关键词:
电弧增材制造
H13钢
数值模拟
热作模具
摘要:
H13钢因具有高淬透性、高韧性以及优良抗热裂能力、中等耐磨损能力和较高温度下抗软化的能力等特点,常被广泛应用于精锻模、热挤压模和压铸模等。在生产实践中,由于热锻模具在锻造过程中会受到高温、重载和交替热循环等工况,导致模具内部会不可避免地产生疲劳裂纹、磨损、塑性变形等失效,导致锻件的精度下降。相较于传统的人工修复模具的方式,利用电弧增材再制造技术来修复热锻模具,可显著降低生产制造成本,同时提升材料利用率,具有较大的研究与应用价值。目前常用电弧增材制造(WAAM)技术来修复模具,因其可以精确控制成形精度和焊接过程稳定性,实现修复过程自动化、快捷化、智能化等优点,是理想的模具修复方法。但是电弧增材制造过程中的焊接温度场和应力场分布及变化情况在很大程度上决定了增材制造质量的好坏,而传统实验手段很难将电弧增材制造的温度场和应力场进行准确的表征。而采用数值模拟技术可准确模拟各种因素对焊接温度场和应力场的影响,避免了采用实验手段研究时耗费大量的人力和物力的缺点,可有效降低成本并缩短修复周期。
论文首先采用正交试验法研究了不同焊接电流、焊接电压、焊枪移动速度和焊接长度对单道单层形貌的影响,在单道单层丝材电弧增材制造实验的基础上,采用多种回归方法和神经网络方法分别建立了焊接电流、电压和焊枪移动速度等多个工艺参数与增材层宽度、增材层高度及熔池深度等成形形貌参数之间的数学关系模型。结果表明电弧增材制造单道成形形貌与焊接电流、电压和焊枪移动速度显著相关且各参数间存在非线性交互作用;采用多元线性回归法可较准确地预测单道增材层宽度平均预测误差率仅为4.66%,但对于增材层高度和熔深的预测效果较差平均误差率分别为8.07%和11.79%;神经网络可良好地处理各工艺参数间的复杂非线性关系,其对增材层宽度、增材层高度和熔深的预测平均误差率分别为4.17%、6.60%和7.01%,显著优于多元线性回归法。采用神经网络法可以准确预测电弧增材制造单道成形的形貌参数,指导增材制造工艺参数的选取和成形质量控制,找出最佳单道单层工艺参数。
结合实验测得的形貌参数,建立了单道多层仿真模型。研究了单道多层成形时不同层间冷却时间、路径和预热温度下,温度场和应力场的变化,筛选出最优的单道多层成形工艺参数。结果表明:冷却时间不要超过120s较为合适,随着层间冷却时间的增加,冷却600s后应力集中(应力值超过1000MPa)区域在逐渐减小,但冷却时间超过120s后应力集中区域减小效果减弱。堆积层数较多时,选用层间往返堆积的方式可以适当减少应力;预热温度为300~400℃就可以起到很好的降低等效应力的效果,相较于常温而言应力集中的区域面积减少了40%左右。
结合实验测得的形貌参数,建立了多道单层仿真模型。研究了多道单层成形时,不同道间冷却时间、沉积路径和预热温度条件下温度场和应力场的变化,找出最优的多道单层成形工艺参数。结果表明:道间冷却时间为60s最为合适,不仅可以有效的降低热积累,还能减小应力集中区域的面积。道间采用由内向外往复的搭接方式,可以有效的减小应力集中区域的面积,避免应力集中出现开裂。基板预热温度为300~400℃最为合适,不仅可以有效的减小增材过程中最大应力值还能改善多道单层应力的分布,使其应力分布的更加均匀,并消除了应力集中区域。
结合单道多层和多道单层的最优成形工艺参数,确定多道多层的成形工艺参数为:层间冷却时间60s,道间冷却时间60s,预热温度300℃,道间采用由内向外往复的搭接方式。研究不同层间堆积方式下应力场的变化,结果表明:相较于层间同向堆积方式,层间十字交叉堆积方式可以降低最大应力值,消除了应力集中区域,同时改善应力的分布,使应力均匀的分布在增材区域及四周。