基于知识的云有限元仿真在钣金成形工艺中的应用

基于知识的云有限元仿真方法的总体目标是将不同领域的专业知识整合到一个统一平台中，以提升成形工艺仿真的能力与精度，同时不会显著增加其使用难度。该方法有助于解答钣金成形领域中的关键问题，例如如何设置参数以成功成形零部件，以及如何预测成形模具的使用寿命。该方法的一个主要优势在于，无需对预测模型本身进行任何修改，即可在任何有限元仿真软件中使用这些先进的预测模型。

通常，由于该软件具有友好的用户界面，初次使用此方法的人员也能非常轻松地掌握其操作。通过可视化演示将展示在传统有限元（FE）模拟中集成先进预测模型实际上是多么简单直接。本节介绍如何利用 KBC-FE 计算来预测热冲压工艺中的成形性。

在有限元仿真软件中新建一个项目。保存项目时，选择工艺为热冲压成形，求解器类型为 PAM-AutoStamp。接下来导入门内板模具：首先点击导入工具CAD，将导入的对象命名为die，切换热成形策略以对工具进行网格划分，然后将门内板IGS几何文件导入并传输到图形界面中。

现在，重复上述步骤以导入冲头和压边圈。接下来，在“设置”选项卡下，单击“坯料”。然后，在坯料编辑器中，单击“添加坯料”。

将新对象设置为空白，类型设置为表面空白。现在，选择“轮廓”作为定义类型，然后单击“从CAD文件导入”以导入空白形状。在网格选项下，将细化定义为指定级别，并选择一级。

然后，关闭自动网格划分，并将网格尺寸设置为四毫米。接着在空白编辑器中定义材料属性。在材料选项卡下，单击加载材料，然后选择 AA-six-zero-eight-two 材料。

将轧制方向设置为 X 等于 1。将板坯厚度设置为 2 毫米，板坯初始温度设置为 490 摄氏度。接下来，转到设置选项卡，点击工艺，然后选择加号图标以加载新的宏。

然后，浏览至冲压热成形文件夹，并选择 HF 验证双动 GPA 文件。在自定义对话框中，激活板料、模具、冲头和压边圈对象。在“工步”选项卡下，激活重力、保压、冲压和淬火工步。

现在，在设置选项卡下，将对象属性中的所有参数设置为与实际实验装置相对应。根据间隙和接触压力设置传热系数。然后，单击检查图标以检查设置中是否存在错误；若无错误，单击计算图标以在主机上启动仿真。

观察结果后，运行脚本以将所有模拟状态下各单元的主要应变、次要应变和温度等值线数值导出为 ascii 文件，然后保存这些文件。通过这种方式利用数据，可确保不向在线平台传输任何关于部件几何结构的信息，从而保护机密信息。现在，访问 smart forming，即为 KBC-FE 模拟新创建的平台，并登录到您自己的用户账户。

选择成形极限预测模块，并将仿真结果文件导出至云计算机。然后输入仿真中的状态数，手动输入仿真的详细信息和参数，并启动计算。计算完成后，从云计算机下载结果，以便在有限元仿真中进行可视化。

然后，加载有限元仿真结果的最终状态，在“云图”选项卡下，依次点击“导入”和“标量值”，选择ascii以显示成形极限预测结果。本节介绍如何利用KBC-FE计算，通过另一种成形工艺来预测模具寿命。

在有限元仿真软件中创建并命名一个新的仿真项目。保存项目时，选择工艺类型为标准冲压，求解器类型为 PAM AutoStamp。接着，通过点击导入工具 CAD 来导入模具几何模型。

然后，将U形冲头的IGS几何文件导入并传输到图形界面中。选择工具网格划分的验证策略，将网格尺寸设置为2毫米，最大角度为5。将导入的对象命名为die。

以相同方式导入冲头和压边圈。现在，在设置下点击板料，然后在板料编辑器中添加板料。将新对象设置为板料，然后选择类型为面板料。

然后，选择四个点作为定义类型，并将空白区域尺寸设置为 120 乘以 80 平方毫米。确保关闭自动网格划分功能，并将网格尺寸设置为 1.5 毫米。接下来，在空白编辑器中定义材料属性。

在材料选项卡下点击加载材料，并选择 AA5754-H111 材料作为材料属性。然后将板料厚度设置为 1.5 毫米，初始温度为 20 摄氏度。接着点击设置选项卡下的工艺，选择加号图标以加载一个新的宏。

浏览至冲压可行性文件夹，并选择仅冲压双动点 GPA 文件。在自定义对话框中，激活板料、模具、冲头和压料板。在工步下，激活冲压。

现在，将模拟中的所有参数设置为与实际实验装置相对应。接下来，点击设置中的“check”以确保未出现错误。然后，点击计算图标，开始在主机上进行11态U形弯曲模拟的计算。

仿真完成后，运行脚本以导出模具的坐标数据和接触压力数据的 ascii 文件。然后，从智能成形平台中选择工具寿命预测模块，手动输入仿真细节以及仿真中的状态数量，并将仿真结果文件导出至云端计算机。随后，启动计算。

计算完成后，下载结果并在有限元仿真软件中查看其最终状态。具体操作为：进入等值线（contours）选项卡，点击 imported，然后选择 scalar values。随后选择 ascii，以显示刀具寿命预测结果。

在KBC-FE仿真中，采用了传统冷冲压工艺中的初始毛坯形状。使用该形状的实验结果显示，在热冲压后存在明显的较大失效区域。经过一次毛坯形状优化迭代后，成形出的板件几乎完全成功，缩颈现象显著减少。

可以看出，面板的右上角和左上角口袋区域仍存在缩颈迹象。经过进一步优化，获得了在面板上无可见缩颈的毛坯形状。该优化后的毛坯形状通过在全自动生产线上的热冲压试验得到了验证。

为研究空白压边力对模具寿命的影响，考察了三种不同的空白压边力。在250毫米/秒的恒定成形速度下，经过300多次成形循环后，随着空白压边力的增加，编码层的剩余厚度减小。将压力与剩余编码层厚度沿模具曲率距离作图显示，编码层的磨损主要发生在模具入口圆角处。

编码厚度减小的两个峰值与压力的峰值相对应。通过同时开发预测模型并将其作为模块集成到智能成形平台中，无需使用复杂的子程序，即可显著提高商用有限元仿真的准确性。在实施该流程时，需要注意的是，不同模块必须根据所模拟的钣金合金进行校准。

除了可用于成形极限和刀具寿命预测外，该技术还可能捕捉成形过程中的其他特征，例如微观结构演变以及成形后强度的预测。这意味着全球领先科学家的专业知识现在可以通过以模块化形式贡献金属成形领域的研究成果而实现互联。该技术的影响还延伸至大数据领域。

可以汇总来自多个过程的形成条件信息，进行相关分析，以指导未来的实验工作和模型开发。