2026-05-01T02:09:00Zhttps://ebiltegia.mondragon.edu/oai/request

oai:ebiltegia.mondragon.edu:20.500.11984/140732026-03-17T07:15:45Zcom_20.500.11984_460col_20.500.11984_469

Characterization and digitalization of shear cutting processes Abedul Moreno, David GALDOS, Lander Sáenz de Argandoña, Eneko In the current era of exponential technological advancement, the world is witnessing a transformative evolution across all sectors and the manufacturing industry stands at the forefront of this revolutionary change. With cutting-edge innovations and groundbreaking digital technologies, the manufacturing sector has been elevated to new heights of efficiency and precision. As the manufacturing industry continues to embrace these digital advancements, it becomes increasingly crucial to extend their application to specific processes, for instance to shear cutting processes. The implementation of digital technologies in shear cutting processes holds immense potential to improve the way materials are separated and fabricated. By leveraging Artificial Intelligence-driven algorithms or employing digital twins for process simulations, manufacturers can enhance the accuracy, speed and adaptability of shear cutting, leading to reduced waste, improved material utilization and enhanced overall productivity. The application of digital technologies to shear cutting processes has been effectively addressed through two significant approaches. Firstly, the development of a process force and energy prediction tool, based on Machine Learning algorithms, has led to enhanced inputs for designing and manufacturing of blanking lines as well as for accurate estimations of force and energy requirements to cut materials with varying mechanical properties and thicknesses. Secondly, the debate of considering thermal and strain rate effects on Finite Element simulations during shear cutting has been addressed, characterizing the plastic and fracture behavior of a 2205 Duplex stainless steel at different temperatures and loading rates and utilizing it to develop Finite Element models that incorporate these phenomena, ensuring more accurate and reliable simulations of shear cutting operations. Furthermore, to validate these models, comprehensive experimental tests have been conducted. Cut-to-length shear cutting tests and punching tests have been utilized to thoroughly study the phenomena occurring during shear cutting operations, thus combining numerical and experimental approaches. Addressing these crucial aspects and incorporating digital technologies into cutting operations allows the manufacturing industry to optimize these type of processes. These advancements not only contribute to mark more steps forward for shear cutting processes but also exemplify the potential of digital technologies in driving progress and innovation throughout the manufacturing landscape. Teknologia aurrerapen esponentzialaren garai honetan, mundua aldaketa eraldatzaile bat ikusten ari da sektore guztietan eta fabrikazio industria bera eraldatzaile aldaketa honen aurrean dago. Berrikuntza abangoardista eta teknologia digitalei esker, fabrikazio sektorea errendimendu eta zehaztasun maila berrietara iritsi da. Fabrikazio industriak teknologia digitalak bultzatzen dituen bitartean, bere aplikazioa prozesu zehatzetara hedatu behar da, adibidez ebaketa prozesuetara. Teknologia digitalen inplementazioa garrantzi handiko aukera ematen du materialak prozesatzen diren moduak hobetzeko. Adimen Artifizialaren algoritmoak eta prozesuen simulazio numerikoak erabiliz, fabrikatzaileek ebaketaren zehaztasuna, abiadura eta egokitasuna hobetu dezakete, materialen erabilera optimizatu hondakinak murriztuz eta emankortasunaren hobekuntza lortuz. Teknologia digitalen aplikazioa ebaketa prozesuetan egokitu egin da bi ikuspegien bidez. Lehenik, Machine Learning-en oinarritutako prozesuaren indarraren eta energia aurreikuspen tresna bat garatu da, ebaketa lerroen diseinu eta fabrikazioa hobetzeko eta ezaugarri mekaniko eta lodiera desberdinen materialak mozteko behar diren eskakizunak aurreikusteko aukerak eskainiz. Bestalde, tenperaturaren eta deformazio abiaduraren efektuak simulazioetan kontuan hartzearen eztabaida ere garrantzi handia du. Eztabaida horri erantzuteko 2205 Duplex altzairu herdoilgaitzaren plastikotasun eta hauskortasun portaera aztertu da tenperatura eta deformazio abiadura desberdinetan. Informazio hori Elementu Finituen ereduak garatzeko erabili da, ebaketa operazioen simulazio zehatzago eta fidagarriagoak lortzeko. Era berean, eredu hauen balidazioa egiteko, ebaketa prozesuen azterketa esperimentala burutu da. Zeharkako ebaketa eta puntzonaketa saiakuntzak egin dira ebaketa prozesuetan gertatzen diren fenomenoak aztertzeko, ikuspegi numeriko eta esperimentala bateratuz. Garrantzitsuak diren alderdi hauei erantzun bat emanez, eta ebaketa prozesuetan teknologia digitalak erantsiz fabrikazio industriari prozesu mota hauek optimizatzeko aukera ematen zaio. Aurrerapen hauek ez dituzte ebaketa prozesuak bultzatzen bakarrik, teknologia digitalak fabrikazioaren panorama osoan aurrera egiteko eta berrikuntza sustatzeko ahalera erakusten dute baita ere. Con el actual avance tecnológico exponencial, el mundo está contemplando una evolución transformadora en todos los sectores y la industria manufacturera se encuentra al frente de este cambio revolucionario. A través de innovaciones vanguardistas y tecnologías digitales pioneras, el sector manufacturero se ha visto elevado a nuevos niveles de eficiencia y precisión. Mientras la industria continua abrazando estos avances tecnológicos, cada vez resulta más crucial ampliar su aplicación a procesos específicos, por ejemplo a los procesos de corte. La implementación de tecnologías digitales en los procesos de corte posee un gran potencial para mejorar la forma en que se procesan los materiales. Sacando provecho de algoritmos de Inteligencia Artificial o utilizando modelos numéricos para la simulación del proceso, la industria podría mejorar la precisión, velocidad y adaptabilidad de los procesos de corte, y consecuentemente, reducir los residuos optimizando el uso de material y mejorar la productividad. La aplicación de tecnologías digitales a procesos de corte se ha llevado a cabo a través de dos enfoques principalmente. En primer lugar, el desarrollo de una herramienta de predicción de esfuerzos y energía basada en algoritmos de Machine Learning, ha permitido facilitar el diseño y fabricación de líneas de corte, así como realizar estimaciones precisas de los esfuerzos y energía necesarias para cortar materiales de una gran variedad de propiedades mecánicas y espesores. En segundo lugar, se ha abordado el debate sobre considerar los efectos de la temperatura y de la velocidad de deformación en simulaciones de procesos de corte con el Método de Elementos Finitos. Para ello, se ha caracterizado el comportamiento plástico y de fractura de un acero inoxidable Duplex 2205 a diferentes temperaturas y velocidades de deformación y se ha utilizado para desarrollar modelos de Elementos Finitos que incorporen estos fenómenos, garantizando simulaciones más precisas y fiables de las operaciones de corte. Además, para validar estos modelos, se ha realizado una campaña de ensayos experimentales. Se han utilizado ensayos de corte transversal y de punzonado para estudiar a fondo los diversos fenómenos que se producen durante las operaciones de corte, combinando así el enfoque numérico y el experimental. Abordar estos aspectos cruciales e incorporar tecnologías digitales a las operaciones de corte, permite a la industria manufacturera optimizar este tipo de procesos. Además, estos avances no solo contribuyen a dar más pasos adelante en lo que a procesos de corte se refiere, sino que también ejemplifican el potencial de las tecnologías digitales para impulsar el progreso y la innovación en todo el panorama de la fabricación. 2026-03-16T12:44:03Z 2026-03-16T12:44:03Z 2023 2023-12-20 https://katalogoa.mondragon.edu/janium-bin/janium_login_opac.pl?find&ficha_no=201327 https://hdl.handle.net/20.500.11984/14073 eng Attribution-NonCommercial-NoDerivatives 4.0 International http://creativecommons.org/licenses/by-nc-nd/4.0/ © David Abedul Moreno Mondragon Unibertsitatea. Goi Eskola Politeknikoa