原標題：低壓鑄造生產案例！A356鋁合金后副車架設計與優化

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，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，還和工藝參數緊密相關。所以，在確定澆注方案后，通過對工藝參數進行優化，尋找合理的參數組合來提高鑄件成形質量和生產效率。目前的參數優化主要是先設計優化試驗方案，再通過數值模擬進行多次試驗，最后利用初始算法根據試驗結果來尋找最優參數組合。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，并用優化后的參數進行生產試制。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，得到了優化參數組合。通過對冷卻系統參數進行多目標優化，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化參數，以孔隙體積、最大二次枝晶臂間距（SDAS）和凝固時間為優化目標，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化參數對優化目標的影響程度，最后使用遺傳算法尋找最優參數組合，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，而鑄件正面的多數部位較為平整，為了使鑄件能夠平穩充型，采取底注式澆注，澆口設置在鑄件正面，澆注系統結構示意圖見圖2。

圖1 鋁合金后副車架

圖2 后副車架低壓鑄造澆注系統

由于鑄件外側的4個圓環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，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，見圖3。冷卻系統的相關參數設置見表1。

數值模擬所用的A356鋁合金的物性參數見表2。在模擬中，設置金屬液與模具、金屬液與砂芯、模具與砂芯界面傳熱系數分別為2 000、750和300 W/（m2·K），模具與空氣的傳熱系數為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設置合理。根據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。初始方案的數值模擬結果見圖4。

圖3 冷卻系統

表1 冷卻系統工藝參數

表2 A356鋁合金的物性參數

圖4 初始方案的數值模擬結果

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。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）作為優化參數，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有研究及生產經驗確定。27組試驗的數值模擬結果見表4。

表3 響應面試驗因素-水平表

表4 響應面試驗設計及數值模擬結果

根據上述27組數值模擬結果得到的關于響應指標的響應面模型擬合參數見表5。通過這些參數可以確定擬合度最高的響應面模型。根據擬合參數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據的擬合程度。當P值小于0.05時，可認為響應面模型與模擬數據之間的誤差較小。R2為多重判定系數，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，通常作為最終判定系數。C.V.為變異系數，若該值大于15%，則需要考慮是否存在異常數據。從表5中可以看出，二階響應面模型與模擬數據擬合度較好，可以用該模型繼續進行響應面試驗。

孔隙體積的顯著性分析見表6。表6中的P值反映了各優化參數對響應指標的影響顯著性。當P值小于0.05時，表示該參數對響應指標影響顯著；當P值小于0.01時，表示該參數對響應指標影響高度顯著。F值反映了各優化參數對響應指標的影響程度，F值越大，則影響程度越大。從表6中可知，4個優化參數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

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

對優化后的參數組合進行數值模擬，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%。經由ProCAST計算，優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%。對優化后的方案進行生產試制并進行采樣檢測，經檢驗，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）根據響應面法得到的優化目標函數，并通過遺傳算法尋找最優參數組合。計算后得到的優化后的參數組合是澆注溫度為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，證明了該優化方案的可行性。

《A356鋁合金后副車架低壓鑄造工藝參數的設計與優化》

張弓 蘇小平
南京工業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》