Desarrollo de un sistema inteligente de gestión del ciclo de vida de la matriz de forja en frío basado en

Scientific Reports volumen 12, Número de artículo: 13297 (2022) Citar este artículo

1294 Accesos

3 citas

1 Altmetric

Detalles de métricas

Los troqueles de forja en frío se fabrican a través del proceso de ajuste por contracción para soportar cargas de alta presión, pero finalmente se produce una falla por fatiga debido a los esfuerzos de compresión repetidos. El ciclo de vida hasta la falla por fatiga se definió como la vida límite, y se hicieron intentos para predecir la vida útil del troquel con base en el método de elementos finitos. Sin embargo, la predicción precisa fue imposible debido a las variables ambientales incontrolables. En consecuencia, es imposible determinar claramente el ciclo de reemplazo del troquel, lo que tiene consecuencias negativas como mala calidad, retraso en la producción y aumento de costos. Varios factores ambientales que afectan la predicción del ciclo de vida del troquel dan como resultado el aumento o la disminución de la carga de formación, que es una variable importante que determina el ciclo de vida del troquel. En este estudio, se desarrolló un sistema para monitorear los datos de carga generados por las instalaciones de forja basado en un sensor piezoeléctrico. Además, el ciclo de vida útil del troquel se predijo con mayor precisión mediante el uso de los datos de carga de formación medidos en tiempo real, y se aplicó un sistema de gestión de la vida útil del troquel que puede determinar el ciclo de reemplazo del troquel a la línea de producción de piezas de dirección de automóviles.

La industria manufacturera en la sociedad moderna se enfrenta a varios problemas debido al aumento excesivo de los costos de fabricación, incluidos los costos de materiales y mano de obra, las rápidas fluctuaciones de la demanda, la inversión excesiva en equipos y los recursos de producción excedentes1. En particular, a medida que se fortalecen las regulaciones de emisión de carbono2, las especificaciones requeridas del producto final están cambiando de varias maneras, junto con la mejora e innovación del proceso de fabricación3. Para mejorar la eficiencia de combustible de los automóviles, se requiere reducir el peso de todas las partes4; simultáneamente, los factores no ambientales deben ser excluidos del proceso de fabricación. En consecuencia, la industria manufacturera se enfrentó al desafío de lograr simultáneamente el respeto al medio ambiente, alta calidad y bajo costo. Para superar esta situación, se están realizando esfuerzos para mejorar la eficiencia del proceso de fabricación mediante diversos intentos, como el establecimiento de una estructura de producción de bajo costo y la expansión del proceso automatizado. Este flujo ha dado lugar a la ola de la cuarta revolución industrial que comenzó en Alemania5 y está acelerando un cambio de paradigma en la industria manufacturera. La innovación en el sector manufacturero se refiere a la hiperconexión centrada en datos de procesos e incluye análisis y utilización de big data, Internet de las cosas (IoT), fabricación adictiva, simulación y sistemas de integración horizontal y vertical6.

En este estudio, como parte del cambio de paradigma para la innovación en la fabricación, se recopilaron datos del proceso de fabricación de piezas de dirección de automóviles. En base a esto, la vida útil de la matriz de forja se predijo con mayor precisión. Además, se intentó maximizar la eficiencia en el proceso de fabricación monitoreando el ciclo de reemplazo del troquel por parte del operador. El perno esférico de la Fig. 1 está conectado a la rótula exterior (OBJ), uno de los sistemas de dirección de los automóviles, y juega un papel en asegurar la movilidad en varias direcciones.

Piezas de espárragos esféricos de un sistema de dirección7,8,9,10.

Los pernos esféricos se fabrican mediante un proceso de forjado en frío de varias etapas, en el que los materiales a granel se presionan varias veces en un espacio cerrado para formar un producto final. Las operaciones de forjado consisten en conformar el componente mediante deformación plástica de materia prima, comprimida entre punzón y matriz11. En particular, el proceso de forjado en frío puede garantizar una alta resistencia y una gran precisión de forma al deformar el material a temperatura ambiente12. En este proceso, la matriz se somete repetidamente a una alta carga de compresión y el material de la matriz alcanza el límite de fatiga y se daña13. Esto conduce a un aumento en los costos del proceso14, por ejemplo, una disminución en la productividad y un aumento en la tasa de defectos debido a la fractura y el reemplazo de la matriz. Se han realizado estudios para predecir la vida útil de los troqueles de forja en frío y reducir los costos del proceso. La forma más común de predecir la vida útil de un troquel de forja en frío es usar FEM. Sin embargo, estos métodos no predicen cuantitativamente la vida límite, sino que se quedan en un análisis cualitativo13,15. Por otro lado, existen estudios realizados desde el punto de vista de que la rotura de la matriz de forja se produce por fisuración por fatiga14,16,17. Tanrıkulu calculó el límite de fatiga del material del troquel de forja en frío y presentó una fórmula empírica para predecir la vida límite del troquel en función del valor de tensión que actúa sobre el troquel mediante simulación numérica18. Además, continúan estudios similares para predecir la vida útil de los troqueles de forja en frío19,20,21,22,23.

Sin embargo, en el sitio de fabricación, la vida útil del troquel todavía se administra en función de la experiencia del operador, y la rotura del troquel ocurre repentinamente porque no se pueden considerar varias variables del entorno de trabajo. Hay dos razones principales por las que varios resultados de investigación no pueden aplicarse al campo. La primera es que la predicción de tensión del dado basada en simulaciones no coincide con la falla por fatiga del dado que ocurre en el campo. Las predicciones basadas en el método de elementos finitos (FEM) son un resultado ideal que no tiene en cuenta diversas variables, como la alineación del troquel, la desviación del tamaño del material y la temperatura de trabajo. Hay una sensación de disparidad entre los resultados de FEM y el campo. Es casi imposible controlar todas las variables del sitio de fabricación. Sin embargo, todos los factores dan como resultado valores de carga de formación de forja. Teóricamente, el método de cálculo de la carga de forja ya ha sido estudiado24,25. Sin embargo, en este estudio, los datos de carga del equipo de forja se usaron para un estudio más práctico. Al aumentar la precisión de los resultados de FEM, es posible mejorar la precisión de la predicción de la vida útil límite del troquel usando esto.

En segundo lugar, dado que el resultado de la simulación del proceso de forjado es esencial para predecir la vida útil del troquel, la intervención de un experto es inevitable y es imposible responder rápidamente al cambio del proceso. Por lo tanto, la investigación para mejorar la precisión del método de predicción de la vida útil existente y la investigación del desarrollo del sistema deben llevarse a cabo para permitir el uso de campo por parte de personas no expertas.

Un método para aumentar la precisión de la predicción de la vida útil a través del análisis de big data al convertir las variables del entorno de trabajo en datos puede ser una solución, pero la eficiencia de la investigación se reduce debido a la gran cantidad de datos. Existe un factor de enlace entre las variables del entorno de trabajo en el proceso de forjado en frío y la tensión del troquel, denominado carga de conformado. Por lo tanto, en este estudio, los datos de la carga de formación se midieron en tiempo real en la instalación, y la tensión que actúa sobre el troquel se predijo utilizando datos en tiempo real. En consecuencia, fue posible calcular la vida límite de la matriz con gran precisión. Además, los procedimientos de recopilación, procesamiento, análisis y monitoreo de datos se integraron y sistematizaron para que los trabajadores en el sitio pudieran monitorear fácilmente el ciclo de reemplazo del molde.

El material de las piezas de los pernos esféricos era 34CrMo4 (Tabla 1) con un diámetro de 22 mm, y se aplicó un tratamiento térmico de esferoidización para mejorar la templabilidad. Para obtener las propiedades de simulación, se procesaron especímenes de tracción y compresión, como se muestra en la Fig. 2, de acuerdo con el estándar ASTM E8 (sub tamaño)26. Se realizó una prueba de tracción a una velocidad de 10 mm/min y una prueba de compresión a una velocidad de 2 mm/min hasta una tasa de compresión del 80%. Como resultado de la prueba de tracción, se obtuvieron las propiedades mecánicas, como se muestra en la Tabla 2. La tensión y la deformación de ingeniería obtenidas de las pruebas de tracción y compresión se convirtieron en tensión y deformación reales mediante las siguientes ecuaciones.

Muestras de prueba de tracción y compresión con dimensión detallada.

Se derivaron las curvas de esfuerzo verdadero-deformación verdadera de tracción y compresión del material 34CrMo4, como se muestra en la Fig. 3. El 34CrMo4 es un material exclusivo para el encabezamiento en frío y, como resultado de la prueba de tracción, la sección de elongación uniforme es muy pequeña, por lo que no puede simular suficientemente el endurecimiento por trabajo en la deformación por compresión.

Curva tensión-deformación real del 34CrMo4.

Por otro lado, en el ensayo de compresión, se puede obtener la verdadera curva tensión-deformación de una sección bastante ancha porque el material no se rompe a una relación de compresión del 80%. Por lo tanto, se utilizó una curva de compresión para las propiedades de simulación del proceso de forja en frío de varias etapas.

El troquel utilizado en el proceso de forjado en frío de las piezas del perno esférico generalmente se compone de un núcleo, un anillo de refuerzo y una carcasa, y los materiales utilizados son diferentes. La aleación WC-Co se utiliza para el núcleo, donde se produce la rotura del troquel debido a la concentración de tensión en el proceso de forja. WC exhibe alta dureza y resistencia a la abrasión, y Co está relacionado con tenacidad27. En general, las propiedades mecánicas de la aleación WC-Co están determinadas por el contenido de Co y se fabrica mediante un proceso de sinterización de moldeo a presión mientras se calienta a una temperatura adecuada. El material de la matriz del núcleo utilizado en el proceso de fabricación de las piezas de los pernos esféricos fue una aleación de WC-Co con un contenido de Co del 20 %, y sus propiedades mecánicas se muestran en la Tabla 3. La aleación de WC-Co tiene una alta resistencia a la compresión pero es vulnerable a la resistencia a la tracción, por lo que la concentración de la tensión de tracción es suprimida por el anillo de refuerzo. Sin embargo, cuando la tensión de tracción cíclica aplicada al material de la matriz por la carga cíclica de alta velocidad supera cierta resistencia, se produce una falla por fatiga. Por lo tanto, para definir la vida límite de la matriz de forja en frío, es necesario adquirir las propiedades de fatiga del material del molde. Los especímenes de prueba de fatiga se fabricaron mediante procesos de sinterización, esmerilado y pulido, como se muestra en la Fig. 4, de acuerdo con la norma ASTM E 46628.

Espécimen experimental de fatiga con dimensión detallada.

Se reflejó un radio de curvatura de 3 mm para evitar la concentración de tensiones en la pieza en contacto con el utillaje de la máquina de ensayo. Además, el radio de curvatura del área correspondiente a la longitud calibrada era de 12,7 mm, que se diseñó para que la concentración de tensiones pudiera ocurrir de manera efectiva. Con el equipo Instron 8801, se derivó el diagrama S–N del material de la matriz, como se muestra en la Fig. 5, para una relación de tensión de 0,1 y una frecuencia de 10 Hz. Comenzando con la condición de carga correspondiente a vida baja, la curva de vida progresó hasta el nivel en el que se aseguró el límite de fatiga hasta la sección aplanada.

Curva S-N del material WC-Co.

El proceso de fabricación de las piezas de pernos esféricos constaba de un total de seis etapas con un aparato de formación, como se muestra en la Fig. 6. Se colocan diferentes moldes para cada uno de los 6 procesos en un bloque de matriz. Después de un golpe, el material se transfiere automáticamente al siguiente proceso. Se debe preceder a la predicción precisa de la tensión de tracción en el punto débil del troquel del núcleo en el que se aplica repetidamente la tensión de tracción. Para ello, se realizó una simulación por elementos finitos del proceso de forja en frío multietapas utilizando FORGE, un programa de análisis por elementos finitos. Como se muestra en la Fig. 7, se modelaron todas las estructuras de matriz en cada etapa y se aplicó un método completamente acoplado para mejorar la precisión de la predicción de la tensión de matriz. La figura 8 muestra el modelado detallado del troquel para el procedimiento de formación de pernos esféricos. Se utilizaron WC–Co, SKD-61 y SKD-51/SKD-11 para el material de la matriz del núcleo (WC), el anillo de refuerzo (H13) y la caja (D2/M2) de cada etapa, respectivamente. Los valores de las propiedades físicas proporcionados por el programa de análisis se utilizaron como se muestra en la Tabla 4. Para las propiedades de análisis del 34CrMo4 se utilizó el diagrama de compresión que se muestra en la Fig. 3. La cantidad de ajuste por contracción del anillo de refuerzo se aplicó de manera diferente en cada etapa dentro del rango de 0.1–0.14%. Además, se aplicó un coeficiente de fricción de 0,08 entre el material y la matriz del núcleo, y un coeficiente de fricción de 0,12 para el resto de las regiones de contacto. La velocidad de movimiento del punzón fue la misma a 150 mm/s para todas las etapas. La tensión principal máxima que actúa sobre el troquel debido a la presurización del material se confirmó mediante el análisis totalmente acoplado. La figura 9 muestra el punto donde actúa el esfuerzo principal máximo en cada etapa. Este proceso de análisis se utiliza luego para derivar el historial del valor de la tensión principal máxima de acuerdo con la carga de formación en cada proceso. El valor de la tensión principal máxima muestra una tendencia constante de acuerdo con el cambio de la carga de formación. El tiempo que se tarda en confirmar los resultados de un solo caso de análisis es de 24 h. Dado que no es posible seguir el ciclo de producción en el sitio de fabricación, se simplifica al modelo para calcular la tensión principal máxima en función de la tendencia.

Diseño de proceso de forja en frío de varias etapas con aparato de formación.

Modelado FE del procedimiento de formación de pernos esféricos.

Modelado detallado de matrices para el procedimiento de formación de pernos esféricos.

máx. Tensión principal que actúa sobre el núcleo mueren de toda la etapa.

La tensión principal máxima que actúa sobre la matriz del núcleo se produce principalmente en el borde de la matriz, y este valor no se puede sustituir directamente en el eje y de la figura 5. Esto se debe a que el valor del resultado del análisis de elementos finitos corresponde a una tensión concentración dependiente del elemento y funciones de forma. Tanto el resultado del análisis de elementos finitos como la tensión correspondiente al eje y de la Fig. 5 deben convertirse en valores de tensión nominal. El valor del factor de concentración de tensión (kt) puede calcularse en función del factor de forma (radio de curvatura de la esquina y profundidad) de la esquina donde se espera que ocurra la rotura29. El coeficiente de concentración de tensión es un valor numérico que indica el grado de concentración de tensión distribuido en muescas, agujeros y ranuras. Al aplicar el factor de concentración de tensión al valor del resultado del análisis de elementos finitos, es posible convertir la tensión principal máxima en tensión nominal.

De manera similar, el factor de concentración de tensión de fatiga (kf) se aplica al valor de tensión del eje y en la Fig. 5 para convertirlo en tensión nominal. Como se muestra en la Fig. 4, dado que hay una muesca en el centro de la muestra, los valores de tensión no son tensiones nominales. El factor de concentración de tensiones de fatiga es un valor numérico que indica el grado de concentración de tensiones debido a la muesca en el estado de carga de fatiga.

Se preparó adicionalmente una probeta de ensayo de fatiga sin muesca. En las mismas condiciones de ensayo de fatiga, kf se calcula como la relación entre la resistencia a la fatiga sin muesca y la resistencia a la fatiga con muesca.

Luego, al dividir la amplitud de la tensión en la Fig. 5 por kf, se convierte en la tensión de fatiga nominal.

Se convierte en tensión nominal (análisis σ) sustituyendo la tensión principal máxima, que es el resultado del análisis, en la ecuación. (3). Sustituyendo esto en el esfuerzo de fatiga nominal (σfatiga) de la ecuación. (5), se convierte en la resistencia a la fatiga que se puede sustituir en la curva S-N.

La evaluación cuantitativa de la vida útil del troquel se realizó mediante la predicción de la vida correspondiente a la tensión de fatiga. La ecuación se obtuvo ajustando el diagrama S–N en Origin, un S/W comercial. Sustituyendo el valor de la Ec. (6) en la ecuación ajustada, es posible derivar el ciclo correspondiente a la vida útil. Los resultados se muestran junto con la tensión real del troquel en la Tabla 5. La comparación de los datos pronosticados con la vida útil real del troquel en el campo revela un rango de error de ± 20 %, que se atribuye al hecho de que no se tienen en cuenta las variables del entorno de trabajo. cuenta en el proceso de predicción de la vida del dado. En el entorno de trabajo real, la carga de formación cambia de forma flexible debido a la alineación del troquel, la dispersión de las propiedades del material y los cambios en las condiciones de fricción, lo que significa que la tensión principal máxima que actúa sobre el troquel cambia según el entorno de trabajo. Sin embargo, en el proceso de predicción cuantitativa de la vida útil del troquel, se supone que la tensión principal máxima que actúa sobre el troquel es un valor fijo ideal, por lo que se indica este error. Otro problema es que inhibe las aplicaciones en el campo porque es difícil de usar para los no expertos, ya que se debe realizar la simulación del proceso de formación para predecir la vida útil del troquel.

Debido a las variables ambientales del proceso de forjado en frío de pernos esféricos, se produce una variación de la carga provocada por la presurización de los troqueles superior e inferior. En consecuencia, la tensión principal máxima que actúa sobre la matriz también muestra desviación. Al medir la carga de formación en tiempo real, se puede suprimir el error de predicción de la vida útil del troquel. Se utilizó un sensor piezoeléctrico para medir la fuerza de presión de los troqueles superior e inferior de forja en frío en tiempo real. La forma más precisa de medir la carga de formación es instalar una celda de carga entre los troqueles. Sin embargo, la celda de carga no puede soportar la carga de formación y afecta la precisión dimensional de la pieza. Además, como debe instalarse en un espacio cerrado, es imposible realizar una conexión por cable para el procesamiento de la señal. Por lo tanto, como se muestra en la Fig. 10, se instaló un sensor piezoeléctrico en el bloque de perforación del molde de forja. Más precisamente, el sensor piezoeléctrico se instaló en el estrecho espacio entre la cuña y la placa posterior donde se transmitió y se puede medir la fuerza aplicada. El sensor piezoeléctrico genera una señal eléctrica (G: factor de calibre) por el efecto piezoeléctrico30, que se define como la relación entre la deformación (ε) generada por la tensión aplicada y la tasa de cambio de la resistencia (ΔR/R).

Ubicación de instalación del sensor piezoeléctrico.

Como se muestra en la Ec. (7), la señal eléctrica generada por el sensor piezoeléctrico se define como la tasa de cambio. La señal eléctrica se integró para convertirla en un gráfico de carga real y el resultado se muestra en la Fig. 11. Finalmente, la señal eléctrica en el eje y de la Fig. 11 debe convertirse en una unidad de carga. Para ello, se fabricó una plantilla de fijación para montar la célula de carga de calibración sobre el molde de forja y se midió la carga real. La medición de datos de carga en tiempo real fue posible mediante la comparación repetida del valor máximo de carga y el valor máximo de la señal eléctrica. En este proceso, se utilizó el S/W de calibración dedicado proporcionado por el proveedor de la celda de carga y se realizó una calibración periódica del diagrama de carga en el sitio. Se construyó un sistema que podía monitorear la carga de conformado en tiempo real en el sitio de producción de pernos esféricos y se implementó en forma de programa, como se muestra en la Fig. 12.

Conversión de la señal del sensor en forma de gráfico de carga.

Proceso de conversión de diagramas de carga y sistema de monitoreo.

Para que la tecnología de predicción cuantitativa de la vida útil del troquel se aplique universalmente al campo, la tensión principal máxima también debe calcularse en tiempo real en función de los datos de carga de formación en tiempo real. En particular, es imposible realizar la simulación del proceso en tiempo real porque la simulación debe llevarse a cabo a alta velocidad teniendo en cuenta el ciclo de producción corto (1ea/s) de las piezas de pernos esféricos. Un modelo matemático simple para predecir la tensión principal máxima que actúa sobre un troquel de forja en frío es una alternativa realista. La figura 13 muestra el historial de tensiones en el punto donde se produce la tensión principal máxima en el troquel del núcleo inferior de la etapa 1. La tensión principal máxima mantiene un valor constante de 0 dentro del rango de la carga de formación constante (Ft: carga umbral) y aumenta lineal y proporcionalmente sobre el rango de la carga. Esta tendencia también se observó en los troqueles de núcleo superior e inferior de las etapas 1 a 6. Por lo tanto, un modelo matemático capaz de predecir la tensión principal máxima, como se muestra en la Ec. (8), y las constantes Cth y Cslope se derivaron considerando la historia de tensión principal máxima de los troqueles superior e inferior en las etapas 1–6.

Modelo predictivo basado en la historia de máxima tensión de principio.

Freal se muestra en la Fig. 14 y denota el valor máximo de carga de formación de la etapa 1 a la etapa 6 medido en tiempo real. Su conversión en la historia de tensión principal máxima utilizando la ecuación. (8) se muestra en la Fig. 15. Tales historias complejas de carga variable pueden reemplazarse con historias de carga equivalentes simplificadas; sin embargo, en este estudio, se usaron datos reales para la implementación en tiempo real y la simplificación de algoritmos de aplicación de campo.

Historial de carga máxima de formación en tiempo real.

Historial de tensiones principales máximas en tiempo real.

La hipótesis de daño acumulativo lineal de Miner se derivó bajo el supuesto de que la fractura de la estructura por fatiga ocurre cuando el trabajo causado por innumerables cargas de fatiga alcanza el valor crítico del material31. Utilizando los datos de la tensión principal máxima y el diagrama S-N del material, es posible calcular el factor de daño acumulativo (CDF), como en la ecuación. (9)@32.

Aquí, ni es el número de ciclos según cada nivel de tensión, Ni es el número de ciclos admisible según el criterio de tensión obtenido de la curva de fatiga, y DFi se define por la relación de ni/Ni. Como se muestra en la Fig. 16, el ciclo en el que el valor de CDF llega a 1 mediante el cálculo acumulativo de DF, se definió como la vida límite de la matriz de forja. La Tabla 6 muestra el límite de vida para cada proceso. Se puede ver que el rango de error se redujo a ± 7 % en comparación con los resultados de la predicción de la vida útil de la matriz en la Tabla 5, suponiendo que el valor de la tensión principal máxima sea una sola constante.

Predicción del ciclo de vida del troquel basada en el factor de daño acumulativo.

El sistema está configurado como se muestra en la Fig. 17 para que el operador pueda monitorear el ciclo de vida restante del troquel actualmente en uso. La máquina de forja tiene un sensor piezoeléctrico incorporado y se instala un módulo para almacenar la señal generada por el sensor. Además, se configura un servidor de procesamiento de datos para calcular la señal del sensor según el ciclo de vida restante del troquel. El ciclo de vida restante de la matriz se puede calcular como en la ecuación. (10).

Sistema de gestión de la vida del troquel.

En este estudio, se presentó un método para administrar de manera más eficiente la vida útil del troquel en el proceso de forjado en frío de múltiples etapas. Con base en los datos de carga presurizada recopilados en tiempo real, fue posible una predicción más precisa de la vida útil del troquel. Además, para aumentar la utilización en el campo, se excluyó completamente la intervención de expertos y se realizó la aplicación al sitio de fabricación de piezas de automóviles. Los contenidos detallados del estudio se resumen a continuación.

El diagrama S-N del material del troquel se obtuvo para predecir la vida útil del troquel de forja en frío. El valor de la tensión principal máxima se predijo mediante el acoplamiento de la simulación del proceso de forjado y el análisis del troquel. Fue posible predecir la vida útil del troquel al sustituir el valor de la tensión principal máxima en el diagrama S-N, pero la precisión fue baja con un rango de tasa de error de ± 20 %. Además, había un límite para la aplicación de campo debido a la alta dificultad profesional del proceso de predicción de la vida útil del troquel.

Para resolver este problema, se estableció una infraestructura para monitorear en tiempo real las cargas de formación de las etapas 1 a 6 del proceso de forjado en frío. Además, se instaló un sistema de vinculación de detección, recopilación, análisis y procesamiento de datos en el sitio de fabricación para que los datos de la carga de formación pudieran usarse para predecir la vida útil del troquel. Para excluir la intervención de expertos en este proceso, se presentó un modelo matemático capaz de predecir la tensión principal máxima en función de los datos de carga de formación.

Como resultado de predecir la vida útil del troquel con mayor precisión en función de la hipótesis del daño acumulativo lineal, el rango de error se redujo de un máximo de ± 20 % a ± 7 %.

Con el establecimiento de un sistema capaz de monitorear la vida restante del troquel, el operador en el campo puede determinar intuitivamente el tiempo para cambiar el troquel y es posible mejorar la eficiencia del proceso de fabricación.

Guo, D. et al. Sincrooperación en la fabricación de la industria 4.0. En t. J.Prod. economía 238, 1–13. https://doi.org/10.1016/j.ijpe.2021.108171 (2021).

Artículo Google Académico

Wei, R. & Liu, C. Investigación sobre la reducción de emisiones de carbono en el sector del transporte de carga por carretera basado en un modelo de optimización de rutas que cumple con la normativa y un estudio de caso. Sostener. computar Informar. 28, 1–9. https://doi.org/10.1016/j.suscom.2020.100408 (2020).

Artículo Google Académico

Mears, L. & Summers, J. Fabricación para el diseño: un enfoque sostenible para impulsar la evolución del proceso de fabricación y luego la innovación. Procedia Manuf. 42, 1136–1142. https://doi.org/10.1016/j.promfg.2020.05.155 (2020).

Artículo Google Académico

Peppas, A., Kollias, K., Dragatogiannis, DA & Charitidis, CA Análisis de sostenibilidad de la tecnología de conformado en caliente y enfriamiento rápido de aluminio para la fabricación de vehículos ligeros. En t. J. Termofluidos 10, 1–11. https://doi.org/10.1016/j.ijft.2021.100082 (2021).

Artículo Google Académico

Afolalu, SA et al. Papeles envidiables de los procesos de fabricación en la cuarta revolución industrial sostenible: un estudio de caso de mecatrónica. Mate. Hoy Proc. 44, 2895–2091. https://doi.org/10.1016/j.matpr.2021.01.099 (2021).

Artículo Google Académico

Majeed, A. et al. Un marco basado en big data para la fabricación aditiva sostenible e inteligente. Robot. computar Integrar Fabricación 67, 1–21. https://doi.org/10.1016/j.rcim.2020.102026 (2021).

Artículo Google Académico

Cómo benefician los alambrones de calidad a los fabricantes de automóviles. http://product.posco.com/homepage/product/eng/jsp/news/s91w4000120v.jsp?SEQ=154 (2017).

Extremo de barra de acoplamiento Dorman–Exterior. https://www.pinterest.co.kr/pin/782711610240177784 (2018).

¿Qué es una rótula? https://help.summitracing.com/app/answers/detail/a_id/5252/~/what-is-a-ball-joint%3F (2020).

Espárrago de bola personalizado de barra de acoplamiento Een, extremo de cremallera, rótula, enlace estabilizador. 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 Académico

Wang, ZG y col. Un método de prueba del rendimiento de forja en frío del alambre de acero. CIRP Ana. 69, 281–284. https://doi.org/10.1016/j.cirp.2020.04.041 (2020).

Artículo Google Académico

Dalbosco, M., da Silva Lopes, G., Schmitt, PD, Pinotti, L. & Boing, D. Mejora de la vida de fatiga de los troqueles de forja en frío mediante el análisis de elementos finitos: un estudio de caso. J. Manuf. Proceso. 64, 349–355. https://doi.org/10.1016/j.jmapro.2021.01.039 (2021).

Artículo Google Académico

Hawryluk, M. Revisión de métodos seleccionados para aumentar la vida útil de las herramientas de forja en procesos de forja en caliente. Arco. civ. mecánico Ing. 16, 845–866. https://doi.org/10.1016/j.acme.2016.06.001 (2016).

Artículo Google Académico

Panuwat, S., Surawut, Y. & Kumpanat, S. Modelado de elementos finitos del diseño de ajuste por contracción para mejorar la vida útil del troquel en el proceso de forjado en caliente de un engranaje cónico. Mate. Hoy Proc. 17, 1711–1719. https://doi.org/10.1016/j.matpr.2019.06.202 (2019).

Artículo Google Académico

Hayakawa, K., Nakamura, T. & Tanaka, S. Análisis de la iniciación y propagación de grietas por fatiga en herramientas de forja en frío por enfoque local de fractura. Mate. Trans. 45, 461–468. https://doi.org/10.2320/matertrans.45.461 (2004).

Artículo CAS Google Académico

Vazquez, V., Hannan, D. & Altan, T. Vida útil de la herramienta en forjado en frío: un ejemplo de mejora del diseño para aumentar la vida útil. J.Mater. proc. Tecnología 98, 90–96. https://doi.org/10.1016/S0924-0136(99)00309-X (2000).

Artículo Google Académico

Tanrıkulu, B. & Karakuzu, R. Modelo de predicción de vida útil a la fatiga de troqueles de forja en frío WC-Co basado en estudios experimentales y numéricos. Ing. Fallar. Anal. 118, 1–11. https://doi.org/10.1016/j.engfailanal.2020.104910 (2020).

Artículo CAS Google Académico

Geiger, M. & Falk, B. Predicción de la vida útil y probabilidad de falla de las herramientas de forja en frío. CIRP Ana. Fabricación Tecnología 50, 173–176. https://doi.org/10.1016/S0007-8506(07)62098-8 (2001).

Artículo Google Académico

Saroosh, MA et al. Predicción de vida de fatiga de alto ciclo de herramientas de forja en frío basada en la propiedad del material de la pieza de trabajo. J.Mater. Proceso. Tecnología 191, 178–181. https://doi.org/10.1016/j.jmatprotec.2007.03.015 (2007).

Artículo CAS Google Académico

Falk, B., Engel, U. & Geiger, M. Estimación de la vida útil de la herramienta en la formación de metales a granel basada en diferentes conceptos de falla. J.Mater. Proceso. Tecnología 80, 602–607. https://doi.org/10.1016/S0924-0136(98)00168-X (1998).

Artículo Google Académico

Fu, MW, Yong, MS y Muramatsu, T. Diseño y evaluación de la vida útil de la fatiga del troquel a través de la simulación CAE. En t. j adv. Fabricación Tecnología 35, 843–851. https://doi.org/10.1007/s00170-006-0762-5 (2008).

Artículo Google Académico

Lee, Y.-C. y Chen, F.-K. Vida a fatiga de troqueles de forja en frío con varios valores de dureza. J.Mater. Proceso. Tecnología 113, 539–543. https://doi.org/10.1016/S0924-0136(01)00720-8 (2001).

Artículo CAS Google Académico

Allieva, L. et al. Efecto de la geometría de la herramienta sobre el modo de fuerza de la extrusión combinada radial-directa con compresión. Este. EUR. J. Enterp. Tecnología 2(1–104), 15–22. https://doi.org/10.15587/1729-4061.2020.198433 (2020).

Artículo Google Académico

Hrudkina, N. et al. Modelado del proceso de extrusión directa radial con expansión utilizando un módulo cinemático triangular. Este. EUR. J. Enterp. Tecnología 3(1–105), 17–22. https://doi.org/10.15587/1729-4061.2020.203989 (2020).

Artículo Google Académico

Norma ASTM E8. Métodos de prueba estándar para pruebas de tensión de materiales metálicos. Int. ASTM (2013).

Materiales duros de Sandvik. Comprender el carburo cementado. http://www.wococarbide.com/Uploads/2016-12-05/5844f9738447e.pdf (2014).

Norma ASTM E 466. Práctica estándar para realizar pruebas de fatiga axial de amplitud constante controlada por fuerza de materiales metálicos. Int. ASTM (2021).

Yao, W., Kaiquan, X. & Yi, G. Sobre el factor de muesca de fatiga. Cf. En t. J. Fatiga 17, 245–251. https://doi.org/10.1016/0142-1123(95)93538-D (1995).

Artículo CAS Google Académico

Jiao, P., Egbe, K.-JI, Xie, Y., Nazar, AM y Alavi, AH Técnicas de detección piezoeléctrica en el monitoreo de la salud estructural: una revisión de vanguardia. Sensores 20, 1–20. https://doi.org/10.3390/s20133730 (2020).

Artículo CAS Google Académico

Baek, SH, Cho, SS & Joo, WS Predicción de la vida a fatiga basada en el método de conteo de ciclos de flujo de lluvia para la viga final de un bogie de vagón de carga. En t. J.Autom. Tecnología 9, 95–101. https://doi.org/10.1007/s12239-008-0012-y (2008).

Artículo Google Académico

Chang, YS et al. Establecimiento de un sistema de gestión y evaluación de la vida útil a la fatiga para tuberías de calefacción urbana teniendo en cuenta los datos de transición de la temperatura de funcionamiento. J. Mec. ciencia Tecnología 29, 1235–1242. https://doi.org/10.3795/KSME-A.2005.29.9.1235 (2005).

Artículo Google Académico

Descargar referencias

Este estudio se ha realizado con el apoyo del Instituto de Tecnología Industrial de Corea como "Desarrollo de tecnología raíz inteligente con módulos complementarios (KITECH EO-22-0005)".

Grupo de I+D de materiales y componentes automotrices, KITECH, Cheomdan-venturero 108, Gwangju, 61007, Corea

joven ho seo

También puede buscar este autor en PubMed Google Scholar

YHS: Conceptualización, metodología, software, validación, análisis formal, investigación, recursos, curación de datos, redacción—borrador original, redacción—revisión y edición, visualización, supervisión.

Correspondencia a Young Ho Seo.

El autor declara que no hay conflictos de intereses.

Springer Nature se mantiene neutral con respecto a los reclamos jurisdiccionales en mapas publicados y afiliaciones institucionales.

Acceso abierto Este artículo tiene una licencia internacional Creative Commons Attribution 4.0, que permite el uso, el intercambio, la adaptación, la distribución y la reproducción en cualquier medio o formato, siempre que se otorgue el crédito correspondiente al autor o autores originales y a la fuente. proporcionar un enlace a la licencia Creative Commons e indicar si se realizaron cambios. Las imágenes u otro material de terceros en este artículo están incluidos en la licencia Creative Commons del artículo, a menos que se indique lo contrario en una línea de crédito al material. Si el material no está incluido en la licencia Creative Commons del artículo y su uso previsto no está permitido por la regulación legal o excede el uso permitido, deberá obtener el permiso directamente del titular de los derechos de autor. Para ver una copia de esta licencia, visite http://creativecommons.org/licenses/by/4.0/.

Reimpresiones y permisos

Seo, YH Desarrollo de un sistema inteligente de gestión del ciclo de vida de la matriz de forja en frío basado en el control de la carga de forja en tiempo real. Informe científico 12, 13297 (2022). https://doi.org/10.1038/s41598-022-17564-7

Descargar cita

Recibido: 29 diciembre 2021

Aceptado: 27 julio 2022

Publicado: 02 agosto 2022

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

Cualquier persona con la que compartas el siguiente enlace podrá leer este contenido:

Lo sentimos, un enlace para compartir no está disponible actualmente para este artículo.

Proporcionado por la iniciativa de intercambio de contenido Springer Nature SharedIt

Al enviar un comentario, acepta cumplir con nuestros Términos y Pautas de la comunidad. Si encuentra algo abusivo o que no cumple con nuestros términos o pautas, márquelo como inapropiado.