汽车轻量化材料研究:DIC技术在板料成形极限测试中的实践与优势

新材料在汽车车身及安全件上的应用,是实现汽车轻量化的主要方向。相变诱导的高强度与高成形性的结合,是汽车零部件高性能成形制造的关键。

然而,新型材料在不同加载条件下的硬化曲线存在极大差异 **,**板料在零部件成形过程中往往会经历复杂的应变路径,对现有的力学表征方法和经典本构模型提出了新的挑战与要求。

因此,亟需先进的表征方法进行精确测定与准确描述,以实现对冲压成形过程各种缺陷,如起皱、回弹、颈缩及断裂行为等进行分析。

新拓三维XTDIC三维全场应变测量系统,基于数字图像相关法(DIC),可记录材料全历程的变形历史,提供更丰富的表面应变分布信息,可评估材料的成形性能,并基于DIC方法给出评估材料成形性的合适指标。

在汽车零部件冲压生产过程中,成形极限是冲压过程中一个非常重要的表征参数,它反映了板料在塑性失稳前所能达到的最大变形程度,是各种不同成形工序能否顺利成形的重要依据。

DIC技术用于板材成形极限测试

成形极限在板材成形、冲压工艺中发挥着至关重要的作用,主要有以下几方面:

(1)评定板材局部成形性能;

(2)判断设计的模具结构,冲压工艺是否可行;

(3)解决选材问题及毛坯确定;

(4)对冲压生产进行监控;

(5)判断数值模拟中板料失稳。

板料成形极限FLC分析建立在材料屈服准则和塑性本构关系之上,同时以拉伸失稳准则为颈缩或破裂判断的依据来进行计算。但由于每种准则使用范围有限,使得理论计算与试验结构之间存在一定的偏差。

采用新拓三维XTDIC三维全场应变测量系统,结合Nakazima成形实验,DIC技术可进行材料冲压成形过程的动态监控,分析汽车板料在冲压成型过程中表面整体的瞬时位移场和应变场,并可精准分析局部颈缩的极限状态。

DIC技术用于 板料成形极限测试实验

采用Nakazima实验,凸模冲压带有网格的板料直至出现颈缩或破裂。凸模冲压过程会改变板料的尺寸,XTDIC三维全场应变测量系统可以实时观测板材的应变状态,DIC软件通过计算分析可获得不同应变路径下的极限应变,从而制作出完整的成形极限FLC曲线。

凸模冲压试验机上方单元开放,方便XTDIC三维全场应变测量系统进行图像采集;并在试验机平台上预留接口,保证悬臂梁机构的架设;XTDIC三维全场应变测量系统与悬臂梁配合实现俯拍,保证实验的顺利进行。

01

板材成形极限测试试样准备

测试对象为某种合金材料,厚度为2mm,按照国标要求进行加工,并在样件表面制备散斑。

02

DIC测量系统搭建

将XTDIC三维全场应变测量系统主体安装到悬臂梁上。在球头顶部、试样背面涂抹润滑脂,裁剪一块薄膜粘满润滑脂后放置于球头表面,形成双润滑作用,然后将试样放置于实验平台内。

03

试验加载采集

实验中设置压边力为200KN,冲头速度1mm/s,XTDIC三维全场应变测量系统相机采集速度为20帧/秒。球头与式样接触上后开始采集,直到破坏。

04

实验数据分析

采集数据完毕后,XTDIC三维全场应变测量系统搭配的DIC软件自动生成三维变形云图,包括破裂临界时的形貌和离面位移场、主应变场。DIC软件中选择"截线拾取",可画取垂直于裂缝的截线,并绘制相应曲线,确定板料成型过程的极限。

新拓三维XTDIC三维全场应变测量系统,在材料成形极限领域的应用,它无需预判破裂位置,能一次完成多方向应变量的测量;能够自动提取关键信息,并生成Major strain------Minor strain曲线的数据点;适用于线性应变路径和非线性应变路径的极限成形试验数据测量。

DIC技术可提供精确的实验数据,助力汽车产业优化结构设计和材料选择,从而有效降低产品的重量,同时保持或提高产品的性能和安全性。

相关推荐
极智视界21 小时前
无人机场景 - 目标检测数据集 - 停车场停车位检测数据集下载
yolo·目标检测·数据集·无人机·voc·coco·算法训练
自动化控制仿真经验汇总1 天前
3.7 kW 无线电能传输系统-EXP-汽车-无线充电
自动化·汽车
Godspeed Zhao1 天前
现代智能汽车系统——总线技术1
网络·汽车·php
摩尔元数1 天前
2026年汽车仪表工厂选MES,厂商推荐
低代码·汽车·制造·mes
汽车仪器仪表相关领域1 天前
MTX-A 模拟废气温度(EGT)计 核心特性与车载实操指南
网络·人工智能·功能测试·单元测试·汽车·可用性测试
深圳博众测控1 天前
博众测控 | ISO 16750-2:2023汽车电气测试新标准解读:关键变化与测试设备选型
人工智能·测试工具·汽车
Amy187021118231 天前
直流绝缘监测装置在汽车充电桩中的应用
汽车
极智视界1 天前
目标检测数据集 - 空中固定翼无人机检测数据集下载
yolo·目标检测·数据集·无人机·voc·coco·算法训练
2501_941337061 天前
YOLO11-C3k2-RAB改进模型在航拍军事目标检测中的应用与实现
人工智能·目标检测·目标跟踪
Piar1231sdafa1 天前
蓝莓目标检测——改进YOLO11-C2TSSA-DYT-Mona模型实现
人工智能·目标检测·计算机视觉