Identificación de parámetros para la caracterización a alta temperatura del acero 38MnVS6 utilizado en procesos de forja en caliente

• Diego Gómez-Márquez ^[1] ; Elias Ledesma-Orozco ^[1] ; Ryutaro Hino ^[2] ; Eduardo Aguilera-Gómez ^[1] ; Hiroshi Hamasaki ^[3]
  1. [1] Universidad de Guanajuato

     Universidad de Guanajuato

     México

     
  2. [2] Hiroshima University

     Hiroshima University

     Naka-ku, Japón

     
  3. [3] Chubu University

     Chubu University

     Japón

     

  Mostrar afiliaciones +
• Localización: Revista DYNA, ISSN-e 0012-7361, ISSN 0012-7361, Vol. 97, Nº 3, 2022 (Ejemplar dedicado a: El suministro energético, vital para la Unión Europea), págs. 288-294
• Idioma: español
• Títulos paralelos:
  • Identification of parameters for characterization at high-temperature of 38MnVS6 steel used in hot forging processes
• Enlaces
  • Texto Completo Ejemplar
• Resumen

  • La fiabilidad de los elementos finitos es muy sensible a la calidad de los datos de entrada y a las ecuaciones constitutivas utilizadas. En este artículo se utilizan dos ecuaciones constitutivas para modelar el flujo plástico de los metales. Se seleccionaron dos ecuaciones comúnmente empleadas en el análisis de elementos finitos de conformación de metales, por ejemplo, la de Hensel-Spittel y la de Johnson-Cook. Se realizaron ensayos de compresión a distintas temperaturas y velocidades de deformación para obtener las curvas de esfuerzo de flujo plástico. Estos resultados experimentales se utilizaron como objetivo para ajustar los parámetros de la ecuación constitutiva. El procedimiento de identificación de los parámetros se llevó a cabo mediante la resolución del llamado problema inverso. Una función objetivo da un valor (error) que indica lo bien que un conjunto de parámetros hace que la ecuación se ajuste a los resultados experimentales. Este valor de error se minimiza aplicando técnicas de optimización; en este caso, utilizando un Algoritmo Genético seguido de una estrategia basada en el gradiente. Se utilizan dos funciones objetivo; la primera se basa en el enfoque de mínimos cuadrados bien establecido, y la segunda se propone. La función objetivo propuesta muestra un rendimiento más rápido que el de los mínimos cuadrados. Además, la función objetivo propuesta también ofrece el mejor ajuste para la ecuación de Hensel-Spittel. La ecuación de Johnson-Cook se ajusta utilizando únicamente la función propuesta. La ecuación de Hensel-Spittel muestra varios mínimos locales, mientras que la de Johnson-Cook muestra uno global.