[发明专利]利用基于枝晶臂间距和孔隙率的模型的疲劳寿命计算的材料属性分布确定

说明书

技术领域

本发明总体上涉及铸造部件的预测机械属性，并且更具体地涉及这样的系统、方法和制造物品，所述系统、方法和制造物品基于考虑到枝晶臂间距（DAS）值和孔隙率值中的一者或两者的铸造工艺模拟，通过确定整个铸造部件上的材料属性分布，来有助于预测铸造铝合金的抗拉属性和疲劳寿命。 

背景技术

通过将大的且通常复杂的物体分解为被假定具有数学上的均匀属性的离散简单形状，数值模拟（例如，有限元分析（FEA，有时简称为FE）和有限差分（FD））技术被用来预测待被模拟的物体的热、机械和相关行为。某些属性（例如，材料属性）常规地被假定为在被模拟的整个物体上是基本均匀的。不幸的是，许多这种物体在其材料属性中并不具有这种均匀性。这在铸造部件中尤其普遍，其中（例如）DAS被显示对这种材料属性具有显著影响，因为具有较小DAS的材料往往具有更好的机械属性。对于汽车发动机缸体而言，提供了铸造部件的凝固速率的标识的DAS值具有这样的趋势，即：在薄区域或冷区域（例如，缸体的隔离壁）中DAS值相对较低，而在较厚区域（例如，邻近于缸体的缸盖螺栓凸台的区域）中DAS值相对较高。由此，能够折衷对铸造部件的耐用性分析和寿命预测（例如，疲劳分析或模拟；或疲劳寿命预测），而不需要校正这种材料变化。 

关于基于DAS的抗拉和疲劳属性建模，因为提供凝固收缩所需的方向性凝固需要造成凝固速率和时间差异的温度梯度，所以至少部分地导致铸件属性中的固有偏差。由于微观结构对凝固速率和时间敏感，并且属性对于微观结构敏感，因此所谓的“良好”铸件设计将始终产生属性梯度。常规的凝固分析软件仅在铸态状况下报告有关各种铸造金属合金的机械属性，或者被用来根据凭经验的测量值的函数关系来确定微观结构，其继而被用于基于凝固模拟结果并结合具体的几何和工艺输入来预测机械属性。 

由于所有的铸造部件在一定程度上被不同地处理，这部分地基于金属制备（例如，包括氢和包含物含量）、特定的铸造工艺特征（例如，冷却或不冷却）、铸造后冷却、热处理、几何形状等等，每个铸件都经历开发周期，从而得到独特的属性集合。此外，从基本原理来预测属性是十分计算密集的。在一种形式的疲劳建模或计算软件中，材料属性数据库基于局部微观结构参数DAS列出了降低或提高额定疲劳强度的因素。该软件读取包含有在FEA网格的每个节点处的DAS值的文件，接着计算在每个节点处的调节疲劳强度。这种方案未能示出疲劳强度如何被DAS控制，而是示出了疲劳强度如何被孔隙含量控制，该孔隙含量仅与DAS微弱地相关。 

由此，缺乏准确地考虑到铸造部件的材料属性变化的系统、方法和制造物品。类似地，通过提供在铸造部件的FEA网格的每个节点处的机械属性的更真实域来作为改进模拟精度的方法，有限元和相关应力分析可受益。 

发明内容

本发明通过考虑到整个部件上的材料属性变化从而能够更准确地预测铸造部件的耐用性和性能。本发明允许建模者将来自材料属性数据库的标准属性与从凝固模拟输出的DAS或凝固时间数据结合，以及以径直的方式将这些属性映射到FEA网格。在本文中，映射包括：采集从凝固模拟输出的在铸件FEA或FD网格的每个节点处的数据（例如，DAS等）并且将其耦合到完成后部件FEA网格中。这不是径直的，因为（如将在下文讨论的）节点坐标和几何并置（juxtaposition）由于总体部件几何尺寸而在两种网格中有所不同。由此，涉及被建模的铸造部件的具体DAS或孔隙率值的种子数据被用来基于局部DAS或孔隙率值计算整个部件上的属性。