⚡ electrical engineering

Numerical and Experimental Analysis of Stretch Flanging of AISI 304 Stainless Steel Sheet with Complex Geometry: FEM Validation via CMM

Diese Studie validiert ein Finite-Elemente-Modell des Streckumformens für ein komplexes Bauteil aus AISI 304 Edelstahl gegenüber CMM-Messungen und zeigt auf, dass die isotrope Simulation zwar im Allgemeinen eine hohe Genauigkeit erreicht, Abweichungen an kritischen Kantenpositionen jedoch primär durch die Reibungsempfindlichkeit als vielmehr durch Materialanisotropie getrieben werden.

Ursprüngliche Autoren: Alireza Hashemi, hassan karimi

Veröffentlicht 2026-07-01

📖 5 Min. Lesezeit🧠 Tiefgang

CC BY 4.0

Ursprüngliche Autoren: Alireza Hashemi, hassan karimi

Originalarbeit lizenziert unter CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). ✨ Dies ist eine KI-generierte Erklärung des untenstehenden Papers. Sie wurde nicht von den Autoren verfasst oder gebilligt. Für technische Genauigkeit konsultieren Sie das Originalpaper. Vollständigen Haftungsausschluss lesen

Stellen Sie sich vor, Sie haben ein Stück Metall, wie etwa einen dicken Keksteig, und Sie möchten ein Loch hineinstanzen. Aber nicht einfach nur ein Loch, sondern Sie wollen die Kanten dieses Lochs nach außen dehnen, um einen ausgestellten Rand zu erzeugen, ähnlich wie der Rand eines Blumentopfs. Dies nennt man Streckaufbiegen (Stretch Flanging).

Stellen Sie sich nun vor, dieser „Keks“ ist kein einfacher Kreis. Er hat in der Mitte ein großes Loch, aber auch sechs kleinere, birnenförmige Löcher, die darum herum verstreut sind, wie kleine Inseln. Das Ziel ist es, das große zentrale Loch so zu dehnen, dass die dünnen Metallstreifen (die „Brücken“), die das große Loch mit diesen kleinen Inseln verbinden, nicht reißen.

Dieses Papier ist die Geschichte darüber, wie zwei Forscher, Alireza und Hassan, versucht haben, genau vorherzusagen, wie sich dieses Metall verhalten würde, indem sie eine Supercomputer-Simulation nutzten, und wie sie dann überprüften, ob ihre Vorhersage korrekt war, indem sie das Teil tatsächlich in einer echten Fabrik herstellten.

Hier ist die Aufschlüsselung ihrer Reise:

1. Die Computer-Vermutung (Die Simulation)

Die Forscher erstellten ein digitales Abbild des Metallteils mit einer Software namens LS-DYNA. Betrachten Sie diese Software als eine hochtechnologische Videospiel-Engine, die Physik simuliert.

Der Aufbau: Sie erstellten eine digitale Version eines 3 mm dicken Edelstahlblechs mit dem komplexen Lochmuster.
Die Aktion: Sie simulierten einen riesigen Stempel, der durch das zentrale Loch drückt und das Metall nach außen dehnt.
Die Vereinfachung:** Um die Mathematik handhabbar zu halten, behandelten sie das Metall so, als würde es sich in jede Richtung gleich verhalten (isotrop), obwohl echtes Metall eine winzige „Körnung“ oder Richtungsabhängigkeit besitzt. Sie entschieden, dass dies eine sichere Annahme sei, da die Körnung des Metalls nicht sehr stark ausgeprägt war.

2. Der Realwelt-Test (Das Experiment)

Man kann einer Computer-Vermutung nicht einfach vertrauen; man muss sie testen.

Sie nahmen eine echte 120-Tonnen-Presse und prägten das Metallteil physisch.
Sie fertigten drei Kopien des Teils an.
Sie verwendeten eine CMM (Koordinatenmessmaschine), was wie ein superpräziser Roboterarm mit einer Nadel ist, die das Teil berührt, um seine Größe bis auf den Mikrometer genau zu messen. Sie überprüften neun verschiedene Stellen am Bauteil.

3. Die Ergebnisse: Wie nah war die Vermutung am Ziel?

Als sie die Messungen des Computers mit den Messungen des Roboters verglichen, waren die Ergebnisse größtenteils beeindruckend:

Die gute Nachricht: Für 8 von 9 gemessenen Stellen lag der Computer weniger als 2 % daneben. Das ist so, als würde man die Länge eines Fußballfeldes schätzen und nur um wenige Zentimeter danebenliegen.
Die schlechte Nachricht: Eine spezifische Stelle, genannt J2, wich um 10,9 % ab. Dies war die schmale Metallbrücke zwischen dem großen Loch und einem der kleinen birnenförmigen Löcher.

4. Die Detektivarbeit: Warum war eine Stelle falsch?

Die Forscher schüttelten nicht einfach nur die Achseln und sagten: „Ups.“ Sie spielten Detektiv, um herauszufinden, warum der Computer diese eine Stelle verfehlte.

Der Verdächtige: Sie vermuteten Reibung.
Die Theorie: In der Simulation sagten sie dem Computer, dass das Metall überall mit dem gleichen Grad an „Klebrigkeit“ (Reibung) gegen das Werkzeug gleitet. In der Realität wird das Metall in diesen engen, schmalen Brücken jedoch stärker gequetscht, und das Schmiermittel (Öl) kann dort nicht so leicht eindringen. Das bedeutet, dass das Metall in diesen engen Stellen tatsächlich klebriger ist, als der Computer es angenommen hatte.
Der Beweis: Sie ließen die Simulation erneut laufen, aber diesmal sagten sie dem Computer, dass das Metall in diesen engen Stellen klebriger sei. Als sie dies taten, entsprach die Vorhersage des Computers für diese schwierige Stelle (J2) plötzlich perfekt der realen Messung.
Die Lehre: Der Fehler lag nicht beim Computer, sondern bei der Annahme, dass die Reibung überall gleich ist.

5. Der Sicherheitscheck: Wird es reißen?

Die wichtigste Frage beim Umformen von Metall ist: Wird es reißen?

Der Computer berechnete, dass sich das Metall in diesen engen Brücken am stärksten dehnte und eine Dehnung (Strain) von 27 % erreichte.
Die Forscher wissen, dass AISI 304 Edelstahl normalerweise bei etwa 35–40 % zu reißen beginnt.
Das Urteil: Das Teil ist sicher! Es verfügt über eine „Sicherheitsmarge“ von etwa 8 bis 13 %. Die Forscher warnen jedoch, dass dies eine vorhergesagte Sicherheitsmarge ist. Um zu 100 % sicher zu sein, schlagen sie vor, in Zukunft ein Hochgeschwindigkeits-Kamerasystem (genannt DIC) zu verwenden, um das Dehnen des Metalls in Echtzeit zu beobachten und die Zahlen zu bestätigen.

6. Die Erkenntnis für Ingenieure

Das Papier endet mit einem einfachen Rat für jeden, der Werkzeuge zur Formgebung von Metall entwirft:

Rate nicht einen einzigen Wert für die Reibung. Anstatt einen einzigen „Durchschnittswert“ für die Reibung festzulegen, führen Sie Ihre Computersimulationen mit einer Spanne von Reibungswerten durch (von sehr rutschig bis sehr klebrig).
Warum? Weil Sie, wenn Sie nur einen einzigen Wert raten, Gefahr laufen, zu übersehen, dass ein winziges, kritisches Teil Ihres Designs unter bestimmten Bedingungen versagen könnte. Indem Sie den „Worst-Case“-Fall der Reibung testen, stellen Sie sicher, dass Ihr Werkzeug sicher ist, egal was passiert.

Zusammenfassend: Die Forscher nutzten erfolgreich einen Computer, um vorherzusagen, wie ein komplexes Metallteil aussehen würde, und bewiesen damit, dass die Methode für die Gesamtgröße sehr gut funktioniert. Sie fanden heraus, dass der einzige größere Fehler daraus resultierte, dass die „Klebrigkeit“ in engen Ecken unterschätzt wurde, und sie lernten, dass das Testen eines Bereichs von Bedingungen besser ist als das Raten eines einzelnen Durchschnittswerts.

Technisches Resümee: Numerische und experimentelle Analyse des Streckumformens (Stretch Flanging) von AISI 304 Edelstahlblechen mit komplexer Geometrie

Problemstellung
Das Streckumformen (Stretch Flanging) beinhaltet die Vergrößerung einer bereits vorhandenen Bohrung mittels eines Stempels, dessen Durchmesser größer als der der Bohrung ist, wodurch das Material am Rand einer zirkulären Zugdehnung ausgesetzt wird. Während das Standard-Umformen einer einzelnen Bohrung gut verstanden ist, adressiert diese Studie eine spezifische industrielle Herausforderung: den PGL-Sektioner-Flansch, der in 20-kV-Hochspannungsschaltanlagen verwendet wird. Dieses Bauteil weist eine zentrale Ø73-mm-Bohrung auf, die von sechs birnenförmigen Hilfsbohrungen umgeben ist. Diese Hilfsbohrungen stören den Materialfluss, da das Metall gezwungen wird, die Hilfsbohrungen während der zirkulären Dehnung zu umgehen. Infolgedessen konzentriert sich die Dehnung in den schmalen „Brücken“ zwischen der zentralen und den Hilfsbohrungen, was ein hohes Risiko für Risse birgt, das bei einfachen, achsensymmetrischen Studien nicht vorhanden ist. Das Kernproblem besteht darin, das Umformverhalten und die Maßhaltigkeit dieser komplexen Geometrie vorherzusagen, insbesondere angesichts der Sensitivität lokaler Dehnungskonzentrationen gegenüber Prozessvariablen wie der Reibung.

Methodik
Die Studie verwendet einen kombinierten numerischen und experimentellen Ansatz, um ein Finite-Elemente-Methode (FEM)-Modell gegen physische Produktionsdaten zu validieren.

Experimenteller Aufbau: Ein 3 mm dickes Blank aus AISI 304 Edelstahl wurde auf einer 120-Tonnen-Mechanikpresse hergestellt. Das Material wurde mittels uniaxialer Zugversuche in drei Orientierungen (0°, 45°, 90°) charakterisiert, was eine mittlere Streckgrenze von 327 MPa, eine Zugfestigkeit (UTS) von 641 MPa und eine moderate ebene Anisotropie ( $\Delta r = -0,12$ ) ergab. Bemerkenswerterweise wurde die Niederhalterplatte im Werkzeugaufbau weggelassen, da die Hilfsbohrungen unter Druck zerdrückt würden; stattdessen halten Positionierbolzen das Blech in Position.
Numerische Simulation: Ein explizites dynamisches FEM-Modell wurde in LS-DYNA unter Verwendung von 45.670 Belytschko-Tsay-Schalelementen mit fünf Integrationspunkten durch die Blechdicke erstellt. Das Modell verwendete das von Mises isotrope Fließkriterium und isotrope Verfestigung (MAT_024). Diese Vereinfachung war bewusst gewählt, um eine Baseline angesichts der moderaten Anisotropie zu schaffen und um Reibungseffekte isoliert zu betrachten.
Validierung und Sensitivitätsanalyse: Drei Repliken des Bauteils wurden produziert und an neun spezifischen Positionen mittels einer Koordinatenmessmaschine (KMM) vermessen. Diese Messungen wurden mit den FEM-Vorhersagen verglichen. Eine Vernetzungsstudie (grob 1,5 mm, mittel 1,0 mm, fein 0,45 mm) und eine Reibungssensitivitätsanalyse ( $\mu = 0,10, 0,125, 0,15$ ) wurden durchgeführt, um Konvergenz sicherzustellen und Vorhersagefehler zu diagnostizieren.

Wesentliche Ergebnisse

Globale Maßhaltigkeit: Das FEM-Modell zeigte eine hohe Vorhersagegenauigkeit für die globalen Dimensionen. Der mittlere absolute Fehler über neun gemessene Parameter betrug 1,86 %. Acht der neun Parameter wiesen Fehler unter 2 % auf, wobei die Parameter des Außendurchmessers (K) mit einer Genauigkeit von unter einem Prozent vorhergesagt wurden.
Lokale Vorhersageabweichung: Ein signifikanter Ausreißer wurde beim Parameter J2 beobachtet (die Position der Außenkante in Übereinstimmung mit einer Hilfsbohrung), der eine Abweichung von 10,9 % aufwies. Diese Position entspricht der engen Brücke, in der der Materialfluss am stärksten eingeschränkt ist.
Reibungssensitivität: Eine Sensitivitätsanalyse ergab, dass J2 hochsensibel auf den Reibungskoeffizienten reagiert. Eine Variation von $\mu$ von 0,10 auf 0,15 verschob die J2-Vorhersage um 22 %, während globale Parameter wie h1 nur um 1,1 % schwankten. Die Studie kommt zu dem Schluss, dass der Fehler von 10,9 % bei J2 aus der Annahme eines konstanten Reibungskoeffizienten resultiert; in der Realität führt die eingeschränkte Schmiermittelpenetration in der engen Brücke wahrscheinlich zu einer lokal höheren effektiven Reibung.
Dehnungsanalyse: Die maximal vorhergesagte plastische Dehnung betrug 27 % und befand sich in der Brücke zwischen der zentralen und den Hilfsbohrungen. Dieser Wert liegt unter dem geschätzten Nullpunkt des Formlimitdiagramms ( $FLD_0$ ) von 35–40 % für AISI 304, was auf ein sicheres, aber enges Verarbeitungsfenster mit einem Spielraum von etwa 8–13 Prozentpunkten hindeutet. Die Vernetzungskonvergenz wurde bestätigt, wobei die Spitzenverformungen bei der feinen Vernetzung (0,45 mm) bei 27 % stabil blieben.

Bedeutung und Beiträge
Die Arbeit beansprucht, einen validierten Rahmen für die Simulation komplexer Streckumformvorgänge bereitzustellen, bei denen standardmäßige achsensymmetrische Annahmen versagen. Ihre primären Beiträge sind:

Diagnose von Fehlerquellen: Sie isoliert die Annahme einer konstanten Reibung als Hauptursache für lokale Vorhersagefehler in komplexen Geometrien und zeigt auf, dass globale Genauigkeit signifikante lokale Diskrepanzen maskieren kann.
Praktische Konstruktionsrichtlinien: Die Autoren empfehlen, dass Werkzeugkonstrukteure FEM-Simulationen über ein Reibungsintervall ( $\mu_{min}$ bis $\mu_{max}$ ) hinweg durchführen, anstatt sich auf eine Einpunktannahme zu verlassen. Dieser Ansatz macht die Sensitivität kritischer lokaler Parameter sichtbar und verhindert eine nicht konservative Werkzeugauslegung.
Basis für zukünftige Arbeiten: Durch die Verwendung des von Mises isotropen Kriteriums trotz bekannter moderater Anisotropie etabliert die Studie eine klare isotrope Baseline für zukünftige Forschungen mit komplexeren anisotropen Fließkriterien (z. B. Hill's 1948 oder Barlat's Yld2000-2d).

Die Studie vertritt eine bescheidene Position hinsichtlich ihrer Dehnungsvorhersagen und stellt fest, dass, obwohl die 27 % Dehnung auf Sicherheit hindeuten, eine direkte experimentelle Validierung mittels Digitaler Bildkorrelation (DIC) erforderlich ist, um die wahre Spitzenverformung und die Sicherheitsmargen definitiv zu bestätigen. Ebenso werden Einschränkungen bezüglich des Rückfederns (Springback) und der Messung der Dehnung durch die Blechdicke als Bereiche für zukünftige Untersuchungen anerkannt.