Développement d'un système intelligent de gestion du cycle de vie des matrices de forgeage à froid basé sur de vrais

Rapports scientifiques volume 12, Numéro d'article : 13297 (2022) Citer cet article

1289 accès

3 Citations

1 Altmétrique

Détails des métriques

Les matrices de forgeage à froid sont fabriquées par le processus d'ajustement par retrait pour résister à des charges à haute pression, mais une défaillance par fatigue finit par se produire en raison de contraintes de compression répétées. Le cycle de vie jusqu'à la rupture par fatigue a été défini comme la durée de vie limite, et des tentatives ont été faites pour prédire la durée de vie de la matrice sur la base de la méthode des éléments finis. Cependant, une prédiction précise était impossible en raison de variables environnementales incontrôlables. Par conséquent, il est impossible de déterminer clairement le cycle de remplacement des matrices, ce qui entraîne des conséquences négatives telles qu'une mauvaise qualité, un retard de production et une augmentation des coûts. Divers facteurs environnementaux affectant la prédiction du cycle de vie de la matrice entraînent l'augmentation ou la diminution de la charge de formage, qui est une variable importante qui détermine le cycle de vie de la matrice. Dans cette étude, un système de surveillance des données de charge générées par les installations de forgeage a été développé sur la base d'un capteur piézo. De plus, le cycle de vie de la matrice a été prédit avec plus de précision en utilisant les données de charge de formage mesurées en temps réel, et un système de gestion de la durée de vie de la matrice qui peut déterminer le cycle de remplacement de la matrice a été appliqué à la chaîne de production de pièces de direction automobile.

L'industrie manufacturière dans la société moderne est confrontée à divers problèmes dus à une augmentation excessive des coûts de fabrication, y compris les coûts des matériaux et de la main-d'œuvre, les fluctuations rapides de la demande, les investissements excessifs en équipement et les ressources de production excédentaires1. En particulier, à mesure que les réglementations sur les émissions de carbone sont renforcées2, les spécifications requises du produit final évoluent de diverses manières, parallèlement à l'amélioration et à l'innovation du processus de fabrication3. Pour améliorer l'efficacité énergétique des automobiles, il est nécessaire de réduire le poids de toutes les pièces4; simultanément, les facteurs non environnementaux doivent être exclus du processus de fabrication. Par conséquent, l'industrie manufacturière était confrontée au défi d'atteindre simultanément le respect de l'environnement, la haute qualité et le faible coût. Pour surmonter cette situation, des efforts sont déployés pour améliorer l'efficacité du processus de fabrication en faisant diverses tentatives, telles que la mise en place d'une structure de production à faible coût et l'expansion du processus automatisé. Ce flux a conduit à la vague de la quatrième révolution industrielle qui a commencé en Allemagne5 et accélère un changement de paradigme dans l'industrie manufacturière. L'innovation dans le secteur manufacturier fait référence à l'hyper-connexion centrée sur les données de processus et comprend l'analyse et l'utilisation des mégadonnées, l'Internet des objets (IoT), la fabrication addictive, la simulation et les systèmes d'intégration horizontale et verticale6.

Dans cette étude, dans le cadre du changement de paradigme pour l'innovation manufacturière, les données du processus de fabrication des pièces de direction automobile ont été recueillies. Sur cette base, la durée de vie de la matrice de forgeage a été prédite avec plus de précision. En outre, il a été tenté de maximiser l'efficacité du processus de fabrication en surveillant le cycle de remplacement de la matrice par l'opérateur. Le pivot à rotule de la figure 1 est relié à la rotule externe (OBJ), l'un des systèmes de direction des automobiles, et joue un rôle dans la sécurisation de la mobilité dans différentes directions.

Pièces à rotule d'un système de direction7,8,9,10.

Les goujons à rotule sont fabriqués par un processus de forgeage à froid en plusieurs étapes, dans lequel les matériaux en vrac sont pressés plusieurs fois dans un espace fermé pour former un produit final. Les opérations de forgeage consistent à former la pièce par déformation plastique de la matière première, comprimée entre un poinçon et une matrice11. En particulier, le processus de forgeage à froid peut garantir une résistance élevée et une grande précision de forme en déformant le matériau à température ambiante12. Dans ce processus, la matrice est soumise à plusieurs reprises à une charge de compression élevée, et le matériau de la matrice atteint la limite de fatigue et s'endommage13. Cela entraîne une augmentation des coûts de processus14, par exemple une diminution de la productivité et une augmentation du taux de défauts dus à la fracture et au remplacement de l'outil. Des études ont été menées pour prédire la durée de vie des matrices de forgeage à froid et réduire les coûts de traitement. Le moyen le plus courant de prédire la durée de vie d'une matrice de forgeage à froid consiste à utiliser FEM. Cependant, ces méthodes ne prédisent pas quantitativement la durée de vie limite, mais restent dans une analyse qualitative13,15. D'autre part, il existe des études menées du point de vue que la rupture de la matrice de forgeage est causée par la fissuration par fatigue14,16,17. Tanrıkulu a calculé la limite de fatigue du matériau de la matrice de forgeage à froid et a présenté une formule empirique pour prédire la durée de vie limite de la matrice en fonction de la valeur de contrainte agissant sur la matrice par simulation numérique18. De plus, des études similaires pour prédire la durée de vie des matrices de forgeage à froid se poursuivent19,20,21,22,23.

Cependant, sur le site de fabrication, la durée de vie de la matrice est toujours gérée en fonction de l'expérience de l'opérateur, et la casse de la matrice survient brutalement car diverses variables d'environnement de travail ne peuvent pas être prises en compte. Il existe deux raisons principales pour lesquelles divers résultats de recherche ne peuvent pas être appliqués sur le terrain. La première est que la prédiction de contrainte de la matrice basée sur des simulations ne correspond pas à la rupture par fatigue de la matrice qui se produit sur le terrain. Les prédictions basées sur la méthode des éléments finis (FEM) sont un résultat idéal qui ne prend pas en compte diverses variables telles que l'alignement de la matrice, l'écart de taille du matériau et la température de travail. Il y a un sentiment de disparité entre les résultats de FEM et le terrain. Il est quasiment impossible de contrôler toutes les variables du site de fabrication. Cependant, tous les facteurs entraînent des valeurs de charge de forgeage. Théoriquement, la méthode de calcul de la charge de forgeage a déjà été étudiée24,25. Cependant, dans cette étude, les données de charge des équipements de forgeage ont été utilisées pour une étude plus pratique. En augmentant la précision du résultat FEM, il est possible d'améliorer la précision de la prédiction de la durée de vie limite de la matrice en utilisant cela.

Deuxièmement, comme le résultat de la simulation du processus de forgeage est essentiel pour prédire la durée de vie de la matrice, l'intervention d'un expert est inévitable et il est impossible de réagir rapidement au changement de processus. Par conséquent, des recherches visant à améliorer la précision de la méthode existante de prédiction de la durée de vie des matrices et des recherches sur le développement du système doivent être menées pour permettre une utilisation sur le terrain par des non-experts.

Une méthode pour augmenter la précision de prédiction de la durée de vie des matrices grâce à l'analyse de données volumineuses en convertissant les variables de l'environnement de travail en données peut être une solution, mais l'efficacité de la recherche est réduite en raison de la grande quantité de données. Il existe un facteur de liaison entre les variables de l'environnement de travail dans le processus de forgeage à froid et la contrainte de la matrice, appelée charge de formage. Par conséquent, dans cette étude, les données de charge de formage ont été mesurées en temps réel dans l'installation et la contrainte agissant sur la matrice a été prédite à l'aide de données en temps réel. Par conséquent, il a été possible de calculer la durée de vie limite de la matrice avec une grande précision. De plus, les procédures de collecte, de traitement, d'analyse et de surveillance des données ont été intégrées et systématisées afin que les travailleurs sur place puissent facilement surveiller le cycle de remplacement des moules.

Le matériau des pièces du pivot à rotule était du 34CrMo4 (tableau 1) avec un diamètre de 22 mm, et un traitement thermique de sphéroïdisation a été appliqué pour améliorer la trempabilité. Pour obtenir des propriétés de simulation, des éprouvettes de traction et de compression ont été traitées, comme illustré à la Fig. 2, conformément à la norme ASTM E8 (sous-taille)26. Un test de traction a été réalisé à une vitesse de 10 mm/min, et un test de compression a été réalisé à une vitesse de 2 mm/min jusqu'à un taux de compression de 80 %. À la suite de l'essai de traction, les propriétés mécaniques ont été obtenues, comme indiqué dans le tableau 2. La contrainte et la déformation techniques obtenues à partir des essais de traction et de compression ont été converties en véritable contrainte et déformation par les équations suivantes.

Éprouvettes de traction et de compression avec dimension détaillée.

Les courbes de traction et de compression contrainte réelle-déformation réelle du matériau 34CrMo4 ont été dérivées, comme le montre la Fig. 3. Le 34CrMo4 est un matériau exclusif pour la frappe à froid et, à la suite de l'essai de traction, la section d'allongement uniforme est très petite, il ne peut donc pas simuler suffisamment l'écrouissage en déformation par compression.

Véritable courbe contrainte-déformation du 34CrMo4.

En revanche, dans l'essai de compression, la véritable courbe contrainte-déformation d'une section assez large peut être obtenue car le matériau ne se rompt pas à un taux de compression de 80 %. Par conséquent, une courbe de compression a été utilisée pour les propriétés de simulation du processus de forgeage à froid en plusieurs étapes.

La matrice utilisée dans le processus de forgeage à froid des pièces de rotule est généralement composée d'un noyau, d'une bague de renfort et d'un boîtier, et les matériaux utilisés sont différents. L'alliage WC-Co est utilisé pour le noyau, où la rupture de la matrice se produit en raison de la concentration de contraintes dans le processus de forgeage. WC présente une dureté et une résistance à l'abrasion élevées, et Co est lié à la ténacité27. En général, les propriétés mécaniques de l'alliage WC-Co sont déterminées par la teneur en Co, et il est fabriqué via un processus de frittage de moulage à la presse tout en étant chauffé à une température appropriée. Le matériau de la matrice centrale utilisé dans le processus de fabrication des pièces du pivot à rotule était un alliage WC-Co avec une teneur en Co de 20 %, et ses propriétés mécaniques sont indiquées dans le tableau 3. L'alliage WC-Co a une résistance à la compression élevée mais est vulnérable à la résistance à la traction, de sorte que la concentration de contrainte de traction est supprimée par l'anneau de renforcement. Cependant, lorsque la contrainte de traction cyclique appliquée au matériau de matrice par un chargement cyclique à grande vitesse dépasse une certaine résistance, une rupture par fatigue se produit. Par conséquent, pour définir la durée de vie limite de la matrice de forgeage à froid, il est nécessaire d'acquérir les propriétés de fatigue du matériau du moule. Les éprouvettes d'essai de fatigue ont été fabriquées par des processus de frittage, de meulage et de polissage, comme illustré à la Fig. 4, conformément à la norme ASTM E 46628.

Éprouvette expérimentale de fatigue avec dimension détaillée.

Un rayon de courbure de 3 mm a été réfléchi pour éviter la concentration des contraintes dans la partie en contact avec le gabarit de la machine d'essai. De plus, le rayon de courbure de la zone correspondant à la longueur de la jauge était de 12,7 mm, ce qui a été conçu pour que la concentration des contraintes puisse se produire efficacement. À l'aide de l'équipement Instron 8801, le diagramme S – N du matériau de la matrice a été dérivé, comme illustré à la Fig. 5, pour un rapport de contrainte de 0, 1 et une fréquence de 10 Hz. Partant de la condition de charge correspondant à la faible durée de vie, la courbe de durée a progressé jusqu'au niveau auquel la limite de fatigue était assurée jusqu'à la section aplatie.

Courbe S–N du matériau WC–Co.

Le processus de fabrication des pièces de pivot à rotule comprenait un total de six étapes avec un appareil de formage, comme illustré à la Fig. 6. Différents moules pour chacun des 6 processus sont placés dans un bloc de matrice. Après un passage, le matériau est automatiquement transféré au processus suivant. Une prédiction précise de la contrainte de traction au point faible de la matrice centrale à laquelle la contrainte de traction est appliquée de manière répétée doit être précédée. Pour cela, une simulation par éléments finis a été réalisée sur le procédé de forgeage à froid en plusieurs étapes à l'aide de FORGE, un programme d'analyse par éléments finis. Comme le montre la figure 7, toutes les structures de matrice à chaque étape ont été modélisées et une méthode entièrement couplée a été appliquée pour améliorer la précision de la prédiction de la contrainte de matrice. La figure 8 montre la modélisation détaillée de la matrice pour la procédure de formation du goujon à rotule. WC-Co, SKD-61 et SKD-51/SKD-11 ont été utilisés pour la matrice centrale (WC), l'anneau de renfort (H13) et le matériau du boîtier (D2/M2) de chaque étage, respectivement. Les valeurs des propriétés physiques fournies par le programme d'analyse ont été utilisées comme indiqué dans le tableau 4. Pour les propriétés d'analyse du 34CrMo4, le diagramme de compression illustré à la figure 3 a été utilisé. La quantité de frettage de l'anneau de renforcement a été appliquée différemment à chaque étape dans la plage de 0,1 à 0,14 %. De plus, un coefficient de frottement de 0,08 entre le matériau et la matrice centrale a été appliqué, et un coefficient de frottement de 0,12 a été appliqué au reste des régions de contact. La vitesse de déplacement du poinçon était la même à 150 mm/s pour tous les étages. La contrainte principale maximale agissant sur la matrice en raison de la pressurisation du matériau a été confirmée par l'analyse entièrement couplée. La figure 9 montre le point où agit la contrainte principale maximale dans chaque étage. Ce processus d'analyse est ensuite utilisé pour dériver l'historique de la valeur de contrainte principale maximale en fonction de la charge de formage dans chaque processus. La valeur maximale de la contrainte principale montre une tendance constante en fonction du changement de la charge de formage. Le temps nécessaire pour confirmer les résultats d'un seul cas d'analyse est de 24 h. Comme il n'est pas possible de suivre le cycle de production sur le site de fabrication, il est simplifié au modèle de calcul de la contrainte principale maximale en fonction de la tendance.

Conception de processus de forgeage à froid en plusieurs étapes avec un appareil de formage.

Modélisation EF de la procédure de formage des rotules.

Modélisation détaillée de la matrice pour la procédure de formation des goujons à rotule.

Max. contrainte principale agissant sur la matrice centrale de tous les étages.

La contrainte principale maximale agissant sur la matrice centrale se produit principalement au bord de la matrice, et cette valeur ne peut pas être directement substituée sur l'axe y de la Fig. 5. En effet, la valeur du résultat de l'analyse par éléments finis correspond à une contrainte concentration dépendant des fonctions de l'élément et de la forme. Le résultat de l'analyse par éléments finis et la contrainte correspondant à l'axe y de la Fig. 5 doivent être convertis en valeurs de contrainte nominales. La valeur du facteur de concentration de contrainte (kt) peut être calculée en fonction du facteur de forme (rayon et profondeur de courbure de l'angle) de l'angle où la rupture est susceptible de se produire29. Le coefficient de concentration de contrainte est une valeur numérique indiquant le degré de concentration de contrainte réparti dans les encoches, les trous et les rainures. En appliquant le facteur de concentration de contrainte à la valeur du résultat de l'analyse par éléments finis, il est possible de convertir la contrainte principale maximale en contrainte nominale.

De même, le facteur de concentration de contrainte de fatigue (kf) est appliqué à la valeur de contrainte de l'axe y de la Fig. 5 pour la convertir en contrainte nominale. Comme le montre la figure 4, puisqu'il y a une encoche au centre de l'éprouvette, les valeurs de contrainte ne sont pas des contraintes nominales. Le facteur de concentration de contrainte de fatigue est une valeur numérique indiquant le degré de concentration de contrainte due à l'entaille dans l'état de charge de fatigue.

Une éprouvette d'essai de fatigue sans encoche a en outre été préparée. Dans les mêmes conditions d'essai de fatigue, kf est calculé comme le rapport de la résistance à la fatigue sans entaille et de la résistance à la fatigue avec entaille.

Ensuite, en divisant l'amplitude de contrainte de la Fig. 5 par kf, elle est convertie en contrainte de fatigue nominale.

Elle est convertie en contrainte nominale (σanalyse) en substituant la contrainte principale maximale, qui est le résultat de l'analyse, dans l'Eq. (3). En substituant cela à la contrainte de fatigue nominale (σfatigue) de l'Eq. (5), elle devient la résistance à la fatigue qui peut être substituée dans la courbe S–N.

L'évaluation quantitative de la durée de vie de la filière a été effectuée en prédisant la durée de vie correspondant à la contrainte de fatigue. L'équation a été dérivée en ajustant le diagramme S – N dans Origin, un S / W commercial. En substituant la valeur de l'Eq. (6) dans l'équation ajustée, il est possible de déduire le cycle correspondant à la durée de vie. Les résultats sont présentés avec la contrainte réelle de la matrice dans le tableau 5. La comparaison des données prédites avec la durée de vie réelle de la matrice sur le terrain révèle une plage d'erreur de ± 20 %, qui est attribuée au fait que les variables de l'environnement de travail ne sont pas prises en compte. compte dans le processus de prédiction de la durée de vie de la matrice. Dans l'environnement de travail réel, la charge de formage change de manière flexible en raison de l'alignement de la matrice, de la dispersion des propriétés des matériaux et des changements dans les conditions de frottement, ce qui signifie que la contrainte principale maximale agissant sur la matrice change en fonction de l'environnement de travail. Cependant, dans le processus de prédiction quantitative de la durée de vie de la matrice, la contrainte principale maximale agissant sur la matrice est supposée être une valeur idéalement fixe, de sorte que cette erreur est indiquée. Un autre problème est qu'il inhibe les applications sur le terrain car il est difficile pour les non-experts de l'utiliser car la simulation du processus de formage doit être effectuée pour prédire la durée de vie de la matrice.

En raison des variables environnementales du processus de forgeage à froid des rotules, une variation de charge causée par la pressurisation des matrices supérieure et inférieure se produit. En conséquence, la contrainte principale maximale agissant sur la matrice présente également une déviation. En mesurant la charge de formage en temps réel, l'erreur de prédiction de la durée de vie de la matrice peut être supprimée. Un capteur piézo a été utilisé pour mesurer la force de pression des matrices supérieure et inférieure de forgeage à froid en temps réel. La façon la plus précise de mesurer la charge de formage consiste à installer une cellule de charge entre les matrices. Cependant, la cellule de charge ne peut pas supporter la charge de formage et affecte la précision dimensionnelle de la pièce. De plus, comme il doit être installé dans un espace clos, il est impossible de réaliser une connexion filaire pour le traitement du signal. Par conséquent, comme le montre la figure 10, un capteur piézo a été installé dans le bloc de poinçonnage du formeur de forge. Plus précisément, le capteur piézo a été installé dans l'espace étroit entre la cale et la plaque arrière où la force appliquée a été transmise et peut être mesurée. Le capteur piézoélectrique génère un signal électrique (G : facteur de jauge) par l'effet piézoélectrique30, qui est défini comme la relation entre la contrainte (ε) générée par la contrainte appliquée et le taux de variation de la résistance (ΔR/R).

Emplacement d'installation du capteur piézo.

Comme le montre l'éq. (7), le signal électrique généré par le capteur piézo est défini comme le taux de changement. Le signal électrique a été intégré pour le convertir en un graphique de charge réelle, et le résultat est illustré à la Fig. 11. Enfin, le signal électrique sur l'axe y de la Fig. 11 doit être converti en une unité de charge. À cette fin, un gabarit de fixation a été fabriqué pour monter la cellule de charge d'étalonnage sur le gabarit de forgeage, et la charge réelle a été mesurée. La mesure des données de charge en temps réel a été possible grâce à une comparaison répétée de la valeur de charge maximale et de la valeur maximale du signal électrique. Dans ce processus, le logiciel d'étalonnage dédié fourni par le fournisseur de la cellule de charge a été utilisé et l'étalonnage périodique du diagramme de charge a été effectué sur site. Un système capable de surveiller la charge de formage en temps réel a été construit sur le site de production des rotules et il a été mis en œuvre sous la forme d'un programme, comme illustré à la Fig. 12.

Conversion du signal du capteur sous forme de graphique de charge.

Processus de conversion du diagramme de charge et système de surveillance.

Pour que la technologie de prédiction quantitative de la durée de vie des matrices soit universellement appliquée sur le terrain, la contrainte principale maximale doit également être calculée en temps réel sur la base des données de charge de formage en temps réel. En particulier, il est impossible d'effectuer une simulation de processus en temps réel car la simulation doit être effectuée à grande vitesse compte tenu du cycle de production court (1ea/s) des pièces à rotule. Un modèle mathématique simple pour prédire la contrainte principale maximale agissant sur une matrice de forgeage à froid est une alternative réaliste. La figure 13 montre l'historique des contraintes au point où la contrainte principale maximale se produit dans la matrice inférieure du noyau de l'étape 1. La contrainte principale maximale maintient une valeur constante de 0 dans la plage de la charge de formage constante (Ft : charge seuil) et augmente linéairement et proportionnellement sur la plage de charge. Cette tendance a également été observée dans les matrices à noyau supérieur et inférieur des étapes 1 à 6. Par conséquent, un modèle mathématique capable de prédire la contrainte principale maximale, comme indiqué dans l'Eq. (8), a été présenté, et les constantes Cth et Cslope ont été dérivées en considérant l'historique des contraintes principales maximales des matrices supérieure et inférieure aux étapes 1 à 6.

Modèle prédictif basé sur l'historique des contraintes principales maximales.

Freal est représenté sur la figure 14 et désigne la valeur de charge de formage maximale de l'étape 1 à l'étape 6 mesurée en temps réel. Sa conversion en l'historique des contraintes principales maximales à l'aide de l'Eq. (8) est représenté sur la figure 15. De tels historiques de charges variables complexes peuvent être remplacés par des historiques de charges équivalentes simplifiées ; cependant, dans cette étude, des données réelles ont été utilisées pour la mise en œuvre en temps réel et la simplification des algorithmes d'application sur le terrain.

Historique de la charge maximale de formage en temps réel.

Historique des contraintes principales maximales en temps réel.

L'hypothèse de dommage cumulatif linéaire de Miner a été dérivée sous l'hypothèse que la rupture de la structure due à la fatigue se produit lorsque le travail causé par d'innombrables charges de fatigue atteint la valeur critique du matériau31. En utilisant les données de contrainte principale maximale et le diagramme S – N du matériau, il est possible de calculer le facteur de dommage cumulé (CDF), comme dans l'Eq. (9)@32.

Ici, ni est le nombre de cycles selon chaque niveau de contrainte, Ni est le nombre de cycles admissible selon le critère de contrainte obtenu à partir de la courbe de fatigue, et DFi est défini par la relation ni/Ni. Comme le montre la figure 16, le cycle dans lequel la valeur de CDF atteint 1 par calcul cumulatif de DF, a été défini comme la durée de vie limite de la matrice de forgeage. Le tableau 6 indique la durée de vie de chaque processus. On peut voir que la plage d'erreur a été réduite à ± 7% par rapport aux résultats de prédiction de la durée de vie de la matrice dans le tableau 5, en supposant que la valeur de contrainte principale maximale est une constante unique.

Prévision du cycle de vie des matrices basée sur le facteur de dommages cumulés.

Le système est configuré comme représenté sur la figure 17 afin que l'opérateur puisse surveiller le cycle de vie restant de la matrice actuellement utilisée. La machine à forger a un capteur piézo intégré et un module pour stocker le signal généré par le capteur est installé. De plus, un serveur de traitement de données pour calculer le signal du capteur pendant le cycle de vie restant de la puce est configuré. Le cycle de vie restant de la matrice peut être calculé comme dans l'équation. (dix).

Système de gestion de la durée de vie.

Dans cette étude, une méthode pour gérer plus efficacement la durée de vie de la matrice dans le processus de forgeage à froid en plusieurs étapes a été présentée. Sur la base des données de charge sous pression collectées en temps réel, une prédiction plus précise de la durée de vie de la matrice était possible. De plus, pour augmenter l'utilisation sur le terrain, l'intervention d'experts a été complètement exclue, et l'application au site de fabrication de pièces automobiles a été réalisée. Le contenu détaillé de l'étude est résumé comme suit.

Le diagramme S – N du matériau de la matrice a été obtenu pour prédire la durée de vie de la matrice de forgeage à froid. La valeur maximale de la contrainte principale a été prédite grâce au couplage de la simulation du processus de forgeage et de l'analyse de la matrice. Il était possible de prédire la durée de vie de la matrice en substituant la valeur de contrainte principale maximale dans le diagramme S – N, mais la précision était faible avec une plage de taux d'erreur de ± 20 %. De plus, il y avait une limite à l'application sur le terrain en raison de la grande difficulté professionnelle du processus de prédiction de la durée de vie de la matrice.

Pour résoudre ce problème, une infrastructure de surveillance en temps réel des charges de formage des étapes 1 à 6 du processus de forgeage à froid a été mise en place. De plus, un système de liaison détection-collecte-analyse-traitement des données a été installé sur le site de fabrication afin que les données de charge de formage puissent être utilisées pour prédire la durée de vie de la matrice. Pour exclure l'intervention d'experts dans ce processus, un modèle mathématique capable de prédire la contrainte principale maximale sur la base des données de charge de formage a été présenté.

En raison de la prédiction plus précise de la durée de vie de la matrice sur la base de l'hypothèse de dommages cumulatifs linéaires, la plage d'erreur a été réduite d'un maximum de ± 20 % à ± 7 %.

Avec la mise en place d'un système capable de surveiller la durée de vie restante de la matrice, l'opérateur sur le terrain peut déterminer intuitivement le temps de changer la matrice, et il est possible d'améliorer l'efficacité du processus de fabrication.

Guo, D. et al. Synchronisation dans la fabrication de l'industrie 4.0. Int. J. Prod. Écon. 238, 1–13. https://doi.org/10.1016/j.ijpe.2021.108171 (2021).

Article Google Scholar

Wei, R. & Liu, C. Recherche sur la réduction des émissions de carbone dans le secteur du transport routier de marchandises basée sur un modèle d'optimisation d'itinéraire conforme à la réglementation et une étude de cas. Soutenir. Calcul. Informer. 28, 1–9. https://doi.org/10.1016/j.suscom.2020.100408 (2020).

Article Google Scholar

Mears, L. & Summers, J. Fabrication pour la conception : une approche durable pour stimuler l'évolution des processus de fabrication, puis l'innovation. Procedia Manuf. 42, 1136–1142. https://doi.org/10.1016/j.promfg.2020.05.155 (2020).

Article Google Scholar

Peppas, A., Kollias, K., Dragatogiannis, DA & Charitidis, CA Analyse de durabilité de la technologie de formage à chaud et de trempe de l'aluminium pour la fabrication de véhicules légers. Int. J. Thermofluides 10, 1–11. https://doi.org/10.1016/j.ijft.2021.100082 (2021).

Article Google Scholar

Afolalu, SA et al. Rôles enviables des processus de fabrication dans la quatrième révolution industrielle durable - Une étude de cas de la mécatronique. Mater. Aujourd'hui Proc. 44, 2895–2091. https://doi.org/10.1016/j.matpr.2021.01.099 (2021).

Article Google Scholar

Majeed, A. et al. Un framework basé sur les mégadonnées pour une fabrication additive durable et intelligente. Robot. Calcul. Intégr. Fab. 67, 1–21. https://doi.org/10.1016/j.rcim.2020.102026 (2021).

Article Google Scholar

Comment les fils machine de qualité profitent aux constructeurs automobiles. http://product.posco.com/homepage/product/eng/jsp/news/s91w4000120v.jsp?SEQ=154 (2017).

Embout de biellette de direction Dorman–Extérieur. https://www.pinterest.co.kr/pin/782711610240177784 (2018).

Qu'est-ce qu'un joint à rotule. https://help.summitracing.com/app/answers/detail/a_id/5252/~/what-is-a-ball-joint%3F (2020).

Goujon à rotule personnalisé de biellette Een, extrémité de crémaillère, joint à rotule, lien stabilisateur. https://www.greatap.com.tw/en/product/Customized-Ball-Stud-of-Tie-Rod-End-Rack-End-Ball-Joint-Stabilizer-Link/A0101.html (2019).

Black, JT & Kohser, RA DeGarmo's Materials and Processes in Manufacturing (Wiley, 2012).

Google Scholar

Wang, ZG et al. Une méthode d'essai des performances de forgeage à froid du fil d'acier. CIRP Ann. 69, 281–284. https://doi.org/10.1016/j.cirp.2020.04.041 (2020).

Article Google Scholar

Dalbosco, M., da Silva Lopes, G., Schmitt, PD, Pinotti, L. & Boing, D. Amélioration de la durée de vie en fatigue des matrices de forgeage à froid par analyse par éléments finis : une étude de cas. J. Manuf. Processus. 64, 349–355. https://doi.org/10.1016/j.jmapro.2021.01.039 (2021).

Article Google Scholar

Hawryluk, M. Examen de méthodes sélectionnées pour augmenter la durée de vie des outils de forgeage dans les processus de forgeage à chaud. Cambre. Civ. Méca. Ing. 16, 845–866. https://doi.org/10.1016/j.acme.2016.06.001 (2016).

Article Google Scholar

Panuwat, S., Surawut, Y. & Kumpanat, S. Modélisation par éléments finis de la conception à ajustement rétractable pour l'amélioration de la durée de vie de la matrice dans le processus de forgeage à chaud d'un engrenage conique. Mater. Aujourd'hui Proc. 17, 1711–1719. https://doi.org/10.1016/j.matpr.2019.06.202 (2019).

Article Google Scholar

Hayakawa, K., Nakamura, T. & Tanaka, S. Analyse de l'initiation et de la propagation des fissures de fatigue dans les outils de forgeage à froid par approche locale de la rupture. Mater. Trans. 45, 461–468. https://doi.org/10.2320/matertrans.45.461 (2004).

Article CAS Google Scholar

Vazquez, V., Hannan, D. & Altan, T. Durée de vie de l'outil dans le forgeage à froid - un exemple d'amélioration de la conception pour augmenter la durée de vie. J. Mater. Proc. Technol. 98, 90–96. https://doi.org/10.1016/S0924-0136(99)00309-X (2000).

Article Google Scholar

Tanrıkulu, B. & Karakuzu, R. Modèle de prédiction de la durée de vie en fatigue des matrices de forgeage à froid WC-Co basé sur des études expérimentales et numériques. Ing. Échouer. Anal. 118, 1–11. https://doi.org/10.1016/j.engfailanal.2020.104910 (2020).

Article CAS Google Scholar

Geiger, M. & Falk, B. Prédiction de la durée de vie et de la probabilité de défaillance des outils de forgeage à froid. CIRP Ann. Fab. Technol. 50, 173–176. https://doi.org/10.1016/S0007-8506(07)62098-8 (2001).

Article Google Scholar

Saroosh, MA et al. Prédiction de la durée de vie en fatigue à cycle élevé des outils de forgeage à froid basée sur la propriété du matériau de la pièce. J. Mater. Processus. Technol. 191, 178–181. https://doi.org/10.1016/j.jmatprotec.2007.03.015 (2007).

Article CAS Google Scholar

Falk, B., Engel, U. & Geiger, M. Estimation de la durée de vie de l'outil dans le formage des métaux en vrac sur la base de différents concepts de défaillance. J. Mater. Processus. Technol. 80, 602–607. https://doi.org/10.1016/S0924-0136(98)00168-X (1998).

Article Google Scholar

Fu, MW, Yong, MS & Muramatsu, T. Conception et évaluation de la durée de vie en fatigue via la simulation CAE. Int. J. Adv. Fab. Technol. 35, 843–851. https://doi.org/10.1007/s00170-006-0762-5 (2008).

Article Google Scholar

Lee, Y.-C. & Chen, F.-K. Durée de vie en fatigue des matrices de forgeage à froid avec différentes valeurs de dureté. J. Mater. Processus. Technol. 113, 539–543. https://doi.org/10.1016/S0924-0136(01)00720-8 (2001).

Article CAS Google Scholar

Allieva, L. et al. Effet de la géométrie de l'outil sur le mode de force de l'extrusion radiale directe combinée avec compression. Est. EUR. J. Enterp. Technol. 2(1–104), 15–22. https://doi.org/10.15587/1729-4061.2020.198433 (2020).

Article Google Scholar

Hrudkina, N. et al. Modélisation du processus d'extrusion directe radiale avec expansion à l'aide d'un module cinématique triangulaire. Est. EUR. J. Enterp. Technol. 3(1–105), 17–22. https://doi.org/10.15587/1729-4061.2020.203989 (2020).

Article Google Scholar

Norme ASTM E8. Méthodes d'essai standard pour les essais de tension des matériaux métalliques. ASTM Int. (2013).

Matériaux durs Sandvik. Comprendre le carbure cémenté. http://www.wococarbide.com/Uploads/2016-12-05/5844f9738447e.pdf (2014).

Norme ASTM E 466. Pratique standard pour effectuer des essais de fatigue axiale à amplitude constante et à force contrôlée de matériaux métalliques. ASTM Int. (2021).

Yao , W. , Kaiquan , X. & Yi , G. Sur le facteur d' entaille de fatigue . Cf. Int. J. Fatigue 17, 245–251. https://doi.org/10.1016/0142-1123(95)93538-D (1995).

Article CAS Google Scholar

Jiao, P., Egbe, K.-JI, Xie, Y., Nazar, AM & Alavi, AH Techniques de détection piézoélectriques dans la surveillance de la santé structurelle : une revue de l'état de l'art. Capteurs 20, 1–20. https://doi.org/10.3390/s20133730 (2020).

Article CAS Google Scholar

Baek, SH, Cho, SS & Joo, WS Prédiction de la durée de vie à la fatigue basée sur la méthode de comptage du cycle de pluie pour la poutre d'extrémité d'un bogie de wagon de marchandises. Int. J. Autom. Technol. 9, 95–101. https://doi.org/10.1007/s12239-008-0012-y (2008).

Article Google Scholar

Chang, YS et al. Mise en place d'un système d'évaluation et de gestion de la durée de vie en fatigue pour les conduites de chauffage urbain en tenant compte des données de transition de température de fonctionnement. J. Mech. Sci. Technol. 29, 1235-1242. https://doi.org/10.3795/KSME-A.2005.29.9.1235 (2005).

Article Google Scholar

Télécharger les références

Cette étude a été menée avec le soutien de l'Institut coréen de technologie industrielle sous le titre "Développement d'une technologie racine intelligente avec des modules complémentaires (KITECH EO-22-0005)".

Groupe R&D sur les matériaux et composants automobiles, KITECH, Cheomdan-venturero 108, Gwangju, 61007, Corée

Jeune Ho Seo

Vous pouvez également rechercher cet auteur dans PubMed Google Scholar

YHS : Conceptualisation, méthodologie, logiciel, validation, analyse formelle, enquête, ressources, conservation des données, rédaction—ébauche originale, rédaction—révision et édition, visualisation, supervision.

Correspondance avec Young Ho Seo.

L'auteur ne déclare aucun intérêt concurrent.

Springer Nature reste neutre en ce qui concerne les revendications juridictionnelles dans les cartes publiées et les affiliations institutionnelles.

Libre accès Cet article est sous licence Creative Commons Attribution 4.0 International, qui permet l'utilisation, le partage, l'adaptation, la distribution et la reproduction sur n'importe quel support ou format, à condition que vous accordiez le crédit approprié à l'auteur ou aux auteurs originaux et à la source, fournir un lien vers la licence Creative Commons et indiquer si des modifications ont été apportées. Les images ou tout autre matériel de tiers dans cet article sont inclus dans la licence Creative Commons de l'article, sauf indication contraire dans une ligne de crédit au matériel. Si le matériel n'est pas inclus dans la licence Creative Commons de l'article et que votre utilisation prévue n'est pas autorisée par la réglementation légale ou dépasse l'utilisation autorisée, vous devrez obtenir l'autorisation directement du détenteur des droits d'auteur. Pour voir une copie de cette licence, visitez http://creativecommons.org/licenses/by/4.0/.

Réimpressions et autorisations

Seo, YH Développement d'un système intelligent de gestion du cycle de vie des matrices de forgeage à froid basé sur la surveillance en temps réel de la charge de forgeage. Sci Rep 12, 13297 (2022). https://doi.org/10.1038/s41598-022-17564-7

Télécharger la citation

Reçu : 29 décembre 2021

Accepté : 27 juillet 2022

Publié: 02 août 2022

DOI : https://doi.org/10.1038/s41598-022-17564-7

Toute personne avec qui vous partagez le lien suivant pourra lire ce contenu :

Désolé, aucun lien partageable n'est actuellement disponible pour cet article.

Fourni par l'initiative de partage de contenu Springer Nature SharedIt

En soumettant un commentaire, vous acceptez de respecter nos conditions d'utilisation et nos directives communautaires. Si vous trouvez quelque chose d'abusif ou qui ne respecte pas nos conditions ou directives, veuillez le signaler comme inapproprié.