Конечноэлементное моделирование гибридной аддитивной технологии с использованием лазерно-ударно-волновой обработки

Обложка

Цитировать

Полный текст

Открытый доступ Открытый доступ
Доступ закрыт Доступ предоставлен
Доступ закрыт Только для подписчиков

Аннотация

Металлические изделия, изготовленные с помощью аддитивных технологий, обычно имеют неблагоприятные механические характеристики. Лазерно-ударно-волновая обработка – это механическая обработка поверхностей с высокой скоростью деформирования, которая упрочняет приповерхностный слой изделия и обеспечивает создание благоприятных механических свойств. В настоящей статье путем объединения технологий лазерно-ударно-волновой обработки и аддитивных технологий разрабатывается гибридная аддитивная технология, и исследуется роль лазерно-ударно-волновой обработки в гибридной аддитивной технологии с использованием метода конечных элементов. Полученные результаты показывают, что частота упрочненного слоя является критическим технологическим параметром, влияющим на перераспределение остаточных напряжений, который сильно зависит от количества тепла, выделяемого в процессе 3D-печати. Благодаря полученным результатам, разработанная технология гибридная аддитивная технология получает свое место в разновидностях аддитивных технологий и имеет потенциал для внедрения на практике в качестве нового способа производства высококачественных металлических изделий.

Об авторах

Г. Ж. Сахвадзе

Институт машиноведения им. А.А. Благонравова РАН

Автор, ответственный за переписку.
Email: sakhvadze@mail.ru
Россия, Москва

Список литературы

  1. Huang Y., Leu M.C., Mazumder J. et al. Additive manufacturing: current state, future potential, gaps and needs, and recommendations // J. Manuf. Sci. Eng. 2015. V. 137. P. 1.
  2. Sealy M.P., Madireddy G., Willims R. et al. Hybrid processes in additive manufacturing // J. Manuf. Sci. Eng. 2018. V. 140. P. 1.
  3. Manvatkar V.D., Gokhale A.A., Jagan R. et al. Estimation of melt pool dimensions, thermal cycle, and hardness distribution in the laser-engineered net shaping process of austenitic stainless steel // Metall. Mater. Trans. 2011. V. 42. P. 1.
  4. Heigel J.C., Michaleris P., Reutzel E.W. Thermo-mechanical model development and validation of directed energy deposition additive manufacturing of Ti-6A1-4V // Addit. Manuf. 2015. V. 5. P. 9.
  5. Wang L., Felicelli S.D., Pratt P. Residual stresses in LENS-deposited AISI410 stainless steel plates // Mater. Sci. Eng. A. 2008. V. 496. P. 234.
  6. Chiumenti M., Lin X., Cervera M. et al. Numerical simulation and experimental calibration of additive manufacturing by blown powder technology. Part I: thermal analysis // Rapid Prototyp. J. 2017. V. 23. P. 448.
  7. Anca A., Fachinotti V.D., Escobar-Palafox G. et al. Computational modelling of shaped metal deposition // Int. J. Numer. Methods Eng. 2011. V. 85. P. 84.
  8. Chiumenti M., Cervera M., Salmi A. et al. Finite element modeling of multi-pass welding and shaped metal deposition processes // Comput. Methods Appl. Mech. Eng. 2010. V. 199. P. 2343.
  9. Peyre P., Aubry P., Fabbro R. et al. Analytical and numerical modeling of direct metal deposition laser process // J. Phys. Appl. 2008. V. 41. P. 1.
  10. Denlinger E.R., Heigel J.C., Michaleris P. Residual stress and distortion modeling of electron beam direct manufacturing Ti-6AI-4V // Proceedings of the IMechE. 2015. V. 229. P. 1803.
  11. Marimuthu S., Clark D., Allen J. et al. Finite element modelling of substrate thermal distortion in direct laser additive manufacture of an aero-engine component // Proc. IMechE. 2013. V. 227. P. 1987.
  12. Voothaluru R., Richard L.C., Cheng G.J. Finite element analysis of the variation in residual stress distribution in laser shock peening of steels // J. Manuf. Sci. Eng. 2012. V. 134. P. 061010.
  13. Sealy M.P., Madireddy G., Li C. et al. Finite element modeling of hybrid additive manufacturing by laser shock peening // Proc. Annual Int. Solid Freeform Fabrication Symposium. 2016. P. 306.
  14. Anurag S., Guo Y.B., Horstemeyer M.F. The effect of materials testing modes on finite element simulation of hard machining via the use of internal state variable plasticity model coupled with experimental study // Comput. Struct. 2009. V. 87. P. 303.
  15. Shah S.M., Nelias D., Zain-ul-abdein M. et al. Numerical simulation of grinding induced phase transformation and residual stresses in AISI-52100 steel // Finite Elem. Anal. Des. 2012. V. 61. P. 1.
  16. Sakhvadze G.Zh., Sakhvadze G.G., Kavtaradze R.Z. Increasing the Crack Resistance of Materials by Means of Laser Shock Processing // Russian Engineering Research. 2021. V. 41. № 1. P. 27.
  17. Sakhvadze G.Zh. Simulation of the Technology of Laser-Shock-Wave Processing of Titanium Alloys with Shape Memory Using Dimensional Analysis // J. of Machinery Manufacture and Reliability. 2021. V. 50. № 4. P. 332.
  18. Adu-Gyamfi S., Ren X.D., Larson E.A. et al. The effects of laser shock peening scanning patterns on residual stress distribution and fatigue life of AA2024 aluminium alloy // Opt. Laser Technol. 2018. V. 108. P. 177.
  19. Huang S., Sheng J., Wang Z. et al. Finite element and experimental analysis of elevated-temperature fatigue behavior of IN718 alloy subjected to laser peening // Int. J. Fatigue. 2020. V. 131. P. 105337.
  20. Xu S., Huang S., Meng X. et al. Thermal evolution of residual stress in IN718 alloy subjected to laser peening // Opt. Lasers Eng. 2017. V. 94. P. 70.

Дополнительные файлы


© Г.Ж. Сахвадзе, 2023

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».