材料工程  2017, Vol. 45 Issue (2): 60-64   PDF    
http://dx.doi.org/10.11868/j.issn.1001-4381.2015.000963
0

文章信息

秦文真, 赵军, 李安海
QIN Wen-zhen, ZHAO Jun, LI An-hai
铝合金活塞铸造过程中模具易失效区域预测
Prediction of Prone to Failure Area of Mould in Casting Process of Aluminum Alloy Piston
材料工程, 2017, 45(2): 60-64
Journal of Materials Engineering, 2017, 45(2): 60-64.
http://dx.doi.org/10.11868/j.issn.1001-4381.2015.000963

文章历史

收稿日期: 2015-08-05
修订日期: 2016-03-05
铝合金活塞铸造过程中模具易失效区域预测
秦文真1, 赵军1 , 李安海1,2    
1. 山东大学 机械工程学院 高效洁净机械制造教育部重点实验室, 济南 250061;
2. 山东滨州渤海活塞股份有限公司, 山东 滨州 256602
摘要: 采用ProCAST软件对铝合金活塞浇铸过程中模具的温度场、应力场进行了有限元仿真。根据热、应力场仿真结果,预测活塞模具的易失效区域,通过与实际失效结果对比,发现仿真结果中易失效区域位置与实际模具失效区域位置相吻合;并通过研究不同模具预热温度对浇铸过程中模具热应力场的影响,发现提高模具的初始预热温度,可以有效降低浇铸过程中模具型腔表面所受的热应力,从而有助于模具寿命的提高。
关键词: 铝合金活塞模具    温度场    应力场    易失效区域    模具预热温度   
Prediction of Prone to Failure Area of Mould in Casting Process of Aluminum Alloy Piston
QIN Wen-zhen1, ZHAO Jun1 , LI An-hai1,2    
1. Key Laboratory of High Efficiency and Clean Mechanical Manufacture(Ministry of Education), School of Mechanical Engineering, Shandong University, Jinan 250061, China;
2. Shandong Binzhou Bohai Piston Co., Ltd., Binzhou 256602, Shandong, China
Abstract: The temperature and stress field of aluminum alloy piston mould in gravity casting has been simulated with FEM software ProCAST, and makes a prediction on area prone to failure of the mould and the results are consistent with the actual mold failure area. In addition, the influence of different mould preheating temperature on the stress field was investigated, and the result shows that increasing the mould preheating temperature can effectively reduce the thermal stress on the cavity surface of mould during casting, and therefore helps to improve the mould life.
Key words: aluminum alloy piston mould    temperature field    stress field    prone to failure area    mould preheating temperature   

活塞是发动机的“心脏”,承受着交变的机械载荷和热载荷,是发动机中工作条件最恶劣的关键零部件之一。要想获得优质活塞产品,活塞的浇铸工艺和活塞模具的寿命及稳定性尤为重要[1]铝合金铸造模具的失效受许多因素的影响,其中长期承受循环的热冲击和交变热应力是主要因素[2, 3]。在铝合金活塞浇铸过程中,由于高温的液态铝合金对模具型腔和型芯表面的反复冲刷,使其表面温度不断升高,模具内部温度分布不均匀,导致模具型腔和型芯表面产生较大的热应力;周期性的温度变化使模具内表面产生周期性的热膨胀、收缩及热应力,最终导致热疲劳失效[4-6],进而影响铸件的质量和模具的使用寿命[7]

为优化模具结构、保证铸件品质、提高模具使用寿命,运用计算机仿真技术对不同模具结构和铸造工艺方案进行数值模拟的方法已经广泛用于模具的设计之中[8, 9]。1997年,Davey等[10]便已经用边界和有限元法对压铸过程进行建模,并对压铸过程中的温度场进行了模拟和预测。清华大学柳百成教授研究铸造模拟较早[11],并且通过两个不同模型来分析铸造过程的两个不同阶段,研究了热应力的发展过程及热裂纹的产生,发现仿真与实际结果基本一致[4]。随着铸造仿真技术的发展,其应用也越来越广泛。Aveson等[12]利用ProCAST软件研究了单晶镍基高温合金铸造过程中线状缺陷的起因,得出了高压力是线状缺陷产生的主要原因。Lu等[13]基于ProCAST软件研究了发动机湿式缸套的离心铸造过程,并且通过优化浇铸工艺减少了铸造缺陷的出现。Li等[14]对 WE54镁合金的砂型铸造过程进行了仿真,验证了Niyama判据在预测WE54镁合金铸造过程中缩松产生的有效性。

本工作针对铝合金活塞,采用ProCAST软件对浇铸过程中模具的温度场及应力场进行模拟仿真,观察其温度场的变化,并根据应力场模拟结果,对模具易失效区域进行预测,为模具的结构设计提供依据。此外,通过研究不同模具初始预热温度对模具应力场的影响,为提高模具的使用寿命提供参考。

1 模拟方法与条件 1.1 热应力模拟的假设

铸件在凝固过程中,存在着热力耦合的作用。在铸造数值模拟计算中,广泛采用热弹塑性模型计算热应力,该模型认为材料屈服前为弹性,屈服后为塑性,并且当材料接近熔点时,弹性模量与屈服应力都变为0[15]

铸造成型过程热应力的数值模拟一般有以下4个假设:(1) 材料是连续的;(2) 将方程视为线性方程;(3) 假设材料为各向同性;(4) 将材料的非线性关系处理为线性。

1.2 初始条件及边界条件的确定

本实验中,铝合金活塞铸造为重力铸造,铸件材料为ZL101A(A356)合金,模具均采用AISI H13钢。表 1[16]表 2[15]分别为铸件与模具材料的化学成分。根据实际浇铸工艺,铸件浇注温度设为720℃;模具预热温度分别设为100,150,200℃和250℃;环境空气温度为20℃。浇注速率为0.4kg/s,浇注时间约为7.2s。

表 1 ZL101A化学成分(质量分数/%)[16] Table 1 Chemical composition of ZL101A(mass fraction/%)[16]
Si Mg Ti Fe Mn Zn Zr Sn Pb Al
6.5-7.5 0.25-0.45 0.08-0.20 0-0.2 ≤0.1 ≤0.1 ≤0.2 ≤0.02 ≤0.03 Bal
表 2 H13化学成分(质量分数/%) Table 2 Chemical composition of steel H13(mass fraction/%)[15]
C Cr Mo V Mn Si P S Fe
0.32-0.40 4.75-5.50 1.10-1.75 0.7-1.2 0.2-0.5 0.8-1.2 ≤0.03 ≤0.03 Bal

取模具与外界环境之间的界面传热系数为10W/(m2·K);铸件和模具之间的界面传热系数为1500W/(m2·K);模具分型面之间的界面传热系数取1000W/(m2·K);模具与冷却水之间界面传热系数为1500W/(m2·K)。模具采用水冷,其余设为空冷。为模拟浇铸过程中模具应力场的变化趋势,将模具在X,Y,Z三个方向的位移偏移量均设为0。

1.3 有限元模型的建立

铝合金活塞的结构形状复杂,为圆柱形结构,有销孔和偏心燃烧室,内部有一不规则曲面的空腔,其头部及销座壁厚大,裙部壁较薄,高度与直径比值大于1,两销孔周围的结构给铸造带来难度。在铸造过程中不可能一次性把活塞的所有结构铸造出来,因此有必要先对活塞零件图进行简化,以适应铸造工艺,活塞零件图及简化后的活塞铸件图如图 1所示。

图 1 活塞及活塞简化模型 Fig. 1 Piston and the simplified model

采用UG对铝合金活塞进行浇铸系统的设计,然后进行分模处理,得到模具的型腔及型芯,如图 2所示;将铸件及模具模型以Parsolid格式导入ProCAST中的Meshing模块中进行网格划分。网格划分完之后进入ProCAST模块中进行初始、边界及模拟条件的设置,对浇铸过程进行模拟。

图 2 铸件及模具三维实体模型 Fig. 2 Casting and 3-D model of the mould
2 模拟结果与分析 2.1 温度场模拟结果

由于铝合金活塞模具为对称结构,因此取型腔的一半和型芯进行温度场分析。图 3图 4分别为模具预热温度为150℃时铸造过程中模具型腔和型芯表面的温度场变化。从图中可以看出,在活塞浇铸过程中,当金属液倒入模具,金属液便即刻与模具发生剧烈的热交换作用。在内浇道与型腔连接部位,由于与金属液的持续接触及不断冲刷,使该处温度在极短时间内便达到很高的温度,而且持续时间较长;随着金属液的进入,模具型腔内表面温度也不断升高,在充型完毕时整个型腔已具有较高的温度,但随着凝固过程的继续,型腔内部温度持续升高,尤其是在与活塞厚大顶部接触部位,由于该处聚集着大量金属液,所以在该处温度在凝固过程中达到最大;对于模具型芯,在受到金属液冲击的表面,温度迅速升高,并保持较长时间,随着凝固过程的进行,由于型芯顶部结构相对薄弱,且与活塞厚大顶部接触,所以该处温度达到最大。此后,随着时间的推移,金属液的凝固、冷却,模具型腔及型芯的温度也逐渐降低。

图 3 模具型腔温度场分布图 (a)1s;(b)3s;(c)5s;(d)9s;(e)21s;(f)45s;(g)107s;(h)235s Fig. 3 Temperature field distribution of the mould cavity (a)1s;(b)3s;(c)5s;(d)9s;(e)21s;(f)45s;(g)107s;(h)235s
图 4 模具型芯温度场分布图 (a)1s;(b)3s;(c)5s;(d)9s;(e)21s;(f)45s;(g)107s;(h)235s Fig. 4 Temperature field distribution of the mould core (a)1s;(b)3s;(c)5s;(d)9s;(e)21s;(f)45s;(g)107s;(h)235s
2.2 应力场模拟结果及模具易失效区域预测

模具热应力的产生是由于当高温铝合金溶液浇入模具时,模具内表面受到剧烈的热冲击,使内表面温度迅速升高,但由于模具本身的热阻,热量来不及向外传递,于是在模具内部形成较大的温度梯度,从而产生了热应力。在实际生产中,由于模具长期受到循环的交变应力的作用,疲劳裂纹便会在应力集中部位开始萌生。随着循环的持续,疲劳裂纹继续扩展,便会导致模具表面的疲劳失效。

图 5分别为模具型腔在36.5s和模具型芯在17.7s时的热应力场分布。此时模具型腔和型芯的热应力值达到最大值。由图 5(a)可以看出,对于模具型腔,最大热应力区域分布在与活塞厚大顶部接触部位,由于此处温度高,温度梯度大,因此热应力大,在销孔型芯与型腔过渡处,由于结构的变化,容易产生应力集中,也即此处容易萌生热疲劳裂纹,因此,销孔型芯上部与型腔接触区为易失效区域,如图 5(a)中红线所标区域;对于模具型芯,最大应力集中在如图 5(b)中红线所示的两个区域,该处结构相对薄弱,有圆弧过渡,容易引起应力集中,在循环浇铸过程中容易促使疲劳裂纹的萌生,导致疲劳失效。

图 5 模具热应力场分布 (a)36.5s时型腔应力场分布;(b)17.7s时型芯应力场分布 Fig. 5 Stress field distribution of the mold (a)stress field distribution of the cavity when 36.5s;(b)stress field distribution of the mould core when 17.7s

图 6所示为在某活塞厂拍摄的铝合金活塞模具实际失效情况,由图可以看出,虽然实际模具结构与仿真模型结构稍微有所不同,但是疲劳裂纹都是在销孔型芯和型腔过渡区开始萌生;对于模具型芯,疲劳裂纹也是在型芯上下两处容易产生应力集中的部位产生,与仿真失效预测区域相吻合。

图 6 模具实际热疲劳失效情况 (a),(b)模具型腔失效区域;(c)模具型芯失效区域 Fig. 6 Actual thermal fatigue failure of the mold (a),(b)the failure area of the cavity;(c)the failure area of the mould core
2.3 模具预热温度对模具热应力场的影响

浇铸过程中的模具预热温度,对铸件的质量及模具的寿命有着重要的影响,合适的预热温度不仅有助于提高铸件的品质,而且可以延长模具的使用寿命,提高经济效益[6]。本工作针对铝合金活塞模具的易失效区域,如图 5所示,在各区域中分别取一点,即A点、B点、C点,研究模具初始预热温度分别为100,150,200,250℃时的热应力变化。

图 7分别为易失效区域内的三点在不同模具初始预热温度下的热应力变化。由图可以看出,模具的预热温度与模具所受热应力直接相关。随着模具预热温度的升高,各点所受热应力值均减小,且各点应力最大值显著下降。这是由于当模具预热温度升高时,浇铸过程中模具内表面温度梯度减小,从而使表层所受热应力减小。由于提高模具预热温度可能会影响铸件质量并且增加相应的能源消耗,因此,在保证铸件质量及能源利用的前提下,尽量提高模具的预热温度,有助于延长模具的使用寿命,提高经济效益。

图 7 预热温度对模具应力场的影响 (a)A点;(b)B点;(c)C点 Fig. 7 Influence of mould preheating temperature on the stress field (a)point A;(b)point B;(c)point C
3 结论

(1) 通过对浇铸过程中铝合金活塞模具温度场进行仿真,可以发现模具温度随着时间的变化而变化,并且与活塞厚大顶部接触部位温度较高,且在铸件凝固过程中达到最大值。

(2) 通过对浇铸过程中铝合金活塞模具应力场进行仿真,可以观察到模具型腔和型芯所受热应力分别在凝固过程中的不同时刻达到最大值。根据应力场分布,对模具易失效区域进行预测发现,预测结果与实际失效情况相吻合。

(3) 不同的模具预热温度对模具型腔及型芯表面应力场有着重要的影响,预热温度越高,模具表面所受的热应力值越小。

参考文献(References)
[1] 高娟. 基于ProCAST的活塞浇注机模具研究[D]. 南京:南京林业大学, 2009. GAO J. Study on die of piston casting machine based on ProCAST[D]. Nanjing:Nanjing Forestry University,2009. http://cdmd.cnki.com.cn/Article/CDMD-10298-2009201323.htm
[2] 汪煦, 赵玉涛, 苏大为, 等. ProCAST在金属型重力铸造充型和模具温度场中的应用[J]. 铸造, 2008, 57 (): 1263–1266. WANG X, ZHAO Y T, SU D W, et al. Simulation of mold filling and temperature field of mold in metal mold gravity casting by ProCAST[J]. Foundry, 2008, 57 (12): 1263–1266.
[3] REILLY C, DUAN J, YAO L, et al. Process modeling of low-pressure die casting of aluminum alloy automotive wheels[J]. JOM, 2013, 65 (9): 1111–1121. DOI: 10.1007/s11837-013-0677-1
[4] LIU B C, KANG J W, XIONG S M. A study on the numerical simulation of thermal stress during the solidification of shaped castings[J]. Science and Technology of Advanced Materials, 2001, 2 (1): 157–164. DOI: 10.1016/S1468-6996(01)00041-9
[5] 周玉辉, 吴卫, 周华彬. 工艺参数与模具结构对压铸模具温度场的影响[J]. 铸造技术, 2006 (): 570–573. ZHOU Y H, WU W, ZHOU H B. Influences of process parameter and structure on temperature field in die-casting die[J]. Foundry Technology, 2006 (6): 570–573.
[6] ZHANG L, SHEN H, RONG Y, et al. Numerical simulation on solidification and thermal stress of continuous casting billet in mold based on meshless methods[J]. Materials Science and Engineering:A, 2007, 466 (1-2): 71–78. DOI: 10.1016/j.msea.2007.02.103
[7] 陶玉兰. 模具温度对压铸件质量的影响[J]. 特种铸造及有色合金, 1995 (): 23–24. TAO Y L. Mold temperature on the quality of the die casting[J]. Special Casting & Nonferrous Alloys, 1995 (1): 23–24.
[8] 范昌健, 汪惠芬, 刘婷婷. ProCAST在金属型重力铸造模具温度场和应力场分析中的应用[J]. 信息技术, 2011, 40 (): 84–86. FAN C J, WANG H F, LIU T T. Simulation of temperature and stress field of mould in metal gravity casting mould by ProCAST[J]. Information technology, 2011, 40 (2): 84–86.
[9] 柳百成. 铸造技术与计算机模拟发展趋势[J]. 铸造技术, 2005, 26 (): 611–617. LIU B C. Development trend of casting technique and computer simulation[J]. Foundry Technology, 2005, 26 (7): 611–617.
[10] DAVEY K, BOUNDS S. Modelling the pressure die casting process using boundary and finite element methods[J]. Journal of Materials Processing Technology, 1997, 63 (1-3): 696–700. DOI: 10.1016/S0924-0136(96)02709-4
[11] 柳百成. 铸件凝固过程的宏观及微观模拟仿真研究进展[J]. 中国工程科学, 2000, 2 (): 29–37. LIU B C. Casting solidification process of macroscopic and microscopic simulation research progress[J]. Engineering Science, 2000, 2 (9): 29–37.
[12] AVESON J W, TENNANT P A, FOSS B J, et al. On the origin of sliver defects in single crystal investment castings[J]. Acta Materialia, 2013, 61 (14): 5162–5171. DOI: 10.1016/j.actamat.2013.04.071
[13] LU S, XIAO F, ZHANG S, et al. Simulation study on the centrifugal casting wet-type cylinder liner based on ProCAST[J]. Applied Thermal Engineering, 2014, 73 (1): 512–521. DOI: 10.1016/j.applthermaleng.2014.07.073
[14] LI J, CHEN R, MA Y, et al. Characterization and prediction of microporosity defect in sand cast WE54 alloy castings[J]. Journal of Materials Science & Technology, 2014, 30 (10): 991–997.
[15] 胡宁波. 基于CAE分析的压铸模具失效区域预测及仿生强化技术研究[D]. 太原:太原科技大学,2014. HU N B. Based on the CAE analysis of die casting mould failure prediction and bionic reinforcement technology research[D]. Taiyuan:Taiyuan University of Science and Technology,2014. http://cn.bing.com/academic/profile?id=eb93c2b9b8a79a0963bee203abcae4ac&encoded=0&v=paper_preview&mkt=zh-cn
[16] 杜旭初, 洪润洲, 樊振中, 等. ZL101铝合金底座铸件裂纹形成机理分析[J]. 特种铸造及有色合金, 2014 (): 216–221. DU X C, HONG R Z, FAN Z Z, et al. Crack formation mechanism analysis of ZL101A aluminum alloy base casting[J]. Special Casting & Nonferrous Alloys, 2014 (2): 216–221.