S'abonner

Multiscale modelling of asymmetric rolling with an anisotropic constitutive law - 11/07/18

Doi : 10.1016/j.crme.2018.06.001 
Diarmuid Shore a, Paul Van Houtte a, Dirk Roose c, Albert Van Bael a, b,
a KU Leuven, Department of Materials Engineering, Kasteelpark Arenberg 44 Box 2450, B-3001 Leuven, Belgium 
b KU Leuven, Materials Technology TC, Campus Diepenbeek, Agoralaan Gebouw B Box 8, B-3590 Diepenbeek, Belgium 
c KU Leuven, Department of Computer Science, Celestijnenlaan 200A, B-3001 Leuven, Belgium 

Corresponding author at: KU Leuven, Department of Materials Engineering, Kasteelpark Arenberg 44 Box 2450, B-3001, Leuven, Belgium.KU LeuvenKasteelpark Arenberg 44 Box 2450LeuvenB-3001Belgium

Bienvenue sur EM-consulte, la référence des professionnels de santé.
L’accès au texte intégral de cet article nécessite un abonnement.

pages 19
Iconographies 11
Vidéos 0
Autres 0

Abstract

A parametric study is presented, which employs a new anisotropic constitutive law in order to study the influence of anisotropic plasticity on the deformation field of the Asymmetric Rolling (ASR) process. A version of the facet method is presented, where an analytical yield function is restricted to the subspace of the stress and strain rate space relevant for 2D Finite Element Analysis (FEA), but can still accurately reproduce the plastic anisotropy of an underlying Crystal Plasticity (CP) model. The influence of anisotropy on the deformation field and corresponding texture evolution is examined in terms of the changes in texture component volume fractions and formation of texture gradients. It is found that a material with the anisotropy of a sharp cold-rolled aluminium alloy is more beneficial than that of a recrystallised hot-rolled aluminium alloy, and this influence of anisotropy suggests that Asymmetric Rolling (ASR) may be best carried out in the latest stages of cold rolling.

Le texte complet de cet article est disponible en PDF.

Keywords : Non-linear plasticity, Anisotropy, Texture, Finite element methods


Plan


© 2018  Académie des sciences. Publié par Elsevier Masson SAS. Tous droits réservés.
Ajouter à ma bibliothèque Retirer de ma bibliothèque Imprimer
Export

    Export citations

  • Fichier

  • Contenu

Vol 346 - N° 8

P. 724-742 - août 2018 Retour au numéro
Article précédent Article précédent
  • On the identification of a high-resolution multi-linear post-necking strain hardening model
  • Kristof Denys, Sam Coppieters, Dimitri Debruyne
| Article suivant Article suivant
  • A microscale finite element model for joining of metals by large plastic deformations
  • Kavan Khaledi, Shahed Rezaei, Stephan Wulfinghoff, Stefanie Reese

Bienvenue sur EM-consulte, la référence des professionnels de santé.
L’accès au texte intégral de cet article nécessite un abonnement.

Bienvenue sur EM-consulte, la référence des professionnels de santé.
L’achat d’article à l’unité est indisponible à l’heure actuelle.

Déjà abonné à cette revue ?

Mon compte


Plateformes Elsevier Masson

Déclaration CNIL

EM-CONSULTE.COM est déclaré à la CNIL, déclaration n° 1286925.

En application de la loi nº78-17 du 6 janvier 1978 relative à l'informatique, aux fichiers et aux libertés, vous disposez des droits d'opposition (art.26 de la loi), d'accès (art.34 à 38 de la loi), et de rectification (art.36 de la loi) des données vous concernant. Ainsi, vous pouvez exiger que soient rectifiées, complétées, clarifiées, mises à jour ou effacées les informations vous concernant qui sont inexactes, incomplètes, équivoques, périmées ou dont la collecte ou l'utilisation ou la conservation est interdite.
Les informations personnelles concernant les visiteurs de notre site, y compris leur identité, sont confidentielles.
Le responsable du site s'engage sur l'honneur à respecter les conditions légales de confidentialité applicables en France et à ne pas divulguer ces informations à des tiers.


Tout le contenu de ce site: Copyright © 2024 Elsevier, ses concédants de licence et ses contributeurs. Tout les droits sont réservés, y compris ceux relatifs à l'exploration de textes et de données, a la formation en IA et aux technologies similaires. Pour tout contenu en libre accès, les conditions de licence Creative Commons s'appliquent.