Разработка и верификация моделей материалов при моделировании процессов волнового деформационного упрочнения и аддитивного синтеза (3DMP)

Обложка

Цитировать

Полный текст

Аннотация

Обоснование. Создание конкурентоспособных деталей машин, способных воспринимать нормативные и увеличенные эксплуатационные нагрузки, является актуальной задачей машиностроения. Развивающиеся технологии аддитивного синтеза совместно с упрочняющими технологиями позволяют создавать такие изделия, отличающиеся высокой несущей способностью. Однако для повышения эффективности данных технологий необходимо создание теоретических моделей исследуемых процессов. В статье приведены результаты первого этапа создания комплексных теоретических моделей комбинированного процесса 3DMP и волнового деформационного упрочнения (ВДУ), необходимых при проектировании технологических процессов изготовления деталей двигателей и тормозных систем автомобильной техники.

Цель работы — создание и оценка адекватности моделей материалов, применяемых при конечно-элементном моделировании процессов аддитивного синтеза с последующим упрочнением.

Методы. Создание теоретических моделей материала осуществлялось в программном комплексе ANSYS, позволяющем проводить мультидисциплинарные расчёты. Необходимые для подготовки моделей экспериментальные данные получены при испытаниях образцов на растяжение, изготовленных по стандартизованным методикам. Исследования твердости материалов проведены на автоматическом твердомере KB 30S. Оценка адекватности моделирования аддитивного синтеза проводилась по распределению температурных полей. Оценка адекватности моделей материала для процесса ВДУ осуществлялась по размерам единичных пластических отпечатков и эпюрам распределения глубины и степени упрочнения в поверхностном слое.

Результаты. Разработаны теоретические модели следующих материалов: сталь 45, нержавеющая сталь 12Х18Н10Т, бронзовый сплав БрАЖ 9-4, титановый сплав ВТ 1-0, алюминиевый сплав В-95. Теоретические данные, полученные по результатам моделирования, имеют высокий уровень значимости. Исследования проведены для различных режимов теплового (в диапазоне от +20°С до +800°С) и деформационного воздействия. Графические результаты теоретических и экспериментальных исследований позволяют получить качественную оценку изучаемых процессов с требуемой точностью.

Заключение. В результате оценки адекватности разработанных моделей установлено, что расхождение эмпирических и теоретических данных не превышает 7,4%. Полученные модели материалов являются статистически значимыми и могут корректно применяться в дальнейших исследованиях.

Об авторах

Андрей Викторович Киричек

Брянский государственный технический университет

Email: avkbgtu@gmail.com
ORCID iD: 0000-0002-3823-0501
SPIN-код: 6910-0233

д-р техн. наук, профессор, проректор по перспективному развитию

Россия, Брянск

Сергей Владимирович Баринов

Владимирский государственный университет имени А. Г. и Н. Г. Столетовых

Email: box64@rambler.ru
ORCID iD: 0000-0002-1341-446X
SPIN-код: 3565-9623

канд. техн. наук, доцент, доцент кафедры технологии машиностроения

Россия, Владимир

Александр Васильевич Яшин

Владимирский государственный университет имени А. Г. и Н. Г. Столетовых

Автор, ответственный за переписку.
Email: yashin2102@yandex.ru
ORCID iD: 0000-0002-3186-1300
SPIN-код: 3473-4047

канд. техн. наук, доцент, доцент кафедры технология машиностроения

Россия, Владимир

Светлана Олеговна Федонина

Брянский государственный технический университет

Email: fedonina.sv2015@gmail.com
ORCID iD: 0000-0002-0472-4845
SPIN-код: 5236-7473

канд. техн. наук, доцент кафедры металлорежущие станки и инструменты

Россия, Брянск

Кирилл Юрьевич Андросов

Брянский государственный технический университет

Email: androkirl@yandex.ru
ORCID iD: 0000-0002-7894-5405
SPIN-код: 6833-7985

аспирант кафедры металлорежущие станки и инструменты

Россия, Брянск

Список литературы

  1. Treutler K., Gehling T., Scheck M., et al. Properties oriented WAAM – microstructural and geometrical control in WAAM of low-alloy steel // Welding in the World. 2024. Vol. 68, N. 2. P. 247–257. doi: 10.1007/s40194-023-01666-5
  2. Киричек А.В., Соловьев Д.Л., Лазуткин А.Г. Технология и оборудование статико-импульсной обработки поверхностным пластическим деформированием. М.: Машиностроение, 2004.
  3. Асланян И.Р., Баринов С.В., Безъязычный В.Ф., и др. Справочник по процессам поверхностного пластического деформирования. Иркутск: Иркутский НИТУ, 2022. EDN: HVWXZM
  4. Киричек А.В., Федонин О.Н., Хандожко А.В., и др. Гибридные технологии и оборудование аддитивного синтеза изделий // Наукоёмкие технологии в машиностроении. 2022. № 8(134). С. 31–38. doi: 10.30987/2223-4608-2022-8-31-38 EDN: PHNJGX
  5. Kumar V., Singh A., Bishwakarma H., Mandal A. Simulation of metallic Wire-arc additive manufacturing (WAAM) process using SIMUFACT Welding software // Journal of Manufacturing Engineering. 2023. Vol. 18, N. 2. P. 80–85. doi: 10.37255/jme.v18i2pp080-085
  6. Макарук А.А., Хамаганов А.М., Пашков А.А., и др. Исследование напряженного стояния при обработке деталей повышенной жёсткости бойковым инструментом // Вестник Иркутского государственного технического университета. 2017. Т. 21, № 4(123). С. 39–46. doi: 10.21285/1814-3520-2017-4-39-46 EDN: YLJJFL
  7. Blumenstein V., Mahalov M., Ostanin O. Simulation and Calculation of Residual Stresses in Mining Machines Components // E3S Web of Conferences. 2018. N. 41. doi: 10.1051/e3sconf/20184103012
  8. Дель Г.Д. Определение напряжений в пластической области по распределению твёрдости. М.: Машиностроение, 1971.
  9. Марковец М.П. Определение механических свойств металлов по твёрдости. М.: Машиностроение, 1979.
  10. Серафинович Л.П. Планирование эксперимента. Томск: Томский межвузовский центр дистанционного образования, 2006.

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML
2. Рис. 1. Пример зависимости напряжений от деформаций при температуре +400°С для нержавеющей стали 12ХН10Т (из библиотеки Ansys).

Скачать (47KB)
3. Рис. 2. Распределение деформаций в образце из материала БрАЖ 9-4 после ВДУ (цветовая шкала отображает изменение эквивалентных деформаций εEQV в диапазоне от 0 до 0,369 мм).

Скачать (179KB)
4. Рис. 3. Сравнение теоретических (2, 4) и экспериментальных (1, 3) зависимостей изменения твёрдости (HB, МПа) по глубине (h, мм) поверхностного слоя: 1, 2 — неупрочненного материала; 3, 4 — упрочненного с коэффициентом перекрытия отпечатков К=0,2.

Скачать (283KB)
5. Рис. 4. Пример распределения температур в модели «оболочка» после 10 секунд остывания (цветовая шкала отображает температуру материала в °С).

Скачать (238KB)
6. Рис. 5. Сравнение теоретических и экспериментальных данных температуры внешней стенки синтезированной детали «оболочка».

Скачать (193KB)

© Эко-Вектор, 2024

Creative Commons License
Эта статья доступна по лицензии Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.
 


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».