原标题：低压铸造生产案例！A356铝合金后副车架设计与优化

铝合金因其密度小、力学性能良好和抗腐蚀性能好等特点，在汽车零部件的生产中被广泛使用。另外，结合低压铸造的充型过程平稳，对金属液未结晶部分进行补缩等特点，可生产出组织致密、力学性能好的铝合金铸件。但是，在实际生产中，铸件内部往往会产生一些缺陷。因此，减少铸件缺陷，提高铸件的成形质量，已成为低压铸造工艺中亟需解决的问题。

铸件的成形质量不仅与铸造方式和铸造设备有关，还和工艺参数紧密相关。所以，在确定浇注方案后，通过对工艺参数进行优化，寻找合理的参数组合来提高铸件成形质量和生产效率。目前的参数优化主要是先设计优化试验方案，再通过数值模拟进行多次试验，最后利用初始算法根据试验结果来寻找最优参数组合。研究者研究了浇注温度与保压时间对轮毂成形质量的影响，并用优化后的参数进行生产试制。利用响应面法研究了模具涂层厚度、模具预热温度和浇注温度对低压铸造铝合金轮毂中缺陷的影响，得到了优化参数组合。通过对冷却系统参数进行多目标优化，成功减少了低压铸造中铝合金轮毂的缩孔率。

本研究以某A356铝合金后副车架为对象，以浇注温度、模具预热温度、充型时间和充型压力为优化参数，以孔隙体积、最大二次枝晶臂间距（SDAS）和凝固时间为优化目标，设计三水平响应面试验方案，并通过响应面试验来分析各优化参数对优化目标的影响程度，最后使用遗传算法寻找最优参数组合，旨在为低压铸造铝合金铸件的实际生产提供参考。

图文结果

研究对象为某A356铝合金后副车架，其结构见图1。该铝合金后副车架为大型薄壁件，外形尺寸为1 156 mm×873 mm×306 mm，平均壁厚为4 mm，最小壁厚为3 mm，最大壁厚为11.7 mm，质量为16.88 kg。
考虑到铸件中薄壁肋板较多，而铸件正面的多数部位较为平整，为了使铸件能够平稳充型，采取底注式浇注，浇口设置在铸件正面，浇注系统结构示意图见图2。

图1 铝合金后副车架

图2 后副车架低压铸造浇注系统

由于铸件外侧的4个圆环状车身安装点的厚度要远大于其余部位处的厚度，在铸造过程中容易在该处产生热节，从而形成缩松缩孔缺陷。所以，在这些部位预先设置了冷却系统，见图3。冷却系统的相关参数设置见表1。

数值模拟所用的A356铝合金的物性参数见表2。在模拟中，设置金属液与模具、金属液与砂芯、模具与砂芯界面传热系数分别为2 000、750和300 W/（m2·K），模具与空气的传热系数为10 W/（m2·K）。

初始方案中浇注温度为700 ℃，模具预热温度为320 ℃。通过ProCAST软件模拟得到初始方案在8.56 s时完成升液，在12.21 s时完成充型，由此可认为压力和时间参数设置合理。根据模拟结果得到初始方案的孔隙体积为0.189 cm3，孔隙率为1.69%，最大二次枝晶臂间距为42.89 μm，铸件完全凝固用时为146.76 s。初始方案的数值模拟结果见图4。

图3 冷却系统

表1 冷却系统工艺参数

表2 A356铝合金的物性参数

图4 初始方案的数值模拟结果

在低压铸造中，铸件缺陷主要包括气孔、裂纹，缩松和缩孔等。在数值模拟中，通常是将铸件内部孔隙体积，二次枝晶臂间距和凝固时间作为铸造工艺的评价指标。其中，孔隙体积和凝固时间都可以直接得到，而二次枝晶臂间距则需要在view模块中调用result选项中的Metallurgical Tools功能，通过输入金属液的固、液相线温度进行计算得到，一般是以二次枝晶臂间距的最大值作为评价值。另外，低压铸造中涉及到的工艺参数较多，有升液时间、升液压力、充型时间、充型压力、增压时间，增压压力、保压时间、保压压力、浇注温度和模具预热温度等。其中，浇注温度和模具预热温度对上述3个评价指标均有直接影响，而充型时间和充型压力也是影响金属液充型性能的两个重要参数。所以，本研究以浇注温度（X1）、模具预热温度（X2）、充型时间（X3）和充型压力（X4）作为优化参数，以孔隙体积（Y1）、最大二次枝晶臂间距（Y2）和凝固时间（Y3）作为响应指标，通过Design-Expert软件进行三水平Box-Behnken响应面试验设计，并通过试验结果分析各参数对响应指标的影响程度。响应面试验具有精度高、成本低等特点，不仅可以分析单个因素对响应指标的影响，还可以分析双因素对响应指标的影响。此外，响应曲面法还能够处理实际问题中的不确定性和变异性，进一步提高过程优化的可靠性。响应面试验因素-水平表见表3。

响应面试验设计共27组，其中浇注温度和模具预热温度的范围可通过现有研究及生产经验确定。27组试验的数值模拟结果见表4。

表3 响应面试验因素-水平表

表4 响应面试验设计及数值模拟结果

根据上述27组数值模拟结果得到的关于响应指标的响应面模型拟合参数见表5。通过这些参数可以确定拟合度最高的响应面模型。根据拟合参数确定响应指标的响应面模型为二阶响应面模型。表5中的P值、R2和R2adj都是用来判断响应面模型与模拟数据的拟合程度。当P值小于0.05时，可认为响应面模型与模拟数据之间的误差较小。R2为多重判定系数，当R2≥0.8时，可认为该响应面模型可用，R2越接近1，响应面模型的拟合度越高。R2adj为调整后的多重判定系数，通常作为最终判定系数。C.V.为变异系数，若该值大于15%，则需要考虑是否存在异常数据。从表5中可以看出，二阶响应面模型与模拟数据拟合度较好，可以用该模型继续进行响应面试验。

孔隙体积的显著性分析见表6。表6中的P值反映了各优化参数对响应指标的影响显著性。当P值小于0.05时，表示该参数对响应指标影响显著；当P值小于0.01时，表示该参数对响应指标影响高度显著。F值反映了各优化参数对响应指标的影响程度，F值越大，则影响程度越大。从表6中可知，4个优化参数对孔隙体积的影响都是高度显著，其中浇注温度与模具预热温度的影响程度最大。孔隙体积的双因素交互作用三维响应面图见图5。

表5 二阶响应面模型拟合参数

表6 孔隙体积的显著性分析

图5 孔隙体积的双因素交互作用三维响应面图

SDAS的显著性分析见表7。从表7中可知，充型时间和充型压力对SDAS的影响程度低于浇注温度和模具预热温度。SDAS的双因素交互作用三维响应面图见图6。凝固时间的显著性分析见表8。从表8中可知，模具预热温度的影响程度最大，浇注温度次之，充型时间的影响程度最小。凝固时间的双因素交互作用三维响应面图见图7。可以看出，温度对凝固时间的影响最显著，浇注温度和模具预热温度越高，凝固时间越长。而当充型时间越长或充型压力越小时，凝固时间随之增加；当充型时间越短或充型压力越大时，凝固时间随之增大。

表7 SDAS的显著性分析

图6 SDAS的双因素交互作用三维响应面图

表8 凝固时间的显著性分析

图7 凝固时间的双因素交互作用三维响应面图

对优化后的参数组合进行数值模拟，得到孔隙体积为0.093 cm3，相比初始方案减少了51%；最大二次枝晶臂间距为42.39 μm，相比初始方案减小了1.17%；凝固时间为146.11 s，相比初始方案减少了0.043%。经由ProCAST计算，优化后的铸件孔隙率为0.21%，小于ProCAST中的缩松缩孔缺陷判定值1%。对优化后的方案进行生产试制并进行采样检测，经检验，成品铸件的内部无明显缺陷，质量符合使用要求。铸件成品及采样金相组织见图8。

图8 铸件成品及金相组织图

结论

（1）由响应面法分析可知，对于孔隙体积而言，浇注温度、模具预热温度、充型时间和充型压力过高或过低都会导致孔隙体积增加；对于SDAS而言，浇注温度和模具预热温度对其影响程度较大，会随着浇注温度和模具预热温度的升高而增加；对于凝固时间而言，其会随着浇注温度，模具预热温度和充型时间的增加而增加，随着充型压力的增加而减小。

（2）根据响应面法得到的优化目标函数，并通过遗传算法寻找最优参数组合。计算后得到的优化后的参数组合是浇注温度为707.89 ℃，模具预热温度为329.61 ℃，充型时间为3.06 s，充型压力为14 822.30 Pa。相比于初始方案，孔隙体积减少了51%，铸件质量明显提高。SDAS和凝固时间也略有减少。对优化方案进行生产试制并进行采样试验，验证了铸件质量符合使用要求，证明了该优化方案的可行性。

《A356铝合金后副车架低压铸造工艺参数的设计与优化》

张弓 苏小平
南京工业大学机械与动力工程学院

本文转载自：《特种铸造及有色合金》