Análise robusta da Hidroformação de tubos numa matriz com secção transversal quadrada

Abstract

Esta dissertação, que consiste numa análise estatística da hidroformação de tubos numa matriz de secção quadrada, tem como objetivo avaliar a influência da variabilidade dos parâmetros do material e do processo de hidroformação na redução de espessura e na altura de pólo. Para tal, o processo foi simulado numericamente recorrendo à lei de encruamento de Swift e ao critério de plasticidade anisotrópico de Hill´48, para descrever o comportamento plástico dos materiais. Foi realizado um estudo estatístico que teve em consideração a incerteza dos valores dos parâmetros de entrada, que são os parâmetros da lei de encruamento de Swift (Y0,K,n), os coeficientes de anisotropia no plano da chapa (r0,r45,r90) e os parâmetros relacionados com o processo (pressão máxima, P, e coeficiente de atrito, COF), além da espessura inicial da chapa (Espi), nas respostas do processo, no que diz respeito à redução máxima de espessura (RedEsp) e altura máxima de pólo (AltPolo). Os resultados mostram que o parâmetro de entrada mais influente na redução de espessura é a espessura inicial e o parâmetro mais influente na altura de pólo é o parâmetro K da Lei de Swift. Os softwares usados foram o DD3IMP, para a simulação numérica, o Excel para realizar o tratamento estatístico dos resultados, o Minitab para realizar a análise de sensibilidade, e o pós-processador GID para a visualização do tubo após conformação. Outros softwares, como o Paint.net foram usados para a correta apresentação de figuras e imagens nesta tese. Os resultados da simulação permitiram obter os valores dos parâmetros de resposta do processo, para as 97 experiências realizadas, que foram escolhidas de acordo com o desenho de experiências (Design of experiments: DOE), inicialmente definido. A análise de sensibilidade subsequente, consistiu na construção das superfícies de resposta para os dois parâmetros de saída do processo analisados e na identificação dos parâmetros de entrada que mais os influenciam. Para se avaliar a influência da distribuição de probabilidade dos parâmetros de entrada nos de saída, usou-se o Método Monte Carlo, que se baseia na geração de valores aleatórios para cada parâmetro de entrada.

This dissertation, which consists of a statistical analysis of the hydroforming of tubes in a square cross-section die, aims to evaluate the influence of the variability of the parameters of the material and the hydroforming process on the reduction of the thickness and height of the pole. For this purpose, the process was numerically simulated using the Swift work hardening law and the Hill'48 criterion for anisotropic plasticity, to describe the plastic behaviour of the materials. A statistical study was carried out that took into account the uncertainty of the values of the input parameters, which are the parameters of Swift's hardening law (Y0,K,n), the anisotropy coefficients in the sheet plane (r0,r45,r90) and the parameters related to the process (maximum pressure, P, and coefficient of friction, COF), in addition to the initial thickness of the sheet (Espi), in the process responses, with respect to the maximum thickness reduction (RedEsp) and maximum pole height (AltPolo). The results show that the most influential input parameter on thickness reduction is the initial thickness and the most influential parameter on the pole height is the K parameter of the Swift Law. The software used was DD3IMP, for numerical simulation, Excel to perform the statistical treatment of the results, Minitab to perform the sensitivity analysis, and the GID post-processor to visualize the tube after forming. Other software, such as Paint.net were used for the correct presentation of figures and images in this thesis. The simulation results allowed obtaining the values of the process response parameters for the 97 experiments carried out, which were chosen according to the design of experiments (Design of Experiments: DOE), initially defined. The subsequent sensitivity analysis consisted of constructing the response surfaces for the two analyzed process output parameters and identifying the input parameters that most influence them. To evaluate the influence of the probability distribution of input parameters on output parameters, the Monte Carlo Method was used, which is based on the generation of random values for each input parameter.