Desarrollo de un sistema inteligente de gestión del ciclo de vida de matrices de forja en frío basado en datos reales.

Aug 18, 2023

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

1570 Accesos

4 citas

1 altmétrica

Detalles de métricas

Las matrices de forjado en frío se fabrican mediante el proceso de ajuste por contracción para soportar cargas de alta presión, pero eventualmente se produce falla por fatiga debido a tensiones de compresión repetidas. El ciclo de vida hasta la falla por fatiga se definió como la vida límite y se intentó predecir la vida útil del dado basándose en el método de elementos finitos. Sin embargo, una predicción precisa fue imposible debido a variables ambientales incontrolables. En consecuencia, es imposible determinar claramente el ciclo de reemplazo de matrices, lo que genera consecuencias negativas como mala calidad, retrasos en la producción y aumento de costos. Varios factores ambientales que afectan la predicción del ciclo de vida del dado resultan en el aumento o disminución de la carga de formación, que es una variable importante que determina el ciclo de vida del dado. En este estudio, se desarrolló un sistema para monitorear los datos de carga generados en las instalaciones de forja basado en un sensor piezoeléctrico. Además, el ciclo de vida de la matriz se predijo con mayor precisión utilizando los datos de carga de conformado medidos en tiempo real, y se aplicó un sistema de gestión de la vida útil de la matriz que puede determinar el ciclo de reemplazo de la matriz a la línea de producción de piezas de dirección de automóviles.

La industria manufacturera en la sociedad moderna se enfrenta a diversos 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 el excedente de recursos de producción1. En particular, a medida que se fortalecen las regulaciones sobre emisiones de carbono2, las especificaciones requeridas del producto final están cambiando de diversas maneras, junto con la mejora e innovación del proceso de fabricación3. Para mejorar la eficiencia del combustible de los automóviles, es necesario reducir el peso de todas las piezas4; Al mismo tiempo, los factores no ambientales deben excluirse del proceso de fabricación. En consecuencia, la industria manufacturera se enfrentó al desafío de lograr simultáneamente 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 coste y la ampliación 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, se predijo con mayor precisión la vida útil de la matriz de forja. 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 figura 1 está conectado a la rótula exterior (OBJ), uno de los sistemas de dirección de los automóviles, y desempeña un papel a la hora de asegurar la movilidad en varias direcciones.

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

Sin embargo, en el sitio de fabricación, la vida útil del troquel aún se gestiona según la experiencia del operador, y la rotura del troquel ocurre repentinamente porque no se pueden considerar diversas variables del entorno de trabajo. Hay dos razones principales por las que diversos resultados de la investigación no se pueden aplicar 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. Existe una sensación de disparidad entre los resultados del FEM y los del 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 forjado ya ha sido estudiado24,25. Sin embargo, en este estudio, los datos de carga del equipo de forja se utilizaron para un estudio más práctico. Al aumentar la precisión del resultado FEM, es posible mejorar la precisión de la predicción de la vida útil límite del dado.

En segundo lugar, como el resultado de la simulación del proceso de forjado es esencial para predecir la vida útil de la matriz, la intervención de un experto es inevitable y es imposible responder rápidamente al cambio del proceso. Por lo tanto, se deben realizar investigaciones para mejorar la precisión del método existente de predicción de la vida útil de los troqueles y una investigación de desarrollo de sistemas para permitir el uso en el campo por parte de no expertos.

Un método para aumentar la precisión de la predicción de la vida útil a través del análisis de big data convirtiendo 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 vinculación entre las variables del entorno de trabajo en el proceso de forjado en frío y la tensión del troquel, llamado carga de conformado. Por lo tanto, en este estudio, los datos de carga de conformado se midieron en tiempo real en las instalaciones y la tensión que actúa sobre la matriz 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 de moldes.

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 propiedades de simulación, se procesaron probetas de tracción y compresión, como se muestra en la Fig. 2, de acuerdo con la norma ASTM E8 (subtamaño)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 deformación de ingeniería obtenidas de las pruebas de tracción y compresión se convirtieron en tensión y deformación verdaderas mediante las siguientes ecuaciones.

Probetas para ensayos de tracción y compresión con dimensiones detalladas.

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

Curva tensión-deformación verdadera 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 hasta una relación de compresión del 80%. Por lo tanto, se utilizó una curva de compresión para las propiedades de simulación del proceso de forjado en frío de múltiples etapas.

La matriz utilizada en el proceso de forja en frío de las piezas de 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. El WC exhibe alta dureza y resistencia a la abrasión, y el Co está relacionado con la 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 del troquel central utilizado en el proceso de fabricación de las piezas de los pernos esféricos fue una aleación WC-Co con un contenido de Co del 20%, y sus propiedades mecánicas se muestran en la Tabla 3. La aleación 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 del troquel mediante una carga cíclica de alta velocidad excede una 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. Las probetas para ensayos 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.

Muestra 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 la plantilla 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 de manera que la concentración de tensiones pudiera producirse de manera eficaz. Utilizando el equipo Instron 8801, se derivó el diagrama S-N del material del troquel, 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 avanzó 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 perno esférico comprendió un total de seis etapas con aparatos 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 una pasada, el material se transfiere automáticamente al siguiente proceso. Se debe prever una predicción precisa de la tensión de tracción en el punto débil del núcleo en el que se aplica repetidamente la tensión de tracción. Para ello, se realizó una simulación de elementos finitos en el proceso de forja en frío multietapa utilizando FORGE, un programa de análisis de elementos finitos. Como se muestra en la Fig. 7, se modelaron todas las estructuras de los troqueles en cada etapa y se aplicó un método totalmente acoplado para mejorar la precisión de la predicción de la tensión del troquel. 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 del troquel central (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 a 0,14%. Además, se aplicó un coeficiente de fricción de 0,08 entre el material y el núcleo, y un coeficiente de fricción de 0,12 al resto de las regiones de contacto. La velocidad de movimiento del punzón fue la misma de 150 mm/s en todas las etapas. La tensión principal máxima que actúa sobre la matriz debido a la presurización del material se confirmó mediante el análisis totalmente acoplado. La Figura 9 muestra el punto donde actúa la tensión principal máxima en cada etapa. Este proceso de análisis se utiliza luego para derivar el historial del valor máximo de tensión principal de acuerdo con la carga de conformado en cada proceso. El valor máximo de tensión principal muestra una tendencia constante según el cambio de la carga de formación. El tiempo que se tarda en confirmar los resultados de un único 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 múltiples etapas con aparato de conformado.

Modelado FE del procedimiento de formación de pernos esféricos.

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

Máx. tensión principal que actúa sobre el núcleo de todas las etapas.

La tensión principal máxima que actúa sobre el núcleo del dado ocurre principalmente en el borde del dado, y este valor no puede sustituirse directamente en el eje y en la Fig. 5. Esto se debe a que el valor resultante del análisis de elementos finitos corresponde a un esfuerzo La concentración depende del elemento y de las funciones de forma. Tanto el resultado del análisis de elementos finitos como la tensión correspondiente al eje y en la Fig. 5 deben convertirse a valores de tensión nominal. El valor del factor de concentración de tensiones (kt) puede calcularse en función del factor de forma (radio de curvatura de la esquina y profundidad) de la esquina donde se espera que se produzca la rotura29. El coeficiente de concentración de tensiones es un valor numérico que indica el grado de concentración de tensiones distribuidas en muescas, agujeros y ranuras. Al aplicar el factor de concentración de tensión al valor resultante 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 tensión de fatiga es un valor numérico que indica el grado de concentración de tensión debido a la entalla en el estado de carga de fatiga.

Además se preparó una probeta de fatiga sin entalladura. En las mismas condiciones de prueba de fatiga, kf se calcula como la relación entre la resistencia a la fatiga sin entalla y la resistencia a la fatiga con entalla.

Luego, dividiendo la amplitud de la tensión en la Fig. 5 por kf, se convierte a 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 del dado se realizó prediciendo la vida correspondiente al esfuerzo de fatiga. La ecuación se derivó ajustando el diagrama S-N en Origin, un S/W comercial. Sustituyendo el valor de la ecuación. (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 previstos con la vida útil real del troquel en el campo revela un rango de error de ± 20%, que se atribuye al hecho de que las variables del entorno de trabajo no se tienen en cuenta. cuenta en el proceso de predicción de la vida del dado. En el entorno de trabajo real, la carga de formación cambia de manera 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 dado, se supone que la tensión principal máxima que actúa sobre el dado es un valor idealmente fijo, por lo que se indica este error. Otro problema es que inhibe las aplicaciones en el campo porque es difícil para los no expertos usarlo ya que se debe realizar la simulación del proceso de conformado para predecir la vida útil del dado.

Debido a las variables ambientales del proceso de forjado en frío de pernos esféricos, se produce una variación de carga causada por la presurización de los troqueles superior e inferior. Por consiguiente, la tensión principal máxima que actúa sobre la matriz también muestra una desviación. Al medir la carga de conformado en tiempo real, se puede suprimir el error de predicción de la vida útil del dado. Se utilizó un sensor piezoeléctrico para medir la fuerza de presión de los troqueles superiores e inferiores de forjado en frío en tiempo real. La forma más precisa de medir la carga de conformado 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 señales. Por lo tanto, como se muestra en la Fig. 10, se instaló un sensor piezoeléctrico en el bloque de punzonado de la formadora de forja. Más precisamente, el sensor piezoeléctrico se instaló en el estrecho espacio entre la cuña y la placa posterior donde se transmitía y se podía 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 resistencia (ΔR/R).

Ubicación de instalación del sensor piezoeléctrico.

Como se muestra en la ecuación. (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 en la Fig. 11 debe convertirse en una unidad de carga. Para ello, se realizó una plantilla de fijación para montar la celda de carga de calibración en la formadora 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 software 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. En el sitio de producción de pernos esféricos se construyó un sistema que podía monitorear la carga de conformado en tiempo real 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 seguimiento.

Para que la tecnología de predicción cuantitativa de la vida útil del troquel se aplique universalmente en el campo, la tensión principal máxima también debe calcularse en tiempo real basándose en datos de carga de conformado en tiempo real. En particular, es imposible realizar la simulación del proceso en tiempo real porque la simulación debe realizarse a alta velocidad teniendo en cuenta el ciclo de producción corto (1 ea/s) de las piezas de perno esférico. Un modelo matemático simple para predecir la tensión principal máxima que actúa sobre una matriz de forja en frío es una alternativa realista. La Figura 13 muestra el historial de tensiones en el punto donde ocurre la tensión principal máxima en el troquel central 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 en todo el rango de carga. Esta tendencia también se observó en los núcleos 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 ecuación. (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 a 6.

Modelo predictivo basado en el principio máximo de estrés histórico.

Freal se muestra en la Fig. 14 y denota el valor máximo de carga de formación desde la etapa 1 a la etapa 6 medido en tiempo real. Su conversión a la historia de tensión principal máxima utilizando la ecuación. (8) se muestra en la Fig. 15. Estos historiales de carga variables complejos se pueden reemplazar con historiales de carga equivalentes simplificados; sin embargo, en este estudio, se utilizaron datos reales para la implementación en tiempo real y la simplificación de algoritmos de aplicación de campo.

Historial de carga máxima de conformado en tiempo real.

Historial máximo de tensión principal en tiempo real.

La hipótesis del daño acumulativo lineal de Miner se derivó bajo el supuesto de que la fractura de la estructura debido a la fatiga ocurre cuando el trabajo causado por innumerables cargas de fatiga alcanza el valor crítico del material31. Utilizando los datos de 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 permisible de ciclos según el criterio de tensión obtenido de la curva de fatiga, y DFi se define por la relación ni/Ni. Como se muestra en la Fig. 16, el ciclo en el que el valor de CDF alcanza 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 predicción de la vida útil de la matriz en la Tabla 5, suponiendo que el valor máximo de tensión principal sea una constante única.

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 a medida que queda el ciclo de vida de la matriz. El ciclo de vida restante de la matriz se puede calcular como en la ecuación. (10).

Muere el sistema de gestión de vida.

En este estudio, se presentó un método para gestionar de manera más eficiente la vida útil de la matriz en el proceso de forjado en frío de múltiples etapas. Basándose en los datos de carga presurizada recopilados en tiempo real, fue posible una predicción más precisa de la vida útil de la matriz. Además, para aumentar la utilización en el campo, se excluyó por completo 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.

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

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

Como resultado de predecir la vida útil del dado con mayor precisión basándose en 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 útil restante del troquel, el operador en el campo puede determinar intuitivamente el momento para cambiar el troquel y es posible mejorar la eficiencia del proceso de fabricación.

Guo, D. y col. Sincronización 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 de Google Scholar

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

Artículo de Google Scholar

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

Artículo de Google Scholar

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

Artículo de Google Scholar

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

Artículo de Google Scholar

Majeed, A. y col. Un marco basado en big data para la fabricación aditiva sostenible e inteligente. Robot. Computadora. Integral Fabricante. 67, 1–21. https://doi.org/10.1016/j.rcim.2020.102026 (2021).

Artículo de Google Scholar

Cómo benefician los alambrón 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).

Perno esférico 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 y Kohser, Materiales y procesos de fabricación de RA DeGarmo (Wiley, 2012).

Google Académico

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

Artículo de Google Scholar

Dalbosco, M., da Silva Lopes, G., Schmitt, PD, Pinotti, L. y Boing, D. Mejora de la vida útil de las matrices de forja en frío mediante 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 de Google Scholar

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

Artículo de Google Scholar

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

Artículo de Google Scholar

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

Artículo CAS Google Scholar

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 de Google Scholar

Tanrıkulu, B. & Karakuzu, R. Modelo de predicción de la vida por fatiga de matrices 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 Scholar

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

Artículo de Google Scholar

Saroosh, MA y cols. Predicción de la vida útil de fatiga de ciclo alto de herramientas de forja en frío en función de las propiedades 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 Scholar

Falk, B., Engel, U. y Geiger, M. Estimación de la vida útil de la herramienta en el conformado 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 de Google Scholar

Fu, MW, Yong, MS y Muramatsu, T. Diseño y evaluación de la vida útil de la matriz mediante simulación CAE. En t. J. Adv. Fabricante. Tecnología. 35, 843–851. https://doi.org/10.1007/s00170-006-0762-5 (2008).

Artículo de Google Scholar

Lee, Y.-C. y Chen, F.-K. La vida a fatiga de las matrices 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 Scholar

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

Artículo de Google Scholar

Hrudkina, N. y col. Modelado del proceso de extrusión directa radial con expansión mediante 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 de Google Scholar

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

Materiales duros Sandvik. Comprensión del 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 controladas por fuerza de materiales metálicos. Norma Internacional ASTM. (2021).

Yao, W., Kaiquan, X. y 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 Scholar

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 última generación. Sensores 20, 1–20. https://doi.org/10.3390/s20133730 (2020).

Artículo CAS Google Scholar

Baek, SH, Cho, SS y Joo, WS Predicción de la vida por fatiga basada en el método de conteo del ciclo 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 de Google Scholar

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

Artículo de Google Scholar

Descargar referencias

Este estudio se ha realizado con el apoyo del Instituto Coreano de Tecnología Industrial 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 puedes 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 no declara intereses en competencia.

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

Acceso Abierto Este artículo está bajo una Licencia Internacional Creative Commons Attribution 4.0, que permite el uso, compartir, adaptación, distribución y reproducción en cualquier medio o formato, siempre y cuando se dé el crédito apropiado a los autores originales y a la fuente. proporcione un enlace a la licencia Creative Commons e indique 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 normativa legal o excede el uso permitido, deberá obtener 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 matrices de forja en frío basado en el monitoreo de carga de forja en tiempo real. Informe científico 12, 13297 (2022). https://doi.org/10.1038/s41598-022-17564-7

Descargar cita

Recibido: 29 de diciembre de 2021

Aceptado: 27 de julio de 2022

Publicado: 02 de agosto de 2022

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

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

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

Proporcionado por la iniciativa de intercambio de contenidos 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.