AFISを使用した板金の成形性に及ぼす冷間圧延プロセスでの板厚減少の影響

Scientific Reports volume 12、記事番号: 10434 (2022) この記事を引用

1546 アクセス

4 引用

メトリクスの詳細

冷間圧延は板金の成形性に悪影響を及ぼします。 しかし、これはシートの高品質な表面を製造する上で避けられません。 ストレッチシートの成形限界に対する冷間圧延の影響は、文献で包括的に調査されていません。 この研究では、さまざまな冷間圧延による板厚減少が板金の成形性に及ぼす影響を観察するために、徹底的な実験研究が行われています。 このような試験の実験手順にはコストがかかるため、冷間厚さの減少が板金の成形性に及ぼす影響を予測するために人工知能も採用されています。 これに関して、St14 シートは、引張、金属組織学、冷間圧延、およびナカジマの半球パンチ実験を使用して検査されます。 取得されたデータは、適応ニューラル ネットワーク ファジー推論システム (AFIS) モデルのトレーニングとテストにさらに利用されます。 結果は、冷間圧延により、引張荷重条件下で金属薄板の成形性が低下することを示しています。 さらに、シートの引張挙動は、同じシートメタルの冷間厚み減少により大幅に変化します。 トレーニングされた AFIS モデルは、限界線図の形成の予測においても正常にトレーニングおよびテストされました。 このモデルは、他の厚さ減少条件における成形限界ひずみを決定するために使用できます。 限界線図の形成の決定は板金の化学組成の固有の特性ではなく、他の多くの要因を考慮する必要があることが議論されています。

板金の成形限界を決定することは、最終的な板金製品の形状を設計する上で極めて重要です。 これは、深絞り工場やシート成形工場における主要な品質管理テストの 1 つでもあります。 引張試験とは対照的に、成形限界の決定には、より多くの試験片と複雑な試験手順が必要です。 このようなコストと時間のかかる試験を回避するために、一軸引張試験曲線データを使用した FLD の計算に関する数多くの分析方法が文献で提案されています 1、2、3、4、5。 ただし、一軸引張曲線は成形限界を決定する際の信頼できる情報源とはなりません6。 Wu et al.7 が実験的に示したように、一軸引張曲線にわずかな違いがあるシートでは、テクスチャーの影響により FLD にかなりの違いがあることがわかりました。 したがって、引張曲線は成形限界について直観的な感覚を与えますが、正確な FLD を計算するには十分ではありません。

現在、成形限界曲線を取得する最良の方法は、シート製品のバッチごとに実験的テストを行うことであると考えられています。 成形限界は、荷重条件、シートの厚さ、シートの微細構造特性などの多くの要因に依存します。 すべての幾何学的パラメータ、荷重パラメータ、および微細構造パラメータを考慮したモデルはありません。 したがって、特定の状況で許容可能な結果が得られたとしても、モデルは信頼できるものではありません。

最近、多くの研究分野で人工知能とファジィ論理の利用が増加しています。 成形限界に対する幾何学的パラメータの影響は、人工ニューラル ネットワーク (ANN) を使用して Elangovan ら 8 によって調査されました。 ANN モデルは、実験から得られたデータセットを使用してトレーニングされました。 トレーニングされたモデルはさらに、シートの新しい幾何学的パラメーターのセットの FLD を予測するために使用されました。 さまざまな荷重および温度条件における形成限界の挙動は、Kotkunde ら 9 によって ANN を使用して調査されました。 ANN 法を使用して予測された形成限界は、実験結果と許容可能な一致を示しました。 極端な熱条件および荷重速度条件は、成形限界に適用して検討することが実験的に困難である。 Mohamed et al.10 による研究では、ANN を FLD の予測に使用できることが示されています。 Derogar と Djavanroodi11 は、板金成形限界予測における ANN の機能を実証しました。