Inverse identification of material parameters from machining processes (English shop)

Preview

Extract, PDF (150 KB)
Table of Contents, PDF (52 KB)

Kurzbeschreibung

Die Finite-Elemente-Simulation ist ein wichtiges numerisches Werkzeug zur Verbesserung des Verständnisses des Spanbildungsprozesses. Mit dieser Methode können komplexe Bearbeitungsprozesse mit komplexen Span-Morphologien simuliert werden. Eine wichtige Herausforderung bei der Modellierung spanender Bearbeitungsverfahren ist, dass keine Materialparameter bekannt sind, die das Werkstoffverhalten unter stark variierenden Dehnungen, Dehnungsgeschwindigkeiten und Temperaturen vorhersagen können. Während eines Fließspanbildungsprozesses können Dehnungen von bis zu 200%, sowie Dehnungsgeschwindigkeiten in der Größenordnung von 105 s−1 und Temperaturerhöhungen im Bereich von mehreren 100 ◦C auftreten. Im Vergleich dazu können experimentelle Methoden wie der Split-Hopkinson-Pressure-Bar-Test (SHPB) in der Regel Dehnungen von bis zu 50% und Dehnungsgeschwindigkeiten in der Größenordnung von 103 s−1 erreichen. Diese Tests können dazu genutzt werden, um mittels Datenanpassungsmethoden die Materialparameter aus den experimentellen Daten zu bestimmen. Aufgrund der großen Extrapolationsbereiche stimmen die Ergebnisse der Zerspanungssimulationen in der Regel nicht besonders gut mit den experimentellen Ergebnissen überein.

Zuerst werden die Schwierigkeiten der Verwendung der Materialparameter, die aus Standard-Experimenten bestimmt werden, für die Zerspanungssimulationen von drei verschiedenen Werkstoffen aufgezeigt. Die Johnson-Cook-Parameter werden für Ti-15-3-3-3, Ti-6246 und Alloy 625 aus SHPB-Experimenten bestimmt. Diese werden anschließend verwendet, um die Spanbildung mit Hilfe der Finite-Elemente-Methode zu simulieren. Für Ti-15-3-3-3 und Ti-6246 wird die Bildung eines segmentierten Spans beobachtet. Für Alloy 625 wird die Materialfestigkeit bei hohen Dehnungen vom Johnson-Cook-Modell überschätzt, wodurch in der Simulation die Bildung eines Fließspans vorhergesagt wird. Daher wird ein modifiziertes Johnson-Cook-Modell für die Zerspanungssimulationen verwendet, resultierend in einer segmentierten Spanform. Die durchschnittlichen Schnittkräfte werden in den drei Fällen im Rahmen von 20% der experimentell erhaltenen Werte vorhergesagt. Es gibt deutliche Unterschiede in den vorhergesagten und den experimentell ermittelten Spanformen. Diese Unterschiede können auf die Schwierigkeit der Vorhersage des Materialverhaltens unter den während spanender Bearbeitung vorherrschenden Bedingungen zurückgeführt werden.

Dieses Problem wird durch die Verwendung einer inversen Parameterbestimmungsmethode beseitigt, da auf diese Weise die Materialparameter direkt aus den Zerspanungsprozessen identifiziert werden. Die Spanformen und die Schnittkräfte der Simulation werden durch die systematische Variation der Materialparameter mit den entsprechenden Werten aus den Standardexperimenten abgestimmt. Die Robustheit des Verfahrens wird durch die Identifizierung von Parametern für zwei verschiedene Materialien, sowie die Durchführung von Optimierungen von verschiedenen Ausgangspunkten getestet. Ebenfalls werden Studien durchgeführt, um die Konvergenz zu verbessern, und um den Berechnungsaufwand zu reduzieren. Die Lösung, die aus dem inversen Identifikationsalgorithmus vorhergesagt wird, kann ebenfalls durch die Kenntnis des Einflusses der Spannungs-Dehnungs-Kurven auf die Spanformen und die Schnittkräfte verbessert werden, was auch den Berechnungsaufwand verringern kann.

Es hat sich gezeigt, dass viele Parametersätze identifiziert werden können, die ähnliche Spanformen und Schnittkräfte zur Folge haben. Dies ist darin begründet, dass alle Parametersätze im Gebiet der Zerspanungverfahren die gleiche Fließspannungskurve wiedergeben. Um Parameter zu bestimmen, die über einen möglichst großen Bereich gültig sind, werden sich stark unterscheidende Schneidbedingungen für den Identifikationsprozess gewählt.

Description

Finite element simulation has become an important tool in understanding the chip formation process. Complex machining processes with complex chip morphologies have been simulated this way. An important challenge in the modelling of machining processes is that material parameters are not available which can robustly predict the material behaviour at large ranges of strains, strain rates and temperatures. During a continuous chip formation process, strains can reach up to 200%, strain rates can be of the order of 105 s−1 and temperature variation can be in the order of hundreds of degrees. In comparison, state-of-the-art experimental methods such as the Split Hopkinson Pressure Bar (SHPB) tests can usually reach strains of up to 50% and strain rates of the order of 103 s−1. Data fitting techniques are then used to identify material parameters from the experimental data. Due to the large extrapolations involved, the machining simulation results do not robustly match the experimental results.

The difficulty of using the material parameters determined from standard experiments for machining simulations is first shown for three different materials. The Johnson-Cook material parameters are obtained for Ti-15-3-3-3, Ti-6246 and Alloy 625 from SHPB experiments. These are then used to simulate the chip formation using the finite element method. For Ti-15-3-3-3 and Ti-6246, segmented chip formation is observed. For Alloy 625, the Johnson-Cook model overestimates the material strength at high strains and the resulting machining simulation gives rise to a continuous chip. Therefore a modified Johnson-Cook model is used for machining simulations which forms segmented chip. The average cutting force in the three cases are predicted within 20% of the experimentally obtained values. There are significant differences in the predicted chip shapes and the experimentally obtained chip shapes. These differences can be attributed to the difficulty of predicting the material behaviour at conditions prevailing during machining.

An inverse identification method is used to identify material parameters directly from machining processes to resolve this problem. The chip shapes and the cutting forces are matched to a standard by systematically varying the material parameters. The robustness of the method is tested by identifying parameters for two different materials and conducting optimisations from different starting points. Studies are also conducted to improve the convergence and reduce the computational expense. The knowledge of the effect of stress-strain curves on the chip shapes and the cutting forces can also be used to improve the optimised solution predicted by the inverse identification algorithm. This can lead to reduction in the computational expense.

It is observed during the identification process that a number of parameter sets can be found which give rise to similar chips and cutting forces. This is because all the different parameter sets represent the same flow stress curve in the domain of machining. In order that the identified parameters are valid over a large machining domain, widely varying cutting conditions are chosen for the identification process.