成し、
上記湯流れ・凝固解析手段は、上記金型モデルを用いて所定の鋳造条件で湯流れ解析及び凝固解析を行なって、上記金型モデルの各要素における上記因子を算出し、
上記機械的特性算出手段は、上記湯流れ・凝固解析手段によって得られた上記各要素の上記各因子を上記回帰式に適用することによって、上記各部の機械的特性を算出することを特徴とする。
コンピュータに、
上記鋳造品を得る金型の設計データに基づいて該金型のキャビティを複数の要素に分割してなるCAE解析用の金型モデルを作成する機能と、
上記金型モデルを用いて所定の鋳造条件で湯流れ解析及び凝固解析を行なって、上記各部の、凝固組織の成長に関わる因子、溶湯の清浄度に関わる因子、並びに巣欠陥に関わる因子を算出する機能と、
上記各部の上記各因子を、上記鋳造品の機械的特性を目的変数とし上記各因子を説明変数とする重回帰分析による回帰式に適用することによって、上記各部の機械的特性を算出する機能とを実現させることを特徴とする。
コンピュータに、
上記鋳造品を得る金型の設計データに基づいて該金型のキャビティを複数の要素に分割してなるCAE解析用の金型モデルを作成する機能と、
上記金型モデルを用いて所定の鋳造条件で湯流れ解析及び凝固解析を行なって、上記各部の、凝固組織の成長に関わる因子、溶湯の清浄度に関わる因子、並びに巣欠陥に関わる因子を算出する機能と、
上記各部の上記各因子を、上記鋳造品の機械的特性を目的変数とし上記各因子を説明変数とする重回帰分析による回帰式に適用することによって、上記各部の機械的特性を算出する機能とを実現させる鋳造品の機械的特性予測プログラムを記録する。
一実施形態では、上記凝固組織の成長に関わる因子として、上記凝固時間を用い、上記溶湯の清浄度に関わる因子として、空気接触時間及び流動距離を用い、上記巣欠陥に関わる因子として、凝固時間、鋳造圧力及び温度勾配を用いる。
上記第3ステップにおいては、上記回帰式を用いて上記各部の鋳放し状態の機械的特性を求めるものであり、
鋳造品の鋳放し状態の機械的特性と該鋳造品を熱処理した後の機械的特性との相関を表す相関データを備え、上記第3ステップで得られた上記各部の鋳放し状態の機械的特性を上記相関データに適用して上記各部の上記熱処理後の機械的特性を求める第4ステップを備えている。
上記記憶手段は、上記回帰式と、上記鋳造品の鋳放し状態の機械的特性と該鋳造品を熱処理した後の機械的特性との相関を表す相関データとを記憶し、
上記機械的特性算出手段は、上記回帰式を用いて上記各部の鋳放し状態の機械的特性を求める手段と、上記各部の鋳放し状態の機械的特性を上記相関データに適用して上記各部の熱処理後の機械的特性を求める手段とを備えている。
上記各部の機械的特性を求める機能は、上記回帰式を用いて上記各部の鋳放し状態の機械的特性を求める機能と、この各部の鋳放し状態の機械的特性を、上記鋳造品の鋳放し状態の機械的特性と該鋳造品を熱処理した後の機械的特性との相関を表す相関データに適用して、上記各部の上記熱処理後の機械的特性を求める機能とを備えている。
上記各部の機械的特性を求める機能は、上記回帰式を用いて上記各部の鋳放し状態の機械的特性を求める機能と、この各部の鋳放し状態の機械的特性を、上記鋳造品の鋳放し状態の機械的特性と該鋳造品を熱処理した後の機械的特性との相関を表す相関データに適用して、上記各部の上記熱処理後の機械的特性を求める機能とを備えている。
図1に示すように、本実施形態に係る鋳造品の機械的特性予測システム21は、鋳造用CAE(Computer AidedEngineering)システムであり、制御装置22、入力装置23、出力装置24、記憶装置25及び演算装置26を備えている。鋳造品は、溶湯を金型に加圧注入する圧力鋳造によって得られるものであり、本実施形態では高圧ダイカストによって得られるものである。
鋳造品の各部の機械的特性を予測するための回帰式は、鋳造品の鋳放し状態(F材)の機械的特性を目的変数とし、CAE解析用の3次元金型モデル(メッシュモデル)を用いた溶湯の湯流れ解析及び凝固解析(シミュレーション解析)によって得られる当該機械的特性との関連が強い複数の因子を説明変数とする、重回帰分析によって得られた回帰式である。
上記回帰式において、C1〜C9は係数であり、Kは定数項である。
鋳造品の鋳放し状態、すなわち、F材の機械的特性と、F材に熱処理を施した後の機械的特性には、図2〜図4に示すように比較的強い相関がみられる。図2は、熱処理としてT5処理を行なったT5材の0.2%耐力とF材の0.2%耐力の相関図である。図3は、熱処理として所定の条件AでT6処理を行なったT6材(A)の0.2%耐力とF材の0.2%耐力の相関図である。図4は、熱処理として条件Aとは異なる条件BでT6処理を行なったT6材(B)の0.2%耐力とF材の0.2%耐力の相関図である。図2〜図4に示す関数(相関データ)は、最小二乗法によって求めたものである。
本実施形態に係る鋳造品の機械的特性予測方法を図5に示すフローチャートを参照して説明する。
演算装置26のモデル作成手段により、図5に示す機械的特性を予測すべき鋳造品の鋳造方案3DCADモデルをメッシュ分割することにより、CAE解析用の金型モデル(3Dメッシュモデル)、すなわち、金型のキャビティが複数の要素に分割されてなる金型モデルが作成される。なお、メッシュサイズや要素の形状は任意である。
演算装置26の湯流れ・凝固解析手段により、上記金型モデルを用いて溶湯の湯流れ解析及び凝固解析が行なわれる。この湯流れ解析及び凝固解析のための境界条件(溶湯射出条件等)が演算装置23の境界条件設定手段により鋳造品の鋳造条件に基づいて設定される。
演算装置26の機械的特性算出手段により、上記湯流れ解析及び凝固解析で得られた各要素の各因子が記憶装置25に記憶されている回帰式に適用されて、F材(鋳造品の鋳放し状態)の各部の機械的特性が求められる。図5に示す5つの因子を用いるケースでは、予め記憶させるF材の機械的特性に係る回帰式は、0.2%耐力の場合、次のようになる。
+δ×鋳造圧力+ζ×温度勾配+η ……(2)
α、β、γ、δ及びζは係数であり、ηは定数項である。
演算装置26の機械的特性算出手段により、上記F材の機械的特性と記憶装置25に記憶されている相関データとから、熱処理後の鋳造品の各部の機械的特性が算出される。図5に示す例では、T6処理に係る相関データが用いられて、T6処理後の機械的特性が算出される。このT6処理後の機械的特性の算出結果については、出力装置24により、鋳造品モデルの図形に機械的特性を強度別に色分け表示したコンター図として、ディスプレイに表示される。
上記T6処理後の機械的特性の算出結果に基づいて、当該鋳造方案及び/又は鋳造条件の良否が判定される。この判定は演算装置26の判定手段において行なう。具体的には、判定手段は、機械的特性について所定のしきい値を備え、判定対象要素の機械的特性としきい値との比較により、当該要素の機械的特性の良否を判定する。その判定結果は、出力装置24により、鋳造品モデルの図形に色分けして表示され、機械的特性不良の要素があるときは、警告が発せられる。
鋳造品として自動車のサスペンションロアアームをアルミニウム合金のダイカストによって鋳造した。このロアアーム各部の0.2%耐力を引張り試験によって実測する一方、当該各部の0.2%耐力を上記式(2)の回帰式によって予測した。
上述のコンピュータにCAE解析用の金型モデルを作成する機能、湯流れ解析及び凝固解析により機械的特性に関わる各種因子を算出する機能、並びに回帰式や相関データにより鋳造品各部の機械的特性を求める機能を実現させるプログラムを記録する記録媒体としては、例えば、フレキシブルディスク、ハードディスク、光ディスク、光磁気ディスク、CD−ROM、DVD−ROM、磁気テープ、不揮発性のメモリカード等を用いることができる。
予測すべき鋳造品の機械的特性としては、0.2%耐力に限らず、引張強度又は伸びであってもよい。
22 制御装置
23 入力装置
24 出力装置
25 記憶装置(回帰式、相関データ及び予測プログラムの記憶手段)
26 演算装置(モデル作成手段、境界条件設定手段、湯流れ・凝固解析手 段、機械的特性算出手段及び判定手段)
Claims (16)
- 溶湯を金型に加圧注入する圧力鋳造によって得られる鋳造品の各部の機械的特性としての0.2%耐力、引張強度又は伸びを、コンピュータを用いて予測する方法であって、
上記コンピュータのモデル作成手段が、上記鋳造品を得る金型のキャビティを複数の要素に分割してなるCAE解析用の金型モデルを作成する第1ステップと、
上記コンピュータの湯流れ・凝固解析手段が、上記金型モデルを用いて、所定の鋳造条件で湯流れ解析及び凝固解析を行なって、上記各要素について、凝固組織の成長に関わる因子、溶湯の清浄度に関わる因子、並びに巣欠陥に関わる因子を算出する第2ステップと、
上記コンピュータの機械的特性算出手段が、上記コンピュータの記憶手段に記憶された上記鋳造品の機械的特性を目的変数とし上記各因子を説明変数とする重回帰分析による回帰式に、上記第2ステップで得られた上記要素の上記各因子を適用することによって、上記各部の機械的特性を求める第3ステップとを備えていることを特徴とする鋳造品の機械的特性予測方法。 - 請求項1において、
上記凝固組織の成長に関わる因子として、上記各要素における溶湯の凝固時間を用い、
上記溶湯の清浄度に関わる因子として、上記各要素に到達するまでの溶湯の空気との接触時間及び流動距離を用い、
上記巣欠陥に関わる因子として、上記各要素における溶湯の凝固時間、当該要素の溶湯に加わる鋳造圧力、並びに凝固終了末期における当該要素とこれに隣接する最大温度差のある要素との間の温度勾配を用いることを特徴とする鋳造品の機械的特性予測方法。 - 請求項1又は請求項2において、
上記回帰式の目的変数は、上記鋳造品の鋳放し状態の機械的特性であり、
上記第3ステップにおいては、上記回帰式を用いて上記各部の鋳放し状態の機械的特性を求めるものであり、
鋳造品の鋳放し状態の機械的特性と該鋳造品を熱処理した後の機械的特性との相関を表す相関データを備え、上記第3ステップで得られた上記各部の鋳放し状態の機械的特性を上記相関データに適用して上記各部の上記熱処理後の機械的特性を求める第4ステップを備えていることを特徴とする鋳造品の機械的特性予測方法。 - 請求項1乃至請求項3のいずれか一において、
上記圧力鋳造はアルミニウム合金のダイカストであることを特徴とする鋳造品の機械的特性予測方法。 - 溶湯を金型に加圧注入する圧力鋳造によって得られる鋳造品の各部の機械的特性としての0.2%耐力、引張強度又は伸びを予測するシステムであって、
記憶手段と、モデル作成手段と、湯流れ・凝固解析手段と、機械的特性算出手段とを備え、
上記記憶手段は、上記機械的特性を目的変数とし、上記溶湯の湯流れ解析及び凝固解析によって得られる上記各部の、凝固組織の成長に関わる因子、溶湯の清浄度に関わる因子、並びに巣欠陥に関わる因子を説明変数とする、重回帰分析によって得られた回帰式を記憶し、
上記モデル作成手段は、上記鋳造品を得る金型の設計データに基づいて該金型のキャビティを複数の要素に分割してなるCAE解析用の金型モデルを作成し、
上記湯流れ・凝固解析手段は、上記金型モデルを用いて所定の鋳造条件で湯流れ解析及び凝固解析を行なって、上記金型モデルの各要素について上記因子を算出し、
上記機械的特性算出手段は、上記湯流れ・凝固解析手段によって得られた上記各要素の上記各因子を上記回帰式に適用することによって、上記各部の機械的特性を算出することを特徴とする鋳造品の機械的特性予測システム。 - 請求項5において、
上記凝固組織の成長に関わる因子として、上記各要素における溶湯の凝固時間を用い、
上記溶湯の清浄度に関わる因子として、上記各要素に到達するまでの溶湯の空気との接触時間及び流動距離を用い、
上記巣欠陥に関わる因子として、上記各要素における溶湯の凝固時間、当該要素の溶湯に加わる鋳造圧力、並びに凝固終了末期における当該要素とこれに隣接する最大温度差のある要素との間の温度勾配を用いることを特徴とする鋳造品の機械的特性予測システム。 - 請求項5又は請求項6において、
上記回帰式の目的変数は、上記鋳造品の鋳放し状態の機械的特性であり、
上記記憶手段は、上記回帰式と、上記鋳造品の鋳放し状態の機械的特性と該鋳造品を熱処理した後の機械的特性との相関を表す相関データとを記憶し、
上記機械的特性算出手段は、上記回帰式を用いて上記各部の鋳放し状態の機械的特性を求める手段と、上記各部の鋳放し状態の機械的特性を上記相関データに適用して上記各部の熱処理後の機械的特性を求める手段とを備えていることを特徴とする鋳造品の機械的特性予測システム。 - 請求項5乃至請求項7のいずれか一において、
上記圧力鋳造はアルミニウム合金のダイカストであることを特徴とする鋳造品の機械的特性予測システム。 - 溶湯を金型に加圧注入する圧力鋳造によって得られる鋳造品の各部の機械的特性としての0.2%耐力、引張強度又は伸びを予測するためのプログラムであって、
コンピュータに、
上記鋳造品を得る金型の設計データに基づいて該金型のキャビティを複数の要素に分割してなるCAE解析用の金型モデルを作成する機能と、
上記金型モデルを用いて所定の鋳造条件で湯流れ解析及び凝固解析を行なって、上記各要素について、凝固組織の成長に関わる因子、溶湯の清浄度に関わる因子、並びに巣欠陥に関わる因子を算出する機能と、
上記各要素の上記各因子を、上記鋳造品の機械的特性を目的変数とし上記各因子を説明変数とする重回帰分析による回帰式に適用することによって、上記各部の機械的特性を算出する機能とを実現させることを特徴とする鋳造品の機械的特性予測プログラム。 - 請求項9において、
上記凝固組織の成長に関わる因子として、上記各要素における溶湯の凝固時間を用い、
上記溶湯の清浄度に関わる因子として、上記各要素に到達するまでの溶湯の空気との接触時間及び流動距離を用い、
上記巣欠陥に関わる因子として、上記各要素における溶湯の凝固時間、当該要素の溶湯に加わる鋳造圧力、並びに凝固終了末期における当該要素とこれに隣接する最大温度差のある要素との間の温度勾配を用いることを特徴とする鋳造品の機械的特性予測プログラム。 - 請求項9又は請求項10において、
上記回帰式の目的変数は、上記鋳造品の鋳放し状態の機械的特性であり、
上記各部の機械的特性を求める機能は、上記回帰式を用いて上記各部の鋳放し状態の機械的特性を求める機能と、この各部の鋳放し状態の機械的特性を、上記鋳造品の鋳放し状態の機械的特性と該鋳造品を熱処理した後の機械的特性との相関を表す相関データに適用して、上記各部の上記熱処理後の機械的特性を求める機能とを備えていることを特徴とする鋳造品の機械的特性予測プログラム。 - 請求項9乃至請求項11のいずれか一において、
上記圧力鋳造はアルミニウム合金のダイカストであることを特徴とする鋳造品の機械的特性予測プログラム。 - 溶湯を金型に加圧注入する圧力鋳造によって得られる鋳造品の各部の機械的特性としての0.2%耐力、引張強度又は伸びを予測するためのプログラムを記録したコンピュータ読み取り可能な記録媒体であって、
コンピュータに、
上記鋳造品を得る金型の設計データに基づいて該金型のキャビティを複数の要素に分割してなるCAE解析用の金型モデルを作成する機能と、
上記金型モデルを用いて所定の鋳造条件で湯流れ解析及び凝固解析を行なって、上記各要素について、凝固組織の成長に関わる因子、溶湯の清浄度に関わる因子、並びに巣欠陥に関わる因子を算出する機能と、
上記各要素の上記各因子を、上記鋳造品の機械的特性を目的変数とし上記各因子を説明変数とする重回帰分析による回帰式に適用することによって、上記各部の機械的特性を算出する機能とを実現させることを特徴とする鋳造品の機械的特性予測プログラムを記録したコンピュータ読み取り可能な記録媒体。 - 請求項13において、
上記凝固組織の成長に関わる因子として、上記各要素における溶湯の凝固時間を用い、
上記溶湯の清浄度に関わる因子として、上記各要素に到達するまでの溶湯の空気との接触時間及び流動距離を用い、
上記巣欠陥に関わる因子として、上記各要素における溶湯の凝固時間、当該要素の溶湯に加わる鋳造圧力、並びに凝固終了末期における当該要素とこれに隣接する最大温度差のある要素との間の温度勾配を用いることを特徴とする鋳造品の機械的特性予測プログラムを記録したコンピュータ読み取り可能な記録媒体。 - 請求項13又は請求項14において、
上記回帰式の目的変数は、上記鋳造品の鋳放し状態の機械的特性であり、
上記各部の機械的特性を求める機能は、上記回帰式を用いて上記各部の鋳放し状態の機械的特性を求める機能と、この各部の鋳放し状態の機械的特性を、上記鋳造品の鋳放し状態の機械的特性と該鋳造品を熱処理した後の機械的特性との相関を表す相関データに適用して、上記各部の上記熱処理後の機械的特性を求める機能とを備えていることを特徴とする鋳造品の機械的特性予測プログラムを記録したコンピュータ読み取り可能な記録媒体。 - 請求項13乃至請求項15のいずれか一において、
上記圧力鋳造はアルミニウム合金のダイカストであることを特徴とする鋳造品の機械的特性予測プログラムを記録したコンピュータ読み取り可能な記録媒体。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2017239598A JP6665849B2 (ja) | 2017-12-14 | 2017-12-14 | 鋳造品の機械的特性予測方法、機械的特性予測システム、機械的特性予測プログラム及び機械的特性予測プログラムを記録したコンピュータ読取り可能な記録媒体 |
US16/195,990 US10974318B2 (en) | 2017-12-14 | 2018-11-20 | Cast product mechanical characteristic prediction method, cast product mechanical characteristic prediction system, and computer readable recording medium recording cast product mechanical characteristic prediction program |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2017239598A JP6665849B2 (ja) | 2017-12-14 | 2017-12-14 | 鋳造品の機械的特性予測方法、機械的特性予測システム、機械的特性予測プログラム及び機械的特性予測プログラムを記録したコンピュータ読取り可能な記録媒体 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2019105592A JP2019105592A (ja) | 2019-06-27 |
JP6665849B2 true JP6665849B2 (ja) | 2020-03-13 |
Family
ID=66814122
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2017239598A Active JP6665849B2 (ja) | 2017-12-14 | 2017-12-14 | 鋳造品の機械的特性予測方法、機械的特性予測システム、機械的特性予測プログラム及び機械的特性予測プログラムを記録したコンピュータ読取り可能な記録媒体 |
Country Status (2)
Country | Link |
---|---|
US (1) | US10974318B2 (ja) |
JP (1) | JP6665849B2 (ja) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPWO2021079472A1 (ja) * | 2019-10-24 | 2021-04-29 | ||
CN112985318B (zh) * | 2019-12-17 | 2022-11-22 | 财团法人金属工业研究发展中心 | 扣件尺寸的线上预测方法与扣件尺寸的线上预测系统 |
CN117753942A (zh) * | 2023-12-06 | 2024-03-26 | 广州市型腔模具制造有限公司 | 一种一体化压铸模具的温度控制系统及方法 |
Family Cites Families (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2003145262A (ja) * | 2001-11-12 | 2003-05-20 | Mitsui Mining & Smelting Co Ltd | ダイカスト鋳造システムおよびダイカスト製品品質管理方法 |
JP3966115B2 (ja) | 2002-08-05 | 2007-08-29 | 株式会社デンソー | 設計支援装置、設計支援方法、及び設計支援プログラム |
JP4096256B2 (ja) * | 2003-06-25 | 2008-06-04 | トヨタ自動車株式会社 | 成形品の品質を考慮した製品の機能解析方法及び製品の機能解析プログラム |
JP2005315703A (ja) * | 2004-04-28 | 2005-11-10 | Nippon Steel Corp | 鋼材の材質予測方法 |
US7761263B2 (en) * | 2005-06-01 | 2010-07-20 | Gm Global Technology Operations, Inc. | Casting design optimization system (CDOS) for shape castings |
JP2007167893A (ja) * | 2005-12-21 | 2007-07-05 | Toyota Motor Corp | 鋳造割れ予測方法及び鋳造割れ予測システム |
JP4289367B2 (ja) * | 2006-05-22 | 2009-07-01 | トヨタ自動車株式会社 | 鋳造部品特性推定装置 |
JP5232560B2 (ja) * | 2008-07-30 | 2013-07-10 | 本田技研工業株式会社 | 品質予測方法 |
JP5915218B2 (ja) * | 2012-02-07 | 2016-05-11 | マツダ株式会社 | 金型寿命予測装置 |
JP2015174116A (ja) * | 2014-03-17 | 2015-10-05 | アイシン軽金属株式会社 | ひけ割れの推定方法及びその推定プログラムの記憶媒体 |
JP6525026B2 (ja) * | 2017-06-13 | 2019-06-05 | マツダ株式会社 | 圧力鋳造の溶湯湯まわり判定方法及びその装置 |
-
2017
- 2017-12-14 JP JP2017239598A patent/JP6665849B2/ja active Active
-
2018
- 2018-11-20 US US16/195,990 patent/US10974318B2/en active Active
Also Published As
Publication number | Publication date |
---|---|
JP2019105592A (ja) | 2019-06-27 |
US10974318B2 (en) | 2021-04-13 |
US20190184456A1 (en) | 2019-06-20 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6665849B2 (ja) | 鋳造品の機械的特性予測方法、機械的特性予測システム、機械的特性予測プログラム及び機械的特性予測プログラムを記録したコンピュータ読取り可能な記録媒体 | |
JP4692402B2 (ja) | 鋳造シミュレーション方法、その装置、そのプログラム、及び当該プログラムを記録した記録媒体、並びに鋳造方法 | |
JP2007167893A (ja) | 鋳造割れ予測方法及び鋳造割れ予測システム | |
Sutiyoko et al. | Prediction of shrinkage porosity in femoral stem of titanium investment casting | |
JP4952442B2 (ja) | 金型温度解析方法 | |
JP2015174116A (ja) | ひけ割れの推定方法及びその推定プログラムの記憶媒体 | |
JP4303252B2 (ja) | 鋳造方案評価装置 | |
JP6525026B2 (ja) | 圧力鋳造の溶湯湯まわり判定方法及びその装置 | |
Ktari et al. | Bridging FEM and Artificial Neural Network in gating system design for smart 3D sand casting | |
Nandagopal et al. | Process parameter optimization to reduce cold metal defect in ferrous casting using Taguchi technique and regression analysis | |
JP5442242B2 (ja) | ダイカスト鋳造鋳物の鋳巣解析方法およびその鋳巣解析プログラム | |
JP2013188775A (ja) | 金型で製造される製品の外観不良予測方法及びプログラム | |
JP2004318863A (ja) | 成形品の設計支援方法および装置 | |
JP5494353B2 (ja) | 金型寿命判定方法及びその装置 | |
JP6639899B2 (ja) | 成形品の設計支援方法、成形品の設計支援装置、コンピュータ・ソフトウェア、記憶媒体 | |
JP5494352B2 (ja) | 金型溶着判定方法及びその装置 | |
Teke et al. | Prediction of critical fraction of solid in low-pressure die casting of aluminum alloys using artificial neural network | |
JP7279607B2 (ja) | 鋳造品の弾塑性応力解析方法、解析システム、解析プログラム、及び記録媒体 | |
JP2008155248A (ja) | 鋳物の伝熱凝固解析方法 | |
JP2023054897A (ja) | 成形品の設計方法、設計システム、設計プログラム、及び記録媒体 | |
Ayer et al. | Mould design optimisation by FEM | |
JP3574272B2 (ja) | 射出材料の境界欠陥の発生予測方法及びその装置 | |
JP5915218B2 (ja) | 金型寿命予測装置 | |
JP2018062006A (ja) | 球状黒鉛鋳鉄鋳物の硬度を予測する方法 | |
JP3582930B2 (ja) | 射出成型品の製造方案 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20180323 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20190319 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20190422 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20190903 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20190919 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20200121 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20200203 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6665849 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |