原標題：低壓鑄造生產案例！A356鋁合金后副車架設計與優(yōu)化

鋁合金因其密度小、力學性能良好和抗腐蝕性能好等特點，在汽車零部件的生產中被廣泛使用。另外，結合低壓鑄造的充型過程平穩(wěn)，對金屬液未結晶部分進行補縮等特點，可生產出組織致密、力學性能好的鋁合金鑄件。但是，在實際生產中，鑄件內部往往會產生一些缺陷。因此，減少鑄件缺陷，提高鑄件的成形質量，已成為低壓鑄造工藝中亟需解決的問題。

鑄件的成形質量不僅與鑄造方式和鑄造設備有關，還和工藝參數(shù)緊密相關。所以，在確定澆注方案后，通過對工藝參數(shù)進行優(yōu)化，尋找合理的參數(shù)組合來提高鑄件成形質量和生產效率。目前的參數(shù)優(yōu)化主要是先設計優(yōu)化試驗方案，再通過數(shù)值模擬進行多次試驗，最后利用初始算法根據(jù)試驗結果來尋找最優(yōu)參數(shù)組合。研究者研究了澆注溫度與保壓時間對輪轂成形質量的影響，并用優(yōu)化后的參數(shù)進行生產試制。利用響應面法研究了模具涂層厚度、模具預熱溫度和澆注溫度對低壓鑄造鋁合金輪轂中缺陷的影響，得到了優(yōu)化參數(shù)組合。通過對冷卻系統(tǒng)參數(shù)進行多目標優(yōu)化，成功減少了低壓鑄造中鋁合金輪轂的縮孔率。

本研究以某A356鋁合金后副車架為對象，以澆注溫度、模具預熱溫度、充型時間和充型壓力為優(yōu)化參數(shù)，以孔隙體積、最大二次枝晶臂間距（SDAS）和凝固時間為優(yōu)化目標，設計三水平響應面試驗方案，并通過響應面試驗來分析各優(yōu)化參數(shù)對優(yōu)化目標的影響程度，最后使用遺傳算法尋找最優(yōu)參數(shù)組合，旨在為低壓鑄造鋁合金鑄件的實際生產提供參考。

圖文結果

研究對象為某A356鋁合金后副車架，其結構見圖1。該鋁合金后副車架為大型薄壁件，外形尺寸為1 156 mm×873 mm×306 mm，平均壁厚為4 mm，最小壁厚為3 mm，最大壁厚為11.7 mm，質量為16.88 kg。
考慮到鑄件中薄壁肋板較多，而鑄件正面的多數(shù)部位較為平整，為了使鑄件能夠平穩(wěn)充型，采取底注式澆注，澆口設置在鑄件正面，澆注系統(tǒng)結構示意圖見圖2。

圖1 鋁合金后副車架

圖2 后副車架低壓鑄造澆注系統(tǒng)

由于鑄件外側的4個圓環(huán)狀車身安裝點的厚度要遠大于其余部位處的厚度，在鑄造過程中容易在該處產生熱節(jié)，從而形成縮松縮孔缺陷。所以，在這些部位預先設置了冷卻系統(tǒng)，見圖3。冷卻系統(tǒng)的相關參數(shù)設置見表1。

數(shù)值模擬所用的A356鋁合金的物性參數(shù)見表2。在模擬中，設置金屬液與模具、金屬液與砂芯、模具與砂芯界面?zhèn)鳠嵯禂?shù)分別為2 000、750和300 W/（m2·K），模具與空氣的傳熱系數(shù)為10 W/（m2·K）。

初始方案中澆注溫度為700 ℃，模具預熱溫度為320 ℃。通過ProCAST軟件模擬得到初始方案在8.56 s時完成升液，在12.21 s時完成充型，由此可認為壓力和時間參數(shù)設置合理。根據(jù)模擬結果得到初始方案的孔隙體積為0.189 cm3，孔隙率為1.69%，最大二次枝晶臂間距為42.89 μm，鑄件完全凝固用時為146.76 s。初始方案的數(shù)值模擬結果見圖4。

圖3 冷卻系統(tǒng)

表1 冷卻系統(tǒng)工藝參數(shù)

表2 A356鋁合金的物性參數(shù)

圖4 初始方案的數(shù)值模擬結果

在低壓鑄造中，鑄件缺陷主要包括氣孔、裂紋，縮松和縮孔等。在數(shù)值模擬中，通常是將鑄件內部孔隙體積，二次枝晶臂間距和凝固時間作為鑄造工藝的評價指標。其中，孔隙體積和凝固時間都可以直接得到，而二次枝晶臂間距則需要在view模塊中調用result選項中的Metallurgical Tools功能，通過輸入金屬液的固、液相線溫度進行計算得到，一般是以二次枝晶臂間距的最大值作為評價值。另外，低壓鑄造中涉及到的工藝參數(shù)較多，有升液時間、升液壓力、充型時間、充型壓力、增壓時間，增壓壓力、保壓時間、保壓壓力、澆注溫度和模具預熱溫度等。其中，澆注溫度和模具預熱溫度對上述3個評價指標均有直接影響，而充型時間和充型壓力也是影響金屬液充型性能的兩個重要參數(shù)。所以，本研究以澆注溫度（X1）、模具預熱溫度（X2）、充型時間（X3）和充型壓力（X4）作為優(yōu)化參數(shù)，以孔隙體積（Y1）、最大二次枝晶臂間距（Y2）和凝固時間（Y3）作為響應指標，通過Design-Expert軟件進行三水平Box-Behnken響應面試驗設計，并通過試驗結果分析各參數(shù)對響應指標的影響程度。響應面試驗具有精度高、成本低等特點，不僅可以分析單個因素對響應指標的影響，還可以分析雙因素對響應指標的影響。此外，響應曲面法還能夠處理實際問題中的不確定性和變異性，進一步提高過程優(yōu)化的可靠性。響應面試驗因素-水平表見表3。

響應面試驗設計共27組，其中澆注溫度和模具預熱溫度的范圍可通過現(xiàn)有研究及生產經(jīng)驗確定。27組試驗的數(shù)值模擬結果見表4。

表3 響應面試驗因素-水平表

表4 響應面試驗設計及數(shù)值模擬結果

根據(jù)上述27組數(shù)值模擬結果得到的關于響應指標的響應面模型擬合參數(shù)見表5。通過這些參數(shù)可以確定擬合度最高的響應面模型。根據(jù)擬合參數(shù)確定響應指標的響應面模型為二階響應面模型。表5中的P值、R2和R2adj都是用來判斷響應面模型與模擬數(shù)據(jù)的擬合程度。當P值小于0.05時，可認為響應面模型與模擬數(shù)據(jù)之間的誤差較小。R2為多重判定系數(shù)，當R2≥0.8時，可認為該響應面模型可用，R2越接近1，響應面模型的擬合度越高。R2adj為調整后的多重判定系數(shù)，通常作為最終判定系數(shù)。C.V.為變異系數(shù)，若該值大于15%，則需要考慮是否存在異常數(shù)據(jù)。從表5中可以看出，二階響應面模型與模擬數(shù)據(jù)擬合度較好，可以用該模型繼續(xù)進行響應面試驗。

孔隙體積的顯著性分析見表6。表6中的P值反映了各優(yōu)化參數(shù)對響應指標的影響顯著性。當P值小于0.05時，表示該參數(shù)對響應指標影響顯著；當P值小于0.01時，表示該參數(shù)對響應指標影響高度顯著。F值反映了各優(yōu)化參數(shù)對響應指標的影響程度，F(xiàn)值越大，則影響程度越大。從表6中可知，4個優(yōu)化參數(shù)對孔隙體積的影響都是高度顯著，其中澆注溫度與模具預熱溫度的影響程度最大。孔隙體積的雙因素交互作用三維響應面圖見圖5。

表5 二階響應面模型擬合參數(shù)

表6 孔隙體積的顯著性分析

圖5 孔隙體積的雙因素交互作用三維響應面圖

SDAS的顯著性分析見表7。從表7中可知，充型時間和充型壓力對SDAS的影響程度低于澆注溫度和模具預熱溫度。SDAS的雙因素交互作用三維響應面圖見圖6。凝固時間的顯著性分析見表8。從表8中可知，模具預熱溫度的影響程度最大，澆注溫度次之，充型時間的影響程度最小。凝固時間的雙因素交互作用三維響應面圖見圖7。可以看出，溫度對凝固時間的影響最顯著，澆注溫度和模具預熱溫度越高，凝固時間越長。而當充型時間越長或充型壓力越小時，凝固時間隨之增加；當充型時間越短或充型壓力越大時，凝固時間隨之增大。

表7 SDAS的顯著性分析

圖6 SDAS的雙因素交互作用三維響應面圖

表8 凝固時間的顯著性分析

圖7 凝固時間的雙因素交互作用三維響應面圖

對優(yōu)化后的參數(shù)組合進行數(shù)值模擬，得到孔隙體積為0.093 cm3，相比初始方案減少了51%；最大二次枝晶臂間距為42.39 μm，相比初始方案減小了1.17%；凝固時間為146.11 s，相比初始方案減少了0.043%。經(jīng)由ProCAST計算，優(yōu)化后的鑄件孔隙率為0.21%，小于ProCAST中的縮松縮孔缺陷判定值1%。對優(yōu)化后的方案進行生產試制并進行采樣檢測，經(jīng)檢驗，成品鑄件的內部無明顯缺陷，質量符合使用要求。鑄件成品及采樣金相組織見圖8。

圖8 鑄件成品及金相組織圖

結論

（1）由響應面法分析可知，對于孔隙體積而言，澆注溫度、模具預熱溫度、充型時間和充型壓力過高或過低都會導致孔隙體積增加；對于SDAS而言，澆注溫度和模具預熱溫度對其影響程度較大，會隨著澆注溫度和模具預熱溫度的升高而增加；對于凝固時間而言，其會隨著澆注溫度，模具預熱溫度和充型時間的增加而增加，隨著充型壓力的增加而減小。

（2）根據(jù)響應面法得到的優(yōu)化目標函數(shù)，并通過遺傳算法尋找最優(yōu)參數(shù)組合。計算后得到的優(yōu)化后的參數(shù)組合是澆注溫度為707.89 ℃，模具預熱溫度為329.61 ℃，充型時間為3.06 s，充型壓力為14 822.30 Pa。相比于初始方案，孔隙體積減少了51%，鑄件質量明顯提高。SDAS和凝固時間也略有減少。對優(yōu)化方案進行生產試制并進行采樣試驗，驗證了鑄件質量符合使用要求，證明了該優(yōu)化方案的可行性。

《A356鋁合金后副車架低壓鑄造工藝參數(shù)的設計與優(yōu)化》

張弓 蘇小平
南京工業(yè)大學機械與動力工程學院

本文轉載自：《特種鑄造及有色合金》