Experimental and numerical investigation of cold forging tool degradation due to plastic deformation
本研究通过整合实验应变测量、修正后的 Johnson-Cook 解析模型以及 QForm 有限元模拟，对 AISI H13 冷锻模具的塑性变形进行表征并预测其疲劳寿命，证明了该解析方法能够有效地预测接近实验断裂点的失效点。
原始论文采用 CC BY 4.0 许可（https://creativecommons.org/licenses/by/4.0/）。 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。 阅读完整免责声明
想象一个巨大的金属冲头被用来塑造汽车、家电和玩具的世界。这些被称为“模具”的冲头是工厂车间的英雄，但它们有一个秘密弱点：它们会感到疲劳。就像橡皮筋在被过度拉伸多次后最终会断裂一样，这些重型金属工具在反复挤压的压力下，也会缓慢地发生弯曲和开裂。这个过程被称为“塑性变形”。这并非突然的断裂，而是一场缓慢且无形的战争，金属的形状在每一次挤压中都会发生微小的变化，直到有一天它彻底“放弃”。科学家和工程师们正痴迷于准确弄清楚这种“放弃”究竟何时发生，以便他们能在损坏一批产品或损坏机器之前更换模具。为了做到这一点，他们使用了两种主要技巧：用微型传感器测量金属的“伸展性”，并构建计算机模型作为“数字孪生”来预测未来。大问题在于：我们能否将现实世界的测量数据与计算机的推测结合起来，在模具真正损坏之前预见它的未来？
这篇论文讲述了一群研究人员决定扮演侦探的故事，他们针对一种由 AISI H13 钢制成的特定类型金属模具展开了研究。他们设置了一个充满戏剧性的实验：使用一台巨大的液压机，让一个圆柱形金属冲头反复撞击一个平坦的金属表面。可以把它想象成一个巨大的、慢动作的拳头在一次又一次地捶打一块金属。他们不仅是在观察，他们还在倾听。他们在模具上粘贴了微小的“应变计”（它们就像超灵敏的拉伸检测器），以感受模具在每一次冲压过程中究竟发生了多少弯曲和扭转。他们还在一个名为 QForm 的计算机程序中构建了这个装置的数字版本，以观察虚拟模具的行为是否与真实模具一致。
团队发现，模具并不是一下子就断裂的。相反，它经历了好几个阶段。起初，模具在每次冲压后都能完美回弹，就像弹簧一样。但随着压力增加到约 300kN，模具开始保留一点永久性的弯曲。这就是塑性变形。研究人员发现，模具最终在第 656 次循环时在其底部附近发生断裂和开裂，此时总的永久弯曲达到了 6,674 µstrain。
为了预测这场灾难，他们尝试了两种不同的方法。第一种是数学公式（Johnson-Cook 模型），它试图根据压力机的撞击力度来猜测损伤情况。这个模型非常谨慎；它预测模具会在更早的第 439 次循环时就会损坏。这就像是一个天气预报员，即使天色只是阴云密布，也会为了保险起见总是预测会有飓风到来。第二种方法是计算机模拟。这个数字孪生体在传感器所在位置的表现出奇地准确，它对弯曲量的预测误差在 4.37% 以内。然而，当它试图预测总寿命时，它认为模具可以持续到第 547 次循环。这个数字虽然比实际断裂的 656 次要接近，但相比实际情况还是显得有些过于乐观了。
他们发现中最令人兴奋的部分是他们如何将这些点连接起来。由于你无法总是把传感器安装在模具最容易断裂的地方（因为那里通常隐藏在机器内部），他们利用计算机模型充当了一个“翻译官”。他们在安全、易于触及的位置测量弯曲量，然后利用计算机计算出那个危险、隐蔽位置处的弯曲程度究竟有多严重。通过这样做，他们可以在无需停机检查内部的情况下，估算出总体的损伤情况。
最后，论文表明，虽然数学公式或计算机模拟本身都不是完美的，但将它们结合使用可以创造一个强大的安全网。数学模型擅长快速捕捉事物变得危险的时刻，而计算机模型则擅长展示损伤究竟躲藏在何处。研究人员得出结论，通过观察这些微小的、永久性的弯曲是如何累积的，工厂或许能够预测模具何时即将失效，并在其造成混乱之前进行更换。这有点像注意到汽车轮胎磨损不均，并在其在高速公路上爆胎之前将其更换掉。虽然这次特定的测试是在一种特定条件下针对一个模具进行的，但这种方法为保持我们的金属成型世界顺畅且安全地运行提供了一种极具前景的新途径。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。