L’optimisation est la recherche de la ou les meilleure(s) solution(s) à un certain problème. Dans ce secteur, il s’agit d’un logiciel capable d’identifier, de suggérer et finalement de vérifier la meilleure combinaison de variables d’entrée offrant la solution la plus adaptée parmi toutes celles possibles. Dans la plupart des cas, la relation sous-jacente entre les paramètres de contrôle (appelés variables d’entrée) et les performances mesurées (appelées variables de sortie) est inconnue ou difficile à trouver. De plus, il arrive de temps en temps qu’afin de trouver la réponse adaptée au système, il soit nécessaire d’utiliser des modèles numériques complexes qui demandent beaucoup de temps pour atteindre le résultat désiré : typiquement, c’est le cas lors de l’utilisation des simulateurs de processus en fonderie, dans lesquelles les résultats sont, en fonction des paramètres, le fruit de calculs de dynamique thermo fluide 3D longs et complexes. Figure 1- Schéma du processus d’optimisation Le logiciel d’optimisationIMPROVEit est capable de comprendre la nature et la complexité d’un problème et de faire l’interface entre de nombreuses applications, dont le simulateur de processus FLOW-3D® CAST (Flow Science inc.), et de les connecter entre elles afin de définir une trame de travail qui peut être parcourue de manière répétée et automatique afin d’obtenir la meilleure solution en un temps le plus réduit possible. Etude de cas : Optimisation de la phase d’injection Dans cette étude de cas présentée par FORM S.r.L. sur la conception de moules pour couvertures de batteries faites par HPDC, beaucoup d’endroits dans la structure présentaient de hauts taux de porosité dus au gaz. Il a donc été décidé d’utiliser l’optimisation afin de réduire les défauts en agissant sur la conception des chaines de moulage et en jouant sur la vitesse du piston. Pour nos besoins, les valeurs liées à la vitesse du piston dans la première phase ainsi que de nombreux paramètres géométriques liés aux chaines dirigées par les interactions entre l’optimisateur et le logiciel de CAD paramétrique ont été choisis comme variables d’entrée, l’objectif étant d’obtenir la meilleure calibration sur l’arrivée du métal au point de connexion du moulage et de réduire la quantité d’air entrainé dans l’alliage durant la première phase de remplissage. La trame de travail de l’optimisateur est structurée de la manière suivante : l’optimisateur communique directement avec le logiciel de CAD paramétrique afin de changer automatiquement la forme des chaines de moulage puis exporte automatiquement les modèles géométriques au format STL ; ces fichiers STL sont ensuite utilisés par le logiciel FLOW-3D® CAST afin de simuler le remplissage. Enfin les variables de sortie sont extraites et traitées. Figure2 – Paramètres d’optimisation de la phase d’injection, courtesy of Form S.r.l. Lorsque deux objectifs sont évalués en même temps, il est possible de trouver une série de résultats optimaux différents faisant des compromis sur l’une ou l’autre des variables de sortie, appelé Front de Paréto. Etant donné que pour ce cas la trame de travail était parcourue en 20 minutes, il a été décidé de la parcourir une vingtaine de fois. Cela étant dit, la configuration choisie est, dans ce cas, positionnée au centre du front de Paréto et, de ce fait, présente un bon compromis entre une arrivée lente et aussi uniforme que possible jusqu’au moule, de 10% plus effective que dans la configuration initiale, et une quantité minimale d’air entrainé, de 13% plus optimisé qu’à l’origine. Figure 3 - Comparaison entre les solutions initiale et optimisée, courtesy of Form S.r.l. Cette étude de cas montre donc en quoi l’automatisation et l’optimisation numérique de conception de produit, la simulation, l’interprétation des résultats et des changements permettent de gagner beaucoup de temps, et comment il est possible de parvenir à des améliorations importantes même en ne faisant tourner le programme d’optimisation qu’un nombre réduit de fois. … [Read more...]
Optimiser la conception pour la production de masse
Introduction La phase de développement d'un produit implique différentes phases de calcul et de conception qui fournissent une série d'étapes prédéfinies pour atteindre la phase de production en série. Au vu de cet objectif, compte tenu du nombre élevé de pièces à produire, toute économie de matière est avantageuse et pertinente d'un point de vue économique. Les parties impliquées dans la production ont besoin de réduire les déchets (avantageux pour la fonderie) et de réduire le poids des composants (avantageux pour le client final). Le processus d'optimisation de la forme du produit aide les deux parties (fonderie et client) à trouver les bons compromis afin de pouvoir faire des économies adéquates tout en conservant des pièces de qualité maximale. Dans cet article, nous montrerons le processus d'optimisation de la conception pour la production en série d'un produit de fonderie en utilisant un logiciel d'optimisation et un simulateur de processus. L'objectif est d'analyser la solidification du métal présent dans le système dont il est question, et d'évaluer comment l'optimisation permet aux deux parties impliquées d'en tirer profit. Développement du projet Figure 1 - Composant à produire Le composant à optimiser dans cette étude est réalisé par une coulée de métal en sable, l'une des techniques les plus anciennes, simples et économiques. La phase de conception préliminaire a fourni un prototype en format stéréolithographique (STL) déjà potentiellement bon pour la production (le modèle a été fourni en nature avec l'autorisation de Flow Science Deutschland). Sur l'image [Figure 1], vous pouvez voir le système d'alimentation du système (en jaune) et la géométrie de la pièce à produire (en rouge). La masse de la pièce unique de cette configuration de départ est de 2.197kg, celui de l'ensemble du système est de 3.126kg. L'objectif principal est d'obtenir, en agissant sur certains détails des géométries elles-mêmes, une masse totale du système aussi faible que possible sans avoir de porosité significative dans la pièce. Afin d'obtenir le meilleur résultat possible, les paramètres désignés comme modifiables sont la taille du système d’alimentation [Figure 2], l'épaisseur de la paroi verticale la plus proche de ce dernier et l'épaisseur de la zone de transition entre les deux parois [Figure 3]. Figure 1 - Premier paramètre d'optimisation Figure 3 - Deuxième et troisème paramètres d'optimisation Les variables en jeu sont donc potentiellement multiples, et explorer manuellement toutes les combinaisons possibles peut être un travail très long et complexe. C’est pour cette raison que nous avons choisi d'utiliser un optimiseur numérique capable d'explorer les solutions de manière indépendante. IMPROVEit a donc été choisi. Son interface simple vous permet d'effectuer facilement à la fois la phase d’initialisation et le traitement des résultats. FLOW-3D® CAST a été également choisi comme simulateur de procédé pour sa précision, sa fiabilité et sa facilité d'utilisation en fonderie. En ce qui concerne la modification de la forme géométrique, le logiciel d'optimisation permet à la fois d’interagir directement avec la CAO paramétrique si le fichier est en format original, ou de modifier directement dans IMPROVEit un fichier STL si, comme c’est le cas dans ce test, seul ce dernier est disponible. Une fois les paramètres à corriger sélectionnés, le logiciel peut modifier en interne la forme des géométries, lancer les simulations de solidification en interaction avec le logiciel de traitement FLOW-3D® CAST en utilisant les géométries modifiées, extraire les résultats des analyses et les traiter avec les nœuds mathématiques appropriés pour obtenir le résultat optimisé. La [figure 4] montre la feuille de travail de notre étude de cas. Figure 4 - Réseau d'optimisation Afin de détecter la dimension de la porosité de retrait présente à la fin de la simulation de la solidification, quatre volumes de contrôle divisant la géométrie en quatre zones distinctes ont été mis en place ([Figure 5]), la partie supérieure est en bleu foncé, la partie centrale en jaune, la partie gauche en cyan et la partie droite en magenta. Parmi celles-ci, seules trois sont pertinentes pour l'optimisation, d’après les exigences du client : la porosité présente dans la partie supérieure (bleu foncé) n'a pas été prise en compte. Dans la configuration initiale, le volume total de porosité de retrait dans les trois volumes de contrôle considérés est de 581 mm3. Figure 5 - Volumes de contrôle Exécution Pour les besoins du processus d’optimisation, deux objectifs et une contrainte ont été désignés : minimiser le poids du système d’alimentation ainsi que celui du poids de la pièce, tout en faisant en sorte que les défauts de la pièce ne soient pas visibles, ce qui représente une contrainte sur le volume de porosité dans les trois volumes de contrôle. La mise en place d'une optimisation avec deux … [Read more...]
Coulée sous basse pression, problèmes de solidification précoce
Dans les procédés de coulée sous basse pression, le métal liquide est déplacé à travers un tube ascendant, d'un four, généralement en céramique, dans un moule métallique. Pour cela, le four est pressurisé progressivement pour régler la hauteur du fluide métallique et imposer une compression finale élevée une fois la pièce complètement remplie. Dans ce processus, les masselottes de coulée ne sont pas nécessaires, ce qui permet de réduire les coûts de coupe et d'obtenir des pièces avec une excellente finition de surface et une très faible porosité. Dans tous les cas, le débit de métal et la température du moule doivent être soigneusement calculés pour trouver le meilleur compromis entre la vitesse du processus et la qualité de la pièce finale. En fait, un débit trop important pourrait entraîner un écoulement très turbulent et un emprisonnement d'air excessif ; en revanche, un remplissage trop lent (combiné à une température de moule trop basse) pourrait provoquer une solidification précoce, empêchant le remplissage complet de la pièce. En utilisant FLOW-3D® CAST , il a été possible de reproduire par une simulation précise, le processus réel, dans lequel un remplissage complet n'est pas obtenu. Le débit dans le tube ascendant n'est pas inclus dans la simulation, imposant le débit directement à l'entrée du moule métallique, avec sa température réelle. La figure 1 montre le fluide à la moitié de la phase de remplissage, coloré avec la fraction solide. Sur cette image, on peut déjà remarquer la solidification précoce, ce qui souligne une vitesse de refroidissement excessive. Figure 1 - Front de solidification La figure 2 montre plutôt la forme finale de l'aluminium, comparée à une image de la pièce réelle. La solidification du front métallique crée un blocage qui force le métal encore liquide à s'écouler autour de lui jusqu'à la partie supérieure de la pièce coulée, où il se solidifie et génère un grand trou dans la forme finale. Figure 2 - Défauts de solidification précoce La vidéo, enfin, montre la dynamique complète de la coulée, soulignant la phase de la solidification précoce et montrant en détail comment le métal ralentit et s'arrête en raison de la fraction solide croissante. https://youtu.be/x-VaIm05q6s Vidéo de la dynamique du remplissage et de la solidification … [Read more...]
Sleeve filling and slow shot phase analysis with FLOW-3D Cast
High pressure Die Casting is a complex field of foundry. The liquid hot metal is generally poured into a shot sleeve for few seconds, until the desired volume is reached. Then, after a short waiting time, the plunger pushes the metal into the die cavity. First a slow shot phase is performed to avoid air entrainment in the sleeve, then a final high speed phase that fill the casting part in a very short amount of time. One of the targets of any producer is to find the best compromise between a fast process, to increase the productivity and to reduce the heat losses, and a slow filing and shot necessary to minimize the air entrainment. FLOW-3D Cast, due to its capabilities, is one of the best software to analyse this process. It can combine easily moving objects, mass sources, heat transfer and solidification, everything in fast and accurate simulations. Several studies were already done to determine the best plunger velocity curve, also coupling FLOW-3D Cast to numerical optimization software. The aim of the present simulation, instead, is to focus on the sleeve filling, underlining the possibility to control also this phase and the defects that could arise from a not-optimal solution. https://www.youtube.com/watch?v=cGQUmH8EHZ0 In the video both fluid and walls are coloured by temperature, with two different colour scales. The heat transfer coefficients have been artificially increased to emphasize the temperature change. Thanks to this fact, it is possible to notice that some drops of metal flow on the beginning of the runner system, solidifying and influencing the casting phase until they are melted again. It is possible also to notice the big waves generated when the filling is finished, and how this waves contribute to entrain some big air bubbles that are pushed into the casting part, generating defects. … [Read more...]
Investigation of Mould Leakages in a Gravity Casting
This article was contributed by Gabriele Taricco of CM Taricco and Stefano Mascetti of XC Engineering. Mould design is a very complex undertaking that must consider not only fluid dynamics and metal solidification patterns, but problems that may arise from the mould itself and how it reacts to stresses from heat transfer. CM Taricco, a mould maker company based in Italy, recently encountered a problem of metal leakages at the bottom of one of their new moulds. The cause of the mould leakages was initially obscure and only appeared after a few process cycles. It was evident that the problem was critical, since it would compromise the production timeline and dramatically increase the costs to cast the part. Investigation of an idea The process itself was a gravity casting, with well-controlled pouring dynamics and overflow designs, so the problem could not come from the fluid dynamics part. The hypothesis of Gabriele Taricco (owner of CM Taricco) was that the metal leakages were resulting from a bad design of the thermal dissipation of the mould, causing a non-uniform distribution of temperature and hence large and unwanted deformations at the bottom of the mould, that were enforced cycle after cycle up to the opening of a critical area where metal could flows out. To verify this and to find a quick solution to the problem, a FLOW-3D simulation was run to exactly visualize what was happening to the mould as it was being heated. The analysis After a filling simulation, to ensure a good filling pattern, the focus of the simulation was redirected to a thermal die cycling analysis. The setup in this case is fast and straightforward requiring only 1 hour to reproduce 10 production cycles on a common desktop machine (i7 5930K, commercial value 1500 dollars). The result confirmed CM’s initial hypothesis: by looking at the temperature field, from various points of view and cross sections in a single image using FlowSight, it was clear that the temperature distribution of the mould would easily cause the expected deformations and metal leakages. Simulation of the mould’s temperature during the die cyclings Further analysis with the Fluid-Structure Interaction module Once the problem was identified and the technical staff could start designing an improved mould, CM Taricco wanted to have a final confirmation running a FEM analysis of stresses and deformations on the die. To perform this analysis, XC Engineering Srl helped CM in setting up and performing the calculation. The result of the analysis showed exactly what CM thought was happening: FLOW-3D was able to reproduce with extreme accuracy the same location and size of the real deformations found on the mould after few pouring cycles. This was good news for CM, and enforces an additional recommendation to use the FSI module at the design stage to predict the real die deformations based on the real casting conditions. Deformation of the mould during the die cyclings, simulated using the Fluid Structure Interaction model. Deformations are amplified x20. Read more... … [Read more...]
