Finite-Element Modeling of Laser Shock Forming Technology

Мұқаба

Дәйексөз келтіру

Толық мәтін

Ашық рұқсат Ашық рұқсат
Рұқсат жабық Рұқсат берілді
Рұқсат жабық Тек жазылушылар үшін

Аннотация

Laser shock forming is an innovative technology in which a laser shock wave induces a flexural deformation of a thin plate. Naturally, the technology of laser shock forming cannot increase the curvature of the plates indefinitely and its possibilities have limits, especially for thick plates. This article investigates the maximum convex flexural curvature of a plate that can be achieved using the technology of laser shock forming by successively increasing its main characteristics: the laser spot overlap factor, the number of repetitive laser pulses, and the intensity of laser power density. The resulting flexural torque and bending curvature are calculated from the average residual stresses obtained by the finite element method. The proposed method for predicting the plate curvature can effectively predict the flexural behavior of the plate. This allows one to plan the process of laser shock forming properly.

Авторлар туралы

G. Sakhvadze

Mechanical Engineering Research Institute of the Russian Academy of Science

Хат алмасуға жауапты Автор.
Email: sakhvadze@mail.ru
Moscow, Russia

Әдебиет тізімі

  1. Peng Y.M., Chen J.P., Yang L. et al. Study on elongation after shot peen forming for integral panel of large aircraft // Aeronautical Manuf. Technol. 2017. № 9. P. 97.
  2. Hu Y., Luo M., Yao Z. Increasing the capability of laser peen forming to bend titanium alloy sheets with laser-assisted local heating // Mater. Des. 2016. № 90. P. 364.
  3. Zhou W.F., Ren X.D., Wang C.C. et al. Residual stress induced convex bending in laser peen formed aluminum alloy // J. Laser Appl. 2018. № 30. V. 1. P. 012001.
  4. Hu Y.X., Yao Z.Q. Fern simulation of residual stresses induced by laser shock with overlapping laser spots // Acta Metall. Sin. 2008. № 21. V. 2. P. 125.
  5. Behera A., Sahu P.S., Patel S.K. Application of Taguchi methodology for optimization of process parameters in laser bending of Al sheet // Mater. Today. 2020. № 26. P. 2323.
  6. Hu Y., Xu X. Yao Z. et al. Laser peen forming induced two way bending of thin sheet metals and its mechanisms // J. AppL Phys. 2010. № 108. V. 7. P. 073117.
  7. Hu Y.X., Han Y.F., Yao Z.Q. et al. Three-dimensional numerical simulation and experimental study of sheet metal bending by laser peen forming // J. Manuf. Sci. Eng. 2010. № 132. V. 6. P. 061001.
  8. Luo M., Hu Y., Hu L. et al. Efficient process planning of laser peen forming for complex shaping with distributed eigenmoment // J. Mater. Process. Technol. 2020. № 279. P. 116588.
  9. Sagisaka Y., Kamiya M., Matsuda M. et al. Thin-sheet-metal bending by laser peen forming with femtosecond laser // J. Mater. Process. Technol. 2010. № 210. V. 15. P. 2304.
  10. Xiao X., Li Y., Sun Y. et al. Prediction of peen forming stress and curvature with dynamic response of compressively prestressed target // J. Mater. Eng. Perform. 2020. № 29. V. 5. P. 3079.
  11. Yang Y., Lu Y. Qiao H. et al. The effect of laser shock processing on mechanical properties of an advanced powder material depending on different ablative coatings and confinement medias // Int. J. Adv. Manuf. Technol. 2021. № 117. V. 7–8. P. 2377.
  12. Sun B., Qiao H., Zhao J. Accurate numerical modeling of residual stress fields induced by laser shock peening // AIP Adv. 2018. № 8. V. 9. P. 095203.
  13. Zhu R., Zhang Y.K., Sun G.F. et al. Numerical simulation of residual stress fields in three-dimensional flattened laser shocking of 2024 Aluminum alloy // Chin. J. Lasers. 2017. № 8. P. 133.
  14. Hu Y.X., Grandhi R.V. Efficient numerical prediction of residual stress and deformation for large-scale laser shock processing using the eigenstrain methodology // Surf. Coat. Technol. 2012. № 206. V. 15. P. 3374.
  15. Hfaiedh N., Peyre P., Song H. et al. Finite element analysis of laser shock peening of 2050-T8 aluminum alloy // Int. J. Fatigue 2015. № 70. P. 480.
  16. Сахвадзе Г.Ж. Конечноэлементное моделирование гибридной аддитивной технологии с использованием лазерно-ударно-волновой обработки // Проблемы машиностроения и надежности машин. 2023. № 2. С. 94. https://doi.org/10.31857/S0235711923020074
  17. Сахвадзе Г.Ж. Влияние технологии биомиметической лазерно-ударно-волновой обработки алюминиевых сплавов на их трещиностойкость и остаточную усталостную долговечность // Вестник машиностроения. 2022. № 10. С. 58. https://doi.org/10.36652/0042-4633-2022-10-58-65
  18. Сахвадзе Г.Ж. Моделирование технологии лазерно-ударно-волновой обработки с помощью искусственной нейронной сети для определения механических свойств титанового сплава ВТ-6 // Проблемы машиностроения и автоматизации. 2022. № 2. С. 136. https://doi.org/10.52261/02346206_2022_2_136
  19. Chen D., Cheng Z.Q., Cunningham P.R. et al. Fatigue life prediction of 2524-T3 and 7075-T62 thin-sheet aluminium alloy with an initial impact dent under block spectrum loading // Fatigue Fract. Eng. Mater. Struct. 2021. № 44. V. 4. P. 1096.
  20. Vukeli S., Kysar J.W., Yao Y.L. Crain boundary response of aluminum bicrystal under micro scale laser shock peening // Int. J. Solids Struct. 2013. № 46. V. 18–19. P. 3323.
  21. Mylavarapu P., Bhat C., Perla M.K.R. et al. Identification of critical material thickness for eliminating back reflected shockwaves in laser shock peening – A numerical study // Opt. Laser Technol. 2021. № 142. P. 107217.
  22. Hu Y.X., Yao Z.Q. Overlapping rate effect on laser shock processing of 1045 steel by small spots with Nd:YAG pulsed laser // Surf. Coat. Technol. 2008. № 202. V. 8. P. 1517.
  23. Cao Y.P., Feng A.X., Hua G.R. Influence of interaction parameters on laser shock wave induced dynamic strain on 7050 aluminum alloy surface // J. Appl. Phys. 2014. № 116. V. 15. P. 775.

Қосымша файлдар


© Г.Ж. Сахвадзе, 2023

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».