凝固界面换热系数反求及铝合金薄壁件低压铸造工艺优化

摘要

为了提高铝合金大型结构件在汽车中的应用,来降低汽车自重,减少油耗和尾气排放,需要探索和开发铝合金新的高效短流程加工工艺。本文在国家科技支撑计划项目“汽车用高性能铝合金整体压铸及高强度钢冲压成形工艺与装备”和湖南省科技重大专项“车辆轻量化关键技术研究与产业化示范”支持下,应用数值模拟技术对薄壁铝合金件金属型低压铸造工艺设计优化及铸件冷却凝固过程中界面换热行为方面做了大量的研究分析工作。
　　 本文的工作首先确定铸件冷却凝固过程中的界面换热系数来提高铸造数值模拟的精度,再结合数值模拟技术和优化技术对壁厚1.5mm铝合金薄壁件低压铸造工艺进行设计和优化。具体研究成果如下:
　　 1)分别使用两种不同的反分析方法,即反热传导方法和神经网络优化方法,结合实验测得的温度数据求解确定了铸件与金属铸型间的界面换热系数在铸件冷却凝固过程中并不是一个常数,而是不断变化的。并且当铸件温度降到液固两相区时换热系数迅速下降,铸件完全凝固后,换热系数较稳定变化不大。其变化规律为铸造数值模拟边界条件的设置提供了有价值的理论参考。
　　 2)为提高界面换热系数求解精度,本文分别建立了一维正热传导与反热传导模型,并编制了相应的计算机程序,通过与温度场的解析解比较证实了正热传导模型的准确性及程序计算的可靠性。并研究分析了反热传导模型中各种计算参数如阻尼系数μ、未来时间步长R及正热传导计算时的时间步长△t等对反算求解结果的稳定性及准确性的影响。
　　 3)建立了基于等效比热法的反热传导模型,通过靠近界面位置的温度数据计算界面热流或是界面换热系数可以有效地处理凝固过程的潜热释放问题,并通过此模型计算得到了A356铝合金与铜冷却介质间的界面热流和界面换热系数。结果表明界面热流和换热系数是随铸件凝固时间变化的,其变化范围在1200Wm-2K-1和6200Wm-2K-1之间,而且变化过程中因为结晶潜热的释放存在两个峰值。
　　 4)在准确获得铸造数值模拟的重要边界条件-界面换热系数的前提下,考虑到薄壁件金属低压铸造过程中液态金属充型困难的特点,本文同时采用LVQ学习向量化神经网络和BP多层前馈神经网络两种模型构造铸造工艺参数与铸件质量表征间的多目标函数关系。并结合数值模拟与正交实验设计方法代替实际实验来获得神经网络的训练样本,以减小实验成本和提高计算效率。进而再用遗传算法对所建立的函数关系中的参数寻优。
　　 5)采用优化的工艺参数制备了壁厚1.5mm的完整铸件,通过与工艺参数优化前仿真和实验结果比较,铸件质量明显改善。为铝合金薄壁件金属型低压铸造技术的研究提供了有价值的参考,并为汽车铝合金大型结构件整体金属型铸造的可行性方面具有宝贵的参考价值。

目录

文摘

英文文摘

论文说明:图表目录

第1章 绪论

1.1 论文背景及研究意义

1.2 铸造过程计算机数值模拟

1.3 铸造过程的界面换热系数

1.4 低压铸造的工艺优化

1.5 论文的研究目的和研究内容

第2章 铸造过程的数值模拟基础

2.1 常用数值方法

2.1.1 有限差分法

2.1.2 有限元法

2.2 铸造充型过程数值模拟

2.2.1 SOLA-VOF法数学模型

2.2.2 充型过程过程紊流的处理

2.3 铸造凝固过程数值模拟

2.3.1 凝固过程传热数学模型

2.3.2 凝固过程热传导问题的数值解法

2.4 本章小结

第3章 界面换热系数的反分析求解

3.1 实验方案

3.2 反分析法求解换热系数的流程

3.2.1 反分析法求解的一般流程

3.2.2 反热传导法求解换热系数的流程

3.2.3 基于神经网络的换热系数求解过程

3.3 结果分析与讨论

3.3.1 实验结果与讨论

3.3.2 反热传导法反求结果

3.3.3 神经网络优化反求结果

3.3.4 换热系数结果讨论

3.3.5 验证反求得到的换热系数

3.4 本章小结

第4章 基于等效比热法的一维反热传导模型及应用

4.1 一维正传热模型的建立

4.1.1 几何模型及网格划分

4.1.2 初始条件

4.1.3 边界条件

4.1.4 热物性参数

4.1.5 一维正传热温度场解析解

4.2 一维反热传导模型的建立

4.3 结果讨论与分析

4.3.1 一维正传热数值结果与讨论

4.3.2 一维正传热数值结果证实

4.3.3 一维反热传导计算结果与讨论

4.4 应用实例

4.4.1 一维传热实验的建立

4.4.2 合金潜热处理

4.4.3 等效比热法对温度场计算结果的影响

4.4.4 基于等效比热法的反热传导数值计算

4.4.5 实验测量的温度结果

4.4.6 反算的界面热流与界面换热系数

4.4.7 反算的界面换热系数结果证实

4.5 本章小结

第5章 基于数值模拟的薄壁件低压铸造工艺参数设计优化

5.1 低压铸造工艺参数优化的主要流程

5.2 低压铸造工艺参数的选择

5.3 正交实验设计

5.4 神经网络

5.4.1 学习向量化神经网络的建立

5.4.2 多层前馈网络(BP神经网络)

5.5 建立工艺参数优化模型

5.5.1 遗传算法

5.5.2 多目标优化问题的处理

5.6 结果与讨论

5.6.1 神经网络预测结果

5.6.2 遗传算法优化求解结果

5.7 本章小结

第6章 薄壁件铝合金件低压铸造数值模拟及实验

6.1 低压铸造计算机模拟

6.1.1 几何模型

6.1.2 边界条件

6.1.3 工艺参数

6.1.4 模拟结果分析及讨论

6.2 低压铸造实验

6.2.1 低压铸造实验过程

6.2.2 模具预热

6.2.3 涂料的选择

6.2.4 实验结果分析及讨论

6.3 低压铸造的铝合金薄壁件性能测试

6.3.1 试样制备

6.3.2 拉伸试验及结果

6.4 本章小结

第7章 结论

7.1 结论

7.2 论文主要创新点

参考文献

致谢

附录A 攻读博士学位期间发表的学术论文与学术活动