板金が成形工程で曲げられるとき、金型の正確な角度には留まりません。元の平らな形状に向かって部分的に戻ります。このスプリングバックは、成形力が取り除かれた後の材料の弾性回復によって引き起こされます。スプリングバックの量は、材料タイプ、厚さ、曲げ半径、結晶方向、成形プロセスパラメータによって異なります。
スプリングバックの補正は、板金金型設計の中で最も困難な側面の一つです。完成部品で90度の曲げが必要な場合、2度のスプリングバックを見越して金型では88度に曲げる必要があります。しかし、その2度のスプリングバックは一定ではありません。材料バッチの変動、温度、工具の摩耗によって変化します。AIによる予測と補正は、このプロセスをより精密にします。
スプリングバック予測が困難な理由
スプリングバックは材料の応力ひずみ挙動に依存しますが、これはミル証明書の標準材料特性では完全には記述されません。特定の部品の実際のスプリングバックは、材料の降伏強度、弾性係数、ひずみ硬化挙動、異方性に依存し、これらすべてはコイル間で、さらには単一のコイル内でも変動します。
有限要素解析(FEA)シミュレーションはスプリングバックを予測できますが、精度は良好な材料データと正確な摩擦モデルを持つことに依存し、両方とも生産条件では入手が困難です。その結果、スプリングバックのFEA予測には大きな誤差があることが多く、金型の試行錯誤的な調整が必要となります。
AIが予測を改善する方法
AIベースのスプリングバック予測は、実際の生産データから学習します。成形部品で測定されたスプリングバックを、ミル証明書の材料特性、実際の成形パラメータ(トン数、速度、温度)、工具の状態と相関させます。時間の経過とともに、理論モデルが見逃す実世界の影響を捉えるため、FEA単独よりも精度の高い予測モデルを構築します。
新しい材料コイルが到着すると、AIはミル証明書の特性を使用して、各部品ジオメトリの予想スプリングバックを予測します。予測されたスプリングバックが金型補正と異なる場合、AIはプロセス調整(オーバーベンド角度の変更、トン数の調整、保持時間の修正)を推奨します。
適応型金型補正
最も先進的な実装では、成形プレスがAIスプリングバック予測に基づいて自動的に調整されます。サーボ駆動プレスは、部品ごとにストローク深さ、速度プロファイル、保持時間を変更できます。AIが特定の材料バッチでより多くのスプリングバックを予測すると、プレスは自動的にオーバーベンドを増加させて補正します。
この適応型アプローチは、材料バッチの変動に関係なく、一貫して公差内の部品を生産します。材料特性が変化したときに従来の静的金型設計が生産する廃棄物と再加工を削減します。
製造業におけるAIプロセス最適化の詳細については、FirmAdapt製造業分析ページをご覧ください。