铸造工艺仿真被广泛应用于熔模铸造厂，多用于生产民用、国防、航空航天、海洋和能源等行业的零部件。铸造工艺仿真软件主要为了帮助工程师在制造过程中自动确定最佳工艺条件，以达到预期的零件质量，而不用多次、反复的模拟和验证，可以在产品进入最终制造环节前预先确定最佳的工艺流程。提供特定的高温合金材料数据库和陶瓷特性，可以进行非常精准的预测，本次所提出的静定型喷嘴导流叶片(NGV)是一种包含三种型芯的机翼型导流叶片。
结合铸造工艺仿真可以同时进行多个自变量的DoE(实验设计)，其中包含103个可行性假设，这项工作将在批处理模式(命令行编程)下自动运行大约30个模型。
预热阶段包括金属浇铸前模壳的预热，这一阶段的重要性在于它会直接影响到最终部件的完整性。因此，预热温度和换热损失是最基本的，并且要达到DoE参数水平。前者为模壳在预热周期结束时所达到的温度，后者是模壳从预热炉取出到浇注阶段开始所要经过的时间。图片向您特别展示了模壳的温度场，以及关键区域的切片视图，如LE(前面部位)和TE(后面部位)和核心。
浇注阶段是熔模铸造过程中的一个重要步骤。速度曲线、浇注角度和浇注时间会影响铸件的质量(缩松度、局部晶粒尺寸等)。通常在DoE建模中，关键是要考虑热和流体的动力学，以及浇注过程中的固相分数和热流。与定向凝固(DSX)相比，充型过程相对于等轴凝固过程(晶粒形成)尤为重要，因此，上述几个参数在充型阶段始终要进行DoE研究。
对凝固相的研究我们进行了DoE分析的总结。一般会对冷却速率、局部凝固时间和缩松预测进行分析。当然，高级冶金分析，如晶粒结构或斑点预测(SX)也是可能的，并将更直接地确定铸态部分的完整性和规格。
DoE分析的总体目标是实现帕累托最优，即在不影响自变量(如晶粒结构)性能的情况下，不改变因变量(如孔隙度)。然而要实现这一点，必须满足以下两个条件:
必须确定帕累托最优解决方案，最大限度的提高性能(例如，仅在孔隙率方面)；
计算过程必须保持稳定(鲁棒性的设计)
就测试领域而言，对铸造工艺进行建模是一项较为复杂的任务，它将受到超过100多个变量的控制。而使用优化工具的好处则有助于找到最佳的工艺参数，并可以随时评估铸造过程中由于随机性波动可能产生的报废风险，提前预测并规避潜在问题。
关注公众号 了解更多资讯
