Sie sind auf Seite 1von 5

Schmieden

Simulation der Mikrostruktur und


des Verzugs geschmiedeter Bauteile
Bernd-Arno Behrens, Philipp Olle, Tobias Gtze

Eigenspannungen und Verzge knnen zu vorzeitigem Bauteilversagen bzw. zur Nichteinhaltung


vorgegebener Ma- und Formgenauigkeiten fhren. Die Vorhersage dieser Bauteileigenschaften ist jedoch
wichtig, um eventuelle Manahmen zur Prozessoptimierung abzuleiten. An diesem Punkt setzt die
vorliegende Studie an. Dazu wird ein kommerzielles FE-System mittels Unterroutinen erweitert, um
wesentliche Werkstoffvorgnge zur Berechnung von Eigenspannungen und Bauteilverzug zu
bercksichtigen.

Die Vorhersage von Eigenspannungen


und Verzgen mittels numerischer Simulation bei der Bauteilkonstruktion
und Auslegung von Umformvorgngen, insbesondere in der Massivum
formung, ist von groer wirtschaftli
cher und technischer Bedeutung. Dadurch ist die Mglichkeit gegeben, ei
ne groe Anzahl von Versuchen zur
Auslegung der Wrmebehandlungsund Umformprozesse einzusparen, da
sich mit Hilfe der Prozesssimulation
leicht Manahmen zur Prozessoptimierung ableiten lassen.
Die wesentlichen Ursachen fr den
Verzug sind nach [1] nichtthermische
Volumennderungen und plastische
Verformungen. Die erstgenannte Ursache wird durch Volumennderungen
des Werkstoffs aufgrund von Gefgeumwandlungen whrend der Wrmebehandlung hervorgerufen. Plastische
Verformungen treten auf, wenn die im
Bauteil vorliegenden Eigenspannun
gen die materialspezifische Streckgren
ze berschreiten.
Da in kommerziellen FEM-Programmen die Gefge-, Eigenspannungs- und
Verzugsentwicklung bei der Warmund Halbwarmmassivumformung zumeist nur unzureichend abgebildet
wird, erfolgt die programmtechnische
Erweiterung um die relevanten Werkstoffmechanismen in Form von Unterprogrammen in das FEM-Programm
Msc.Marc 2007r1. Die entwickelten
Unterprogramme basieren auf bekannten physikalischen und empirischen Gleichungen sowie auf zahlreichen Werkstoffdaten, die z.B. das
Zeit-Temperatur-Umwandlungsverhalwww.utfscience.de 4/2008

ten beschreiben. Aufgrund der robusten automatischen Remeshing- und


Kontaktalgorithmen im genutzten FESystem knnen auch komplexe Bauteilgeometrien in der Simulation abgebildet und die Vernderung der in den
Unterroutinen bercksichtigten Werkstoffmechanismen whrend des Umformprozesses bercksichtigt werden.
Im Rahmen dieser Studie wird die
Ent- und Aufkohlung der Werkstcke,
die Gefgeumwandlung und die durch
diese induzierten Eigenspannungen in
der Prozesssimulation bercksichtigt.
Im Folgenden werden die grundlegenden Anstze zur Beschreibung dieser Werkstoffmechanismen vorgestellt
und anhand von Versuchen validiert.
Anschlieend erfolgt eine Sensitivi-

Bild 1

ttsanalyse eines Umformprozesses


mittels statistischer Versuchsplanung
zur Bestimmung der wesentlichen Einflussparameter auf den Verzug.
Simulation von Auf- und
Entkohlungsvorgngen
Auf- und Entkohlungsvorgnge beruhen auf Diffusionsvorgngen von Kohlenstoff im Stahl und werden thermisch aktiviert bzw. gewinnen mit
steigenden Temperaturen zunehmend
an Bedeutung. Triebkraft ist dabei eine
vom Werkstoff verschiedene Kohlenstoffkonzentration in der Umgebungsatmosphre des Werkstcks.
Diffusionsvorgnge knnen durch
das 2. FICKsche Gesetz

Analogie zwischen der Lsung von Diffusionsvorgngen und Temperaturfeldern

Behrens et al.: Simulation der Mikrostruktur ... 

Schmieden
(1)
beschrieben werden. Hierbei ist die
Variable c die Kohlenstoffkonzentration, der Faktor D der Diffusionskoeffizient des Kohlenstoffs im Grundmaterial sowie der Faktor t die Zeit. Weiterhin werden die drei Raumrichtungen
in kartesischen Koordinaten mit x, y,
und z bezeichnet.
Im Bereich des bergangs von Werkstck und Atmosphre finden verschiedene chemische Reaktionen statt.
Beispielsweise sind dies nach [1] bei
der Aufkohlung von Stahl vor allem
Reaktionen des Metalls mit den in der
kohlenstoffreichen Atmosphre vorkommenden Verbindungen CO, H2,
CH4 und anderen Kohlenwasserstoffen. Zur Beschreibung dieser mannigfaltigen Vorgnge wird die Massenstromdichte

Bild 2

Vergleich der simulierten und gemessenen Entkohlungstiefe bei einer Ofenerwrmung


auf 850 C

Bild 3

Gegenberstellung der Gefgeanteile und Eigenspannungen aus Messung und Simulation (C45E)

Bild 4

Betrachteter Gesenkumformprozess

(2)
des Kohlenstoffs herangezogen [2].
Dabei besteht ein linearer Zusammenhang zur Differenz des Kohlenstoffanteils in der Umgebung cU und
dem Kohlenstoffanteil an der OberflchecO des Werkstcks. Der Faktor
ist die Kohlenstoffbergangszahl
und wird nach [3] mit einem Wert
von= 110-5 cm/s angenommen.
Die Lsung des Differentialgleichungssystems fr die Auf- und Entkohlung erfolgt ber das gesamte Bauteil mit Hilfe der Finite-Element-Methode (FEM). Um dies zu erreichen,
wird die Entsprechung zwischen den
Gleichungen zur Beschreibung der
Diffusion und der Wrmeleitung ausgenutzt. Die hnlichkeit der Gleichungstrukturen ist zur Veranschaulichung in Bild 1 dargestellt.
Die mathematische Struktur beider
Gleichungssysteme ist hnlich. Somit
knnen Diffusionsvorgnge auf die
gleiche Weise wie Temperaturfelder
numerisch gelst werden. Die gesuchte Konzentration entspricht der Temperatur und die weiteren Feldgren
stehen wie in Bild 1 dargestellt in Analogie zueinander. Bei der Berechnung
der Kohlenstoffdiffusion kann die
Wrmekapazitt cp und die Dichte
auf den Wert 1 gesetzt werden, sodass
der Wert fr die Wrmeleitfhigkeit
dem Diffusionskoeffizienten D ent-

www.utfscience.de 4/2008

Behrens et al.: Simulation der Mikrostruktur ...

Schmieden
spricht. Da der Diffusionskoeffizient
D des Kohlenstoffs stark temperaturabhngig ist und ebenfalls von der Gefgestruktur abhngt, mssen beide
Einflsse bei der Simulation von Entund Aufkohlungsvorgngen bercksichtigt werden. Dies geschieht durch
die sequentielle Kopplung des Modells
zur Berechnung des Temperaturfeldes
und dem zur Berechnung der Diffusionsvorgnge. Die Berechnung der Gefgeumwandlung bei der Erwrmung
erfolgt entsprechend dem in [4] vorgestellten Modell.
Dieser Ansatz zur Berechnung von
Ent- und Aufkohlungsvorgngen wird
mit Hilfe von Erwrmungsversuchen
validiert. Dazu wird eine zylindrische
Probe aus dem Stahl C45E (1.1191) in
einem Ofen in einer Zeit von 20 min
auf 850 C erwrmt und anschlieend
in Wasser abgeschreckt. Durch das
schnelle Abschrecken wird eine weitere Kohlenstoffdiffusion weitgehend
verhindert. Im Simulationsmodell
werden als Randbedingungen ein konvektiver Wrmebergang und ein
Kohlenstoffbergang nach Gleichung
(2) an den Kontaktflchen der Probe
zur Atmosphre angenommen. Weiterhin wird ein konstanter Kohlenstoffanteil von 0 % in der Ofenatmosphre zugrundegelegt.
Ein Vergleich der gemessenen und
berechneten Entkohlungstiefe in der
Probe ist in Bild 3 dargestellt. Die metallographische Untersuchung der
Randschicht ergibt eine Entkohlungstiefe von 139 m < Exp < 153 m. Zur
Auswertung der Simulation wird die
Definition nach [5] herangezogen. Danach entspricht die Entkohlungstiefe
dem Oberflchenabstand, bei dem die
Kohlenstoffkonzentration c einem
Wert von 92 % der Ausgangskonzentration c0 im Werkstck betrgt. Somit
wird eine Entkohlungstiefe von Sim =
141 m berechnet.
Bercksichtigung des Kohlenstoff
gehalts bei der Gefge- und
Eigenspannungssimulation
Aufgrund des unterschiedlichen Kohlenstoffgehalts der Werkstckrandschicht und des Werkstckkerns weicht
das Umwandlungsverhalten in beiden
Bereichen voneinander ab. Insbesondere wird durch eine Erhhung des
Kohlenstoffgehalts die Umwandlung
von Austenit in die Sekundrgefge
www.utfscience.de 4/2008

Bild 5

Beschreibung des Verzugs mittels symmetrischer Differenz

Bild 6

Paretodiagramm hinsichtlich der Zielgre Verzug

Ferrit, Perlit, Bainit und Martensit verzgert.


Die Umwandlung des Austenits in
die Sekundrgefge wird entsprechend des Ansatzes in [6] modelliert.
Hierfr werden isotherme ZTUSchaubilder bentigt. Um den Einfluss des Kohlenstoffes auf das Umwandlungsverhalten zu bercksichtigen, wird das empirische Modell von
Li et al. [7] fr die Modellierung der
diffusionsgesteuerten Phasenumwand

lungen verwendet. Die Kalibrierung


dieses Modells erfolgte anhand vieler
kontinuierlicher ZTU-Schaubilder
verschiedener Sthle, sodass das Umwandlungsverhalten als Funktion der
chemischen Zusammensetzung beschrieben wird.
Zur Beschreibung der diffusionslosen Umwandlung von Austenit in
Martensit in Abhngigkeit des Kohlenstoffgehalts wird die empirisch gewonnene Formel
Behrens et al.: Simulation der Mikrostruktur ... 

Schmieden
Ms[C] = 520 320 . C 50 . Mn 30
. Cr 20 . (Ni+Mo) 5 . (Cu+Si) (3)

nach Popov [8] fr die Martensitstarttemperatur Ms verwendet. Die Kinetik


der martensitischen Gefgeumwandlung wird mittels der KOISTINEN und
MARBURGER Gleichung
(4)
beschrieben. Dabei wird der Phasenanteil des Martensits mit M und die
Temperatur mit T bezeichnet. Die Parameter und sind nach Tabelle 1
in Abhngigkeit der Martensitstarttemperatur Ms zu bestimmen.
Der Kohlenstoffgehalt eines Stahls
beeinflusst nicht nur sein ZTU-Verhalten, sondern auch die Eigenspannungsentwicklung. Zur Bercksichtigung der Gefgeumwandlung in der
numerischen Simulation der Eigenspannungsentwicklung wird der folgende Ansatz gewhlt. Das Dehnungsinkrement dij wird durch die Summe
des elastischen (el), plastischen (pl),
thermischen (th), umwandlungsbedingten (tr) und des umwandlungsplastischen (tp) Dehnungsanteils

Phase an die Umgebung der hrteren


Phase anpassen. Dies fhrt zu komplizierten Eigenspannungszustnden, die
plastisches Flieen verursachen, auch
wenn die ueren Spannungen kleiner
als die Fliespannung des Werkstoffs
sind. Durch uere Spannungen wird
der Effekt entweder initiiert oder verstrkt. Diese Vorgnge werden durch
die umwandlungsplastischen Dehnungen
(7)

modelliert. Entsprechend des Ansatzes


fr die umwandlungsbedingten Dehnungen kann die Volumennderung
(dV/V),k bei der Umwandlung von Austenit () in ein Gefgegemisch aus Ferrit, Perlit, Bainit und Martensit (Produktphasen k, Phasenanteile k) in
Abhngigkeit des Kohlenstoffgehalts
beschrieben werden. Weiterhin sind
die Fliespannung des Austenitsy, ,
die Vergleichsspannung nach MisesvM
und der Spannungsdeviator s ij gegeben. Die Korrekturfunktion h ist nach
[10] definiert durch
(8)

(5)
beschrieben. Durch eine nderung
des Kohlenstoffgehalts werden vor allem die thermischen, umwandlungsbedingten und umwandlungsplastischen Dehnungen beeinflusst.
Die Modellierung der thermischen
und umwandlungsbedingten Spannungen erfolgt durch Zusammenfassen beider Dehnungsanteile zu (6)

Die Summe beider Dehnungsanteile


wird dabei als Funktion der gemittelten Gitterkonstanten an und der Temperatur T zu Beginn (t) und am Ende
eines Zeitschritts (t+t) beschrieben.
Der Faktor ij steht fr das KRONECKERsymbol. Die gemittelten Gitterkonstanten werden durch die Gefgeanteile und die Gitterkonstanten der
einzelnen Phasen bestimmt. Diese
sind nach [9] in Abhngigkeit des
Kohlenstoffanteils definiert.
Durch Volumen- und Formnderungen der Kristalle whrend der Phasenumwandlung muss sich die weichere
www.utfscience.de 4/2008

Damit wird die Eigenspannungsentstehung in Abhngigkeit des lokalen


Kohlenstoffgehalts des Werkstoffs beschrieben.
Am Beispiel kombinierter Stauchund Abkhlprozesse werden die Unterprogramme und werkstoffbezogenen FEM-Simulationen experimentellen Untersuchungsergebnissen gegenbergestellt. Dieser relativ einfache
Versuchsaufbau erlaubt Parametervariationen bei gleichzeitig vernachlssigbaren Geometrieeinflssen auf die
Werkstoffvorgnge. Die Umformtemperatur betrgt 1200 C, wobei die
Probe bis zu einem Umformgrad von
= 0,7 gestaucht wird. In Bild 3 sind
die berechneten und experimentell ermittelten Gefgeanteile sowie Eigenspannungen bei Wasserabkhlung auf
halber Hhe der gestauchten Probe gegenbergestellt. Die experimentellen
Ergebnisse beruhen auf umfangreichen qualitativen und quantitativen
metallographischen Auswertverfahren
(Linearanalyse und Punktzhlmethode) bezglich der Gefgeanalyse. Die

Eigenspannungen werden mittels


Rntgendiffraktometrie gemessen. Die
sehr gute bereinstimmung der Ergebnisse aus der Simulation und dem
Experiment ist ein Indikator fr die
Qualitt der entwickelten Unterprogramme.
Simulationsgesttzte
Sensitivittsanalyse
Im Allgemeinen wird zur Optimierung
von Prozessen die One-factor-at-a-time
Methode angewendet. Dem Namen
entsprechend wird bei dieser Methode
whrend einer Versuchsreihe bzw. Simulationsreihe immer nur ein Einflussfaktor variiert. Die anderen Parameter werden konstant gehalten. In
anschlieenden Versuchen wird dieser
Faktor auf dem optimalen Niveau gehalten und jeweils ein anderer Parameter verndert. Auf diese Weise knnen
keine Wechselwirkungen zwischen den
unterschiedlichen Faktoren festgestellt
werden. Somit wird nur ein scheinbar
optimales Versuchsergebnis erzielt. Eine Mglichkeit zur Ermittlung optimierter Prozessparameter ist die Methode der statistischen Versuchsplanung. Diese wird in diesem Beitrag auf
den in Bild 4 beschriebenen Gesenkschmiedeprozess angewendet.
Die bercksichtigten Einflussgren
und ihre Minimal- und Maximalwerte
sind in Tabelle 2 zusammengefasst.
Ziel dieser Analyse ist die Bestimmung
der wesentlichen Einflussgren auf
den Verzug des betrachteten, rotationssymmetrischen Bauteils. Dieser
wird als
(9)
definiert. Dabei bezeichnet die Operation AistAsoll die symmetrische Differenz der Istflche Aist mit der Sollflche A soll (Bild 5). Bei der symmet
rischen Differenz handelt es sich um
die Flchenelemente, die jeweils in einer, aber nicht in beiden Flchen liegen. Eine Erweiterung auf dreidimensionale Problemstellungen ist mglich,
wenn die Flchen durch Volumina ersetzt werden.
Zur Gegenberstellung der Auswirkungen einzelner Einflussgren auf
die Zielgre Verzug eignet sich das
sogenannte Paretodiagramm. Das Paretodiagramm zeigt die Effekte nach
ihrer absoluten Gre sortiert (Bild 6).
Behrens et al.: Simulation der Mikrostruktur ...

Schmieden
In diesem Paretodiagramm sind ebenfalls die sogenannten p-Niveaus (p >
0,01, p > 0,001) eingetragen. Das p-Niveau gibt die Wahrscheinlichkeit fr
einen Fehler bei der Akzeptanz eines
beobachteten Ergebnisses an. Liegt ein
Effekt auerhalb des Bereichs p > 0,01
bzw. p> 0,001 bedeutet dies, dass der
Effekt grer als die Zufallsstreuung ist
und im 99%- bzw. 99,9%-Vertrauensbereich der Untersuchung liegt. Im Folgenden werden Effekte im 99%-Vertrauensbereich als signifikant und Effekte im 99,9%-Vertrauensbereich als
hochsignifikant bezeichnet.
Wie in Bild 6 zu erkennen ist, ist die
Temperatur T der hochsignifikante
Einflussfaktor. Die gilt sowohl fr den
linearen als auch den quadratischen
Faktor. Einzige signifikante Gre ist
der Faktor v2. Interessant ist, dass die
Abkhlmethodik bei dem betrachteten Bauteil weder einen hochsignifikanten noch einen signifikanten Einfluss besitzt. Dies ist darin begrndet,
dass im Rahmen dieser Untersuchungen ein sehr kompaktes Bauteil betrachtet wird, das weniger verzugsanfllig als Bauteile mit filigranen Strukturen ist.
Zusammenfassung
Die Vorhersage von Eigenspannungen
und Verzgen stellt groe Anforderungen an die numerische Prozesssimulation, da komplexe Werkstoffvorgnge
einbezogen werden mssen. Im Rahmen dieser Studie wurden verschiedene Anstze zur Bercksichtigung von
Ent- und Aufkohlungsvorgngen, der
Gefgeumwandlung und Eigenspannungsentwicklung vorgestellt. Diese
wurden anhand experimenteller Untersuchungen validiert.
Durch die im Rahmen dieses Beitrags
entwickelten Unterprogramme und die
gewonnenen Erkenntnisse wird dem
potenziellen Nutzer die Mglichkeit
erffnet, optimierte Prozessbedingungen bei der Warm- und Halbwarmmassivumformung einzustellen und ein
Hchstma an Ma- und Formhaltigkeit der gefertigten Bauteile mit den
gewnschten mechanischen Eigenschaften zu realisieren.

www.utfscience.de 4/2008

Tabelle 1 Parameter der KOISTINEN-MARBURGER-Gleichung, vgl. [8]


Parameter

Approximation

0,36102 + 0,1104 MS 0,34106 MS2 + 0,32108 MS3 0,521011 MS4

2,08 0,76102 MS + 0,16104

MS

0,9108 MS3

Tabelle 2 Bercksichtigte Einflussgren in der Sensitivittsanalyse


Einflussgre

Bezeichnung

Minimal

Maximal

Werkstcktemperatur

T [C]

600

900

Erwrmungsdauer

tErw [min]

20

120

Umformgeschwindigkeit

v [mm/s]

300

1000

Reibfaktor

m [-]

0,1

0,3

Wrmebergangskoeffizient

hkont [W/m2K]

10.000

40.000

Werkzeugtemperatur

TWz [C]

100

300

Abkhlmethode

hAbk [W/m2K]

20 (Luft)

12.000 (Wasser)

IFUM Institut fr Umformtechnik


und Umformmaschinen
An der Universitt 2
D-30823 Garbsen
Tel.: +49 511 762-2264
Internet:
http://www.ifum.uni-hannover.de

Literatur
[1] Grosch, J.: Einsatzhrten: Grundlagen Verfahren Anwendung Eigenschaften einsatzgehrteter Gefge und Bauteile. 2. Auflage, Expert
Verlag Renningen, 2007
[2] Bargel, H.-J.; Schulze, G.: Werkstoffkunde.
VDI-Verlag, Dsseldorf, 1988
[3] AWT-Fachausschuss 5, Arbeitskreis 4: Die
Prozessregelung beim Gasaufkohlen und Einsatzhrten. Expert Verlag, Renningen, 1997
[4] Doege, E.; Dittmann, J.: Vorhersage der Mik
rostruktur und mechanischen Eigenschaften geschmiedeter Bauteile durch FEM-Simulation. Materialwissenschaft und Werkstofftechnik, Verlag
WILEY-VCH, S.683 - 690, 02/2002
[5] Gegner, J.: Komplexe Diffusionsprozesse in
Metallen. Expert Verlag, Renningen, 2006
[6] Doege, E.; Dittmann, J.; Neumaier, T.: FEMSimulation of Phase Transformations for Steel in

Metalforming with integrated Heat-treatment.


Euromat99, Munich, Proceeding, Vol. 7, S. 39 - 44,
09/1999
[7] Li, M. V.; Niebuhr, D. V.; Meekisho, L. L.; Atteridge, D. G.: A Computational Model for the Prediction of Steel Hardenability. Metallurgical and
Materials Transactions B, Volume 29B, S. 661 672, 1998
[8] Schumann, H.: Metallographie, 13. Auflage,
Deutscher Verlag fr Grundstoffindustrie GmbH,
Leipzig,1991
[9] Wildau, M.: Zum Einflu der Werkstoffeigenschaften auf Spannungen, Eigenspannungen und
Manderungen von Werkstcken aus Stahl. Dissertation, RWTH Aachen, 1986
[10] Leblond, J. B.: Mathematical modelling of
transformation plasticity in steels II: coupling with
strain hardening phenomena. International Journal of Plasticity 5, S. 573 591, 1989

Autoren
Prof. Dr.-Ing. Bernd-Arno Behrens studierte Maschinenbau an der Universitt Hannover und promovierte am Institut fr Umformtechnik und Umformmaschinen (IFUM) der Universitt Hannover.
Seit 2004 ist er Direktor des IFUM.
Dipl.-Ing. Philipp Olle studierte Maschinenbau an
der Universitt Duisburg-Essen. Seit 2005 ist er wis
senschaftlicher Mitarbeiter am IFUM.
M. Sc. Tobias Gtze studierte Computergesttzte
Ingenieurswissenschaften an der Leibniz Universitt Hannover. Seit 2008 ist er wissenschaftlicher Mit
arbeiter am IFUM in der Abteilung Numerische
Methoden.

Behrens et al.: Simulation der Mikrostruktur ...