基于華鑄CAE的鑄造充型過程卷氣缺陷定量預測研究

宋迎晨，計效園，沈旭，李文，周建新，殷亞軍

基于華鑄CAE的鑄造充型過程卷氣缺陷定量預測研究

宋迎晨，計效園，沈旭，李文，周建新，殷亞軍*

（華中科技大學 材料成形與模具技術全國重點實驗室，武漢 430074）

針對目前單向流數值模擬軟件無法模擬卷入金屬液中的氣體及其演變情況的問題，開展鑄造充型過程卷氣缺陷定量預測研究，開發基于華鑄CAE的卷氣定量預測系統，深入理解鑄造卷氣缺陷的形成原理與運動機理，準確預測金屬充型過程中的卷氣量和卷氣造成的氣孔缺陷，為生產實踐提供指導。提出了一種金屬充型過程卷入氣體搜尋與追蹤算法，將卷入金屬液中未經考慮的氣體進行保留，從而修正單向流系統，并基于此開發了卷氣定量預測系統，并對該系統進行了驗證。應用該系統后，原本未經考慮而消失的孤立氣泡被保留下來以便進行后續計算，對液體體積進行了再分配，保證修改前后液體體積守恒，并修正了金屬液速度，實現了卷氣定量預測系統的基本功能。開發的卷氣定量預測系統能夠考慮到卷入金屬液中的氣體，并對氣體做出定量預測，實現金屬充型過程中氣孔缺陷的定量預測，對生產實踐中的工藝優化有一定的指導作用。

鑄造；卷氣缺陷；數值模擬；充型過程；定量預測

卷氣缺陷是在鑄造過程中經常出現的一種缺陷，會對鑄造的性能造成很大的影響。在充型過程中，液體金屬由于較高的流速經常會出現噴射和飛濺等情況，液態金屬會產生翻卷或對流，從而導致大量型腔中的氣體裹挾進入液態金屬中，若金屬液裹挾的氣體無法及時排出，那么氣體就會保留在金屬內部，形成卷氣缺陷[1]，嚴重影響鑄件性能[2-3]。數值模擬技術能夠根據液態金屬在充型和凝固過程的演變規律對鑄造缺陷的產生進行預測，是進行工藝優化的有效手段[4]。目前，人們在卷氣的形成機理[5-9]以及鑄件卷氣缺陷預測[10-13]方面已經做了很多研究，但對于單相流系統金屬充型過程中卷氣的定量預測仍有所欠缺[14-16]。準確預測金屬充型過程中的卷氣量，對深入理解卷氣的形成與運動機理、準確預測充型過程中由卷氣造成的氣孔缺陷、準確預測充型過程中的氧化夾雜等缺陷具有重要意義。

針對卷氣缺陷的數值模擬及預測，國內外很多學者做了相關研究，也取得了大量的研究成果。陳云祥等[17]基于氣相追蹤與氣泡破碎判據建立了一種卷氣缺陷預測模型。該模型以單向流模型為基礎，追蹤每一計算時間步內被卷入金屬液的氣體的動態體積變化，在前一時刻與后一時刻的流動場文件中尋找孤立氣相，并不斷進行對比，從而分析氣泡演化過程。畢成等[5]建立了壓鑄充型過程考慮表面張力的充型過程數值模擬模型，并以表面張力為主要判斷依據對卷入氣體的演變過程進行建模，建立起壓鑄充型過程中的卷氣缺陷預測模型，但對于氣泡的破碎和合并現象只考慮了一分為二和二合為一的情況，對于更復雜的情況仍有待討論。Caboussat等[18]通過對氣泡進行受力分析，用分割算法來解耦充型過程中的物理現象，提出了流體內氣泡的破碎判據，并進行了缺陷預測的模擬，結果表明，卷入金屬液的氣泡對液-氣自由表面形狀的影響很大，氣泡中的壓力對氣泡的演變過程來說不能忽略。Kimatsuka等[19]考慮到砂型鑄造型腔中空氣壓力、砂型以及氣體通過砂型出氣孔逸出的影響，利用氣體守恒構建方程，模擬了充型過程中氣泡的分布。通過與傳統實驗結果相比較，并與X射線的熔體流動觀察相驗證，證實了該模型的準確性。Yang等[20]通過大量實驗觀察記錄了液體內氣泡的基本形成破裂過程，開發了一種氧化膜夾帶跟蹤算法，用于對鋁鑄件模具填充過程中的液態鋁流動、折疊和氧化膜夾帶進行數值建模。Dai等[21]提出一種自由表面折疊法來預測卷氣的發生時機。當金屬液澆注速度大于臨界速度（0.5 m/s）時，熔體表面會產生湍流，進而發生卷曲和折疊，而當澆注速度控制在0.5 m/s以下時，表面湍流將會顯著減少，因此可以用臨界速度作為卷氣發生的判據。Reilly等[22-23]結合自由表面運輸算法提出了一種判定自由表面網格是否發生相互碰撞的方法，運用布爾邏輯標準定義夾帶事件，然后放置標志粒子跟蹤它們，用于預測卷氣發生位置。Majidi等[24]考慮了液體-空氣界面處的自由表面湍流，開發了用于預測自由表面的局部空氣夾帶率的模型，并在鑄件填充模擬程序中建立了子網格空氣夾帶模型。Cao等[25]基于氣液多相流模型模擬了鋅合金在高壓壓鑄過程中的氣體卷入缺陷，計算了2種不同的鋅合金HPDC填充工藝，根據模擬和實驗結果對卷氣缺陷進行了比較。

人們在卷氣的形成機理以及鑄件卷氣缺陷預測方面已經做了許多研究，并進行了大量的驗證實驗，取得了卓有成效的研究成果。但目前大多數研究針對的是卷氣模型的建立、卷氣缺陷發生的判據和卷氣缺陷位置的預測等方面，對金屬充型過程中卷氣的定量預測的研究仍有所欠缺。本研究擬開發基于華鑄CAE的卷氣定量預測系統，深入理解鑄造卷氣缺陷的形成原理并對其做出準確預測，為生產實踐提供指導。

1 卷氣定量預測系統核心算法研究

1.1 卷氣預測系統核心算法實現

卷氣預測系統核心算法利用數組實現樹形數據結構，在經過按秩合并和路徑壓縮算法優化后，每個元素存儲有2個數據，一個是該元素的根節點，一個是該元素的秩。

卷氣預測系統核心算法步驟如下：

1）初始化，定義一個數組來存儲每個元素的根節點，初始化時即為元素自身，該操作只執行一次，初始化算法操作示意圖如圖1所示。

圖1 初始化算法示意圖

2）查詢，搜尋該元素的根節點。

3）合并，將2個不相交的集合合并為一個集合，共用一個根節點，合并操作示意圖如圖2所示。

圖2 將元素1與元素2合并

開始時，假設有個元素，首先為各個元素進行初始化編號，編號為1～，該編號即為該元素的根節點，初始化后每個元素的根節點為該元素本身，即每個元素為一個單獨的集合。然后根據元素相鄰的規則，將同屬一個集合的元素進行合并。若要進行2個集合的合并，則將一個集合的根節點設為一個集合的根節點，即可將2個樹形結構的集合合并。在判斷2個元素是否在同一個集合中時，只需判斷2個元素根節點是否相同即可。同時，利用路徑壓縮和按秩合并技術對集合進行壓縮，可以在下次查詢時極大地提高搜尋效率。算法方案流程圖如圖3所示。

1.2 卷氣預測系統液相連通域搜尋

在搜尋流動場孤立氣相連通域之前，需要先驗證所寫鑄造充型過程連通域標記算法的正確性。在華鑄軟件后處理系統中，顯示有孤立液相連通域的個數和坐標，因此可以先編寫孤立液相連通域搜尋算法，并與華鑄軟件的后處理系統進行對比驗證，檢驗所寫算法的正確性。

在搜尋孤立氣相連通域時，通常對容易發生卷氣的S形鑄件進行測試，本文也選用S形測試件進行程序檢驗，測試件的尺寸如圖4所示，其中，金屬液從底部入口向上填充，在通道的拐角處便會卷曲折疊，發生明顯的卷氣現象。本文選用S形測試件填充過程某一時刻的流動場文件進行測試，找出該時刻的孤立液相連通域數目及坐標。

圖3 卷氣預測系統算法流程圖

圖4 S形測試件尺寸

對該測試件進行充型過程模擬計算，選取充型過程中的一個時刻，對其進行孤立液相連通域判斷，并輸出孤立液相連通域的數目和坐標，程序運行結果與華鑄軟件對比如下。

由圖5可知，根據華鑄軟件后處理系統的流域列表統計功能，得出在該時刻鑄件型腔中共有2個孤立液相連通域，給出了每個連通域的中心位置坐標以及每個連通域所包含的單元個數，即網格數。其中，2號流域包含了3個網格單元，中心位坐標為(83,41,13)。經過檢驗，程序輸出的網格數目和坐標均正確。由上述對比可知，本文所編寫的鑄造充型過程連通域標記算法搜尋到的孤立液相連通域的數目和坐標都是正確的，驗證了該方法的正確性。

圖5 澆注持續時間為0.30 s的充型結果

1.3 卷氣預測系統氣相連通域搜尋

在正確搜尋孤立液相連通域之后，就可以開始修改程序，進行孤立氣相連通域的搜尋。由上述可知，在華鑄軟件中，規定了網格數值為0時表示空網格，因此要搜尋孤立氣相連通域，只需修改合并網格的判斷條件即可。仍然選取該測試件進行充型過程模擬計算，選取圖4的充型過程時刻，對其進行孤立氣相連通域判斷，并輸出孤立氣相連通域的數目和坐標，計算得出孤立氣相區數目為49。由孤立氣相連通域搜尋程序運行結果可知，鑄件充型至這一時刻時，鑄型內共包含了49個孤立氣相連通域，且有數量眾多的細小氣泡卷入。

1.4 卷氣預測系統消失氣相連通域搜尋

由于華鑄軟件采用的是單相流模擬，其認為金屬液卷曲包裹的空腔部分是真空，并沒有計算卷入氣體的壓強大小和運動的趨勢，因而在進行后續的計算時，空腔會逐漸消失在金屬液中。因此要對比前后2個時刻的文件，搜尋消失的孤立氣相連通域。

為了修正這一點，就要首先找到消失的孤立氣相連通域。基本思想是首先找到前一時刻流動場文件中的孤立氣相連通域，并進行儲存記錄，然后讀取下一時刻流動場文件，判斷上一時刻流動場文件中的孤立氣相連通域所在的網格是否在下一時刻被填滿。如果被填充滿，則認為該孤立氣相連通域消失，需要將這個消失的孤立氣相連通域記錄下來；如果未被填充滿，則認為該孤立氣相連通域仍然存在，暫時不做處理。

仍然選取該測試件進行充型過程模擬計算，找到充型過程中發生卷入氣體被填充滿的典型時刻，如圖6所示，前一流動場文件澆注時間為0.30 s，后一流動場文件澆注時間為0.32 s。

2 卷氣定量預測系統實現

2.1 原孤立氣相連通域網格數據

華鑄軟件采用的是單相流模型，在金屬液充型模擬過程中并沒有考慮卷入氣體，因此，在充型的最后時刻，鑄件被完全充滿。上一章通過對比前后2個時刻的流動場文件，找出了在充型過程中因為沒有考慮卷入氣體的速度和壓強而消失的孤立氣相連通域。對于這種消失的孤立氣相連通域，需要在后一時刻的流動場文件中保留，從而預測出卷氣缺陷發生的位置，所以要對流動場文件進行修正。

首先對消失的孤立氣相連通域的網格數據進行修正，該孤立液相連通域的網格在后一時刻被填充滿，因此要將后一時刻中該區域網格重新設為氣相區。根據數據結構，每個網格中的數據除了包含填充狀態的數據之外，還包含、、3個方向的速度值和壓強值，所以還需要將該區域網格3個方向的速度值和壓強值重新設為0。

仍然以S形測試件為例，找到充型過程中發生卷入氣體被填充滿的典型時刻，前一充型時刻澆注持續時間為0.30 s，后一充型時刻澆注持續時間為0.32 s，并進行該消失的孤立氣相連通域網格數據的修改，修改后的后一時刻流動場文件數據在華鑄軟件后處理系統上顯示結果如圖7所示。

圖6 卷入氣體消失過程

圖7 消失孤立氣相連通域網格數據修改示意圖

由圖7可以看出，通過卷氣預測系統核心算法搜尋孤立氣相連通域并對流動場文件進行修改后，可以將這種未考慮的消失的卷入氣體重新保留下來，從而進行后續卷氣缺陷的預測。

2.2 原孤立氣相連通域液體體積再分配

將前一時刻消失的孤立氣相連通域在后一時刻保留之后，就會造成后一時刻流動場文件在修改前后液體體積不同，即在消失的孤立氣相連通域網格內的金屬液被清除掉了。因此，為了保證修改前后金屬液體積守恒，應該對原來消失的孤立氣相連通域液體體積進行再分配。

本文采取的分配策略是將這部分體積的金屬液平均分配到界面網格中去，即平均分配到金屬液流動前沿。因此，需要首先計算出原來消失的孤立氣相連通域網格團的數值，然后找出金屬液流動前沿的網格，讀出每個界面網格的網格數值以及總的界面網格數目，最后將原來消失的孤立氣相連通域網格團的數值平均分配到界面網格中去。

仍然以S形測試件為例，以圖6所示的兩相鄰時刻，將原來消失的孤立氣相連通域對應的金屬液分配到界面網格中去，對后一時刻的流動場文件進行修改，修改后的流動場文件數據在華鑄軟件后處理系統上顯示結果如圖8所示。

由圖8可以看出，原來填充到孤立氣相連通域的金屬液被分配到了流動界面前沿，保證了流動場文件修改前后金屬液體積的恒定。

2.3 卷氣定量預測系統速度值修正

根據2.2節的論述，對消失的孤立氣相連通域的液體進行再分配的過程中，界面網格數值溢出，本文采取的辦法是將溢出的網格數據分配到該網格相鄰的網格中。那么這部分溢出的網格數據就有可能分配到一個新的空網格中，對于一個新網格，根據流動場文件數據結構，每個鑄件網格除了有填充狀態的數據外，還有3個方向的速度值以及壓強值，因此除了修改界面網格數據外，還需要對新填充的網格賦3個方向的速度值以及壓強值，即對卷氣定量預測系統的速度值進行修正。

在修正速度值時，對于新網格有2種修正方法，一種是找到與該新網格相鄰的已填充的界面網格，將已填充的界面網格3個方向的速度值賦給該網格；一種是利用插值的方法，找到2個及以上與該新網格相鄰的已填充的界面網格，根據這幾個網格的速度值對該新網格做插值，從而求出該網格的速度值。顯然，運用插值法即第二種方法修改新網格的速度值更加準確，因此本文擬采用線性插值的方法對新網格的速度值進行修正。

采用線性插值的速度值修正具體操作如下：1）判斷接收溢出網格數據的網格是否為空網格；2）若不是空網格，則不必進行修正；3）若是空網格，分別在3個方向上找到與該網格相鄰的2個網格，對該空網格做線性插值，求出該空網格3個方向的速度值。

圖8 金屬液體積再分配示意圖

經過上述操作，便可較為準確地對新網格3個方向的速度值進行修正，從而使后續計算模擬過程更加準確。

2.4 卷氣定量預測系統壓強值修正

根據流動場文件數據結構，每個鑄件網格除了有填充狀態的數據和3個方向的速度值以外，還包括網格所在位置的壓強值。對于新網格壓強值的修正，仍然應該采用更加準確的插值法來進行修正，因此按照與修正速度值相同的方法，采用線性插值修正壓強值，具體操作如下：1）判斷接收溢出網格數據的網格是否為空網格；2）若不是空網格，則不必進行修正；3）若是空網格，分別在3個方向上找到與該網格相鄰的2個網格，對該空網格進行線性插值，求出該空網格3個方向的速度值。

經過上述操作，便可較為準確地對新網格的壓強值進行修正。自此，卷氣定量預測系統液體體積、速度、壓強值修正均已完成，可以利用華鑄軟件的續算功能對修改過后的流動場文件進行續算，從而檢驗算法的正確性。

3 卷氣預測系統驗證及應用

3.1 卷氣預測系統的驗證

為了驗證卷氣定量預測系統，本文仍然選取能夠產生卷氣缺陷的典型鑄件S形測試件，如圖4所示。剖分網格數為方向網格數為180、方向網格數為200、方向網格數為20，總網格數為720 000。鑄件的澆注溫度為1 580 ℃，鑄型的初始溫度為20 ℃。首先利用華鑄軟件對其進行常規充型模擬，觀察金屬液在充型過程中的運動狀態，充型過程1澆注持續時間為0.23～0.33 s，充型過程2澆注持續時間為0.56～0.73 s，如圖9所示。

由圖9的充型過程可以看出，在S形測試件充型過程中，在鑄件的拐角處發生了強烈的卷氣現象，但由于華鑄軟件采用的是單相流模型，在金屬液充型模擬過程中并沒有考慮卷入氣體，因此可以看到，隨著計算的不斷進行，卷入金屬液的氣體逐漸消失在了金屬液中。

本文所實現的卷氣缺陷預測系統可以對卷入金屬液的氣體進行搜尋和標記，并將其保留下來。具體操作是利用華鑄的續算功能，在華鑄軟件中計算出一個步長的流動場文件后，使用本算法對比前后2個文件，將消失在金屬液中氣體找出并保留下來，同時對速度值和壓強值進行修正；然后基于修改過的流動場文件繼續計算，計算出新的流動場文件后再用本算法進行修正，如此往復，直至充型完畢。應用卷氣預測系統后的部分充型過程如圖10所示，充型過程1澆注持續時間為0.30～0.36 s，充型過程2澆注持續時間為0.98～1.13 s。

圖9 S形測試件部分充型過程：充型過程1（a～c），充型過程2（d～f）

圖10 應用卷氣預測系統后的部分充型過程：充型過程1（a～c），充型過程2（d～f）

由圖10的充型過程可以看出，運用華鑄軟件的續算功能對應用了卷氣缺陷預測系統修改的流動場文件進行續算后，卷入金屬液的氣體可以在后續的計算過程中被保留下來，能夠預測卷氣缺陷形成的位置，為預測卷氣缺陷提供了一定的指導，同時也驗證了卷氣缺陷預測系統的可行性。

3.2 卷氣預測系統的應用

在實際的生產生活中，鑄件的形狀往往較為復雜，為了進一步對鑄造過程卷氣預測系統進行驗證，本文選取了實際鑄件——殼體對卷氣預測系統進行應用，三維示意圖如圖11所示。

由圖11殼體三維示意圖可知，該鑄件內部結構較為復雜，具有較多的型壁阻擋，金屬液從下方進入模具型腔，澆注入口較多，在幾股金屬液流交匯處以及澆注入口部位容易發生卷氣現象。該模殼整體三維尺寸為：270 mm×115 mm×463 mm，剖分網格數為方向網格數180、方向網格數為77、方向網格數為309，總網格數為4 282 740。材料選用Al-Si合金，鑄件的澆注溫度為700 ℃，鑄型的初始溫度為20 ℃。

對該鑄件進行充型計算模擬，得到一系列流動場數據。將這些數據輸入卷氣預測系統進行運算，然后利用華鑄軟件的續算功能進行續算，選取較為典型的充型階段，將卷氣預測系統計算結果與華鑄軟件原計算結果進行對比。

圖11 殼體三維示意圖

通過對比圖12和圖13的充型過程可以看出，由于內澆道較多且均在鑄件底部，內澆道入口之間有孔結構，在金屬液由澆道進入型腔時，在孔結構處發生金屬液交匯從而形成卷氣。在未應用卷氣預測系統時，這些氣體在后續的計算過程中消失在了金屬液中，而應用了卷氣預測系統后，這些卷入金屬液中的氣體被搜尋到并被保留下來，為鑄件可能存在的卷氣缺陷提供了一種預測方式。

圖13 應用卷氣預測系統的充型過程（部分）

鑄件卷氣缺陷預測結果如圖14所示，定量預測結果如表1所示。

圖14 殼體卷氣缺陷預測結果

表1 殼體卷氣缺陷定量預測結果（部分）

Tab.1 Results of quantitative prediction of shell air entrainment defects (partial)

通過以上對比可以看出，卷氣預測系統可以對卷入金屬液的氣體進行搜尋，防止其在后續模擬計算中被忽略，并能夠預測卷氣缺陷可能發生的位置，對預防卷氣缺陷發生，改進澆注工藝具有一定的指導作用。

4 總結和展望

本文旨在基于華鑄CAE軟件，開發卷氣定量預測系統。研究了卷氣定量預測系統核心算法，通過對液相連通域的搜尋驗證了算法的準確性；實現了卷氣定量預測系統的基本功能，保留了未經考慮而消失的孤立氣相連通域以便進行后續計算，對未經考慮的消失孤立氣相連通域的液體體積進行了再分配，保證了修改前后液體體積守恒，利用插值法對卷氣定量預測系統的速度值和壓強值進行了修正，且驗證和應用了該卷氣定量預測系統。

[1] 胡亮, 馮振平, 馮璐, 等. 鑄造充型過程氣孔缺陷的數值模擬研究[J]. 鑄造技術, 2016, 37(2): 306-308.

HU L, FENG Z P, FENG L, et al. Numerical Simulation of Porosity Defects in Casting Filling Process[J]. Foundry Technology, 2016, 37(2): 306-308.

[2] GUERRA F V, BEDOLLA-JACUINDE A, VALDES- VERA H, et al. Measurement of Air Entrainment and Its Effect on the Microstructure and Mechanical Properties of a A356 Aluminum Alloy[J]. International Journal of Metalcasting, 2023, 17(3): 2109-2127.

[3] MAJIDI S H, BECKERMANN C. Effect of Pouring Conditions and Gating System Design on Air Entrainment during Mold Filling[J]. International Journal of Metalcasting, 2019, 13(2): 255-272.

[4] 鄯宇, 王業基, 王峰, 等. 低壓鑄鋁件縮孔缺陷數值模擬與工藝改進[J]. 精密成形工程, 2022, 14(4): 139-145.

SHAN Y, WANG Y J, WANG F, et al. Numerical Simulation and Process Improvement of Shrinkage Defects in Low Pressure Aluminum Castings[J]. Journal of Netshape Forming Engineering, 2022, 14(4): 139-145.

[5] 畢成. 壓鑄充型過程卷氣及壓室預結晶組織的數值模擬研究[D]. 北京: 清華大學, 2016: 81-85.

BI C. Study on Numerical Simulation of Gas Entrapment and External Solidified Crystals during Mold Filling of High Pressure Die Casting Process[D]. Beijing: Tsinghua University, 2016: 81-85.

[6] 余敏強, 夏偉, 曹文炅, 等. 鋁合金壓鑄件充型凝固過程及氣體卷入的數值模擬[J]. 熱加工工藝, 2010, 39(1): 36-39.

YU M Q, XIA W, CAO W J, et al. Numerical Simulation of Filling Process and Air Entrapment Condition of Al Alloy Die-Casting[J]. Hot Working Technology, 2010, 39(1): 36-39.

[7] HERNA?NDEZ-ORTEGA J J, ZAMORA R, PALACIOS J, et al. Experimental and Numerical Study of Air Entrapment during the Filling of a Mould Cavity in Die Casting[C]//AIP Conference Proceedings. Zaragoza (Spain). AIP, 2007: 1430-1435.

[8] 余敏強. 輕合金薄壁件壓鑄工藝的數值模擬研究[D]. 廣州: 華南理工大學, 2010: 8-13.

YU M Q. Numerical Simulation of Light Alloy Component in HPDC[D]. Guangzhou: South China University of Technology, 2010: 8-13.

[9] 李莉. 真空壓鑄流體動力學卷氣行為及孔洞形貌分析[D]. 重慶: 重慶大學, 2015: 37-40.

LI L. Analysis of the Fluid Dynamics Gas Entrapment Behavior and Hole Morphology in Vacuum Die Casting[D]. Chongqing: Chongqing University, 2015: 37-40.

[10] 郝靜. 鑄造充型過程氣液兩相流動數值模擬的研究[D]. 武漢: 華中科技大學, 2008: 43-48.

HAO J. Study on Numerical Simulation of Gas-Liquid Two-Phase Flow during Mold Filling Process[D]. Wuhan: Huazhong University of Science and Technology, 2008: 43-48.

[11] 李帥君, 熊守美, Mei Li, 等. 應用兩相流模型模擬壓鑄充型過程的卷氣現象[J]. 金屬學報, 2009, 45(10): 1153-1158.

LI S J, XIONG S M, MEI L, et al. A two-Phase Flow Model for Simulating Air Entrapment during Mold Filling of High Pressure Die Casting Process[J]. Acta Metallurgica Sinica, 2009, 45(10): 1153-1158.

[12] BROUILLIOT D, LUBIN P. Numerical Simulations of Air Entrainment in a Plunging Jet of Liquid[J]. Journal of Fluids and Structures, 2013, 43: 428-440.

[13] 趙浩峰, 張椿英, 于鵬, 等. 鋁合金壓鑄件卷氣缺陷的控制[J]. 鑄造工程, 2019, 43(5): 72-74.

ZHAO H F, ZHANG C Y, YU P, et al. Control of Infiltration of Gas into Die-Cast Aluminum Alloy Parts[J]. Foundry Engineering, 2019, 43(5): 72-74.

[14] GUERRA F V, ARCHER L, HARDIN R A, et al. Measurement of Air Entrainment during Pouring of an Aluminum Alloy[J]. Metallurgical and Materials Transactions B, 2021, 52(1): 123-137.

[15] 廖敦明, 曹流, 孫飛, 等. 鑄造宏觀過程數值模擬技術的研究現狀與展望[J]. 金屬學報, 2018, 54(2): 161-173.

LIAO D M, CAO L, SUN F, et al. Research Status and Prospect on Numerical Simulation Technology of Casting Macroscopic Process[J]. Acta Metallurgica Sinica, 2018, 54(2): 161-173.

[16] R B M. Molten Metal Flow Analysis of Housing Component[J]. International Journal of Research in Engineering and Technology, 2014, 3(23): 55-58.

[17] 陳云祥, 陳卓, 廖敦明. 基于氣相追蹤與氣泡破碎判據的鑄件卷氣缺陷預測[J]. 鑄造, 2021, 70(7): 806- 812.

CHEN Y X, CHEN Z, LIAO D M. Prediction of Air Entrapment Defect in Casings Based on Gas Phase Tracking and Bubble Breaking Criterion[J]. Foundry, 2021, 70(7): 806-812.

[18] CABOUSSAT A, PICASSO M, RAPPAZ J. Numerical Simulation of Free Surface Incompressible Liquid Flows Surrounded by Compressible Gas[J]. Journal of Computational Physics, 2005, 203(2): 626-649.

[19] KIMATSUKA A, OHNAKA I, ZHU J D, et al. Mold Filling Simulation for Predicting Gas Porosity[J]. Modeling of Casting, Welding and Advanced Solidification Processes - XI, 2006, 2: 603-610.

[20] YANG X, HUANG X, DAI X, et al. Numerical Modelling of Entrainment of Oxide Film Defects in Filling of Aluminium Alloy Castings[J]. International Journal of Cast Metals Research, 2004, 17(6): 321-331.

[21] DAI X, JOLLY M, YANG X, et al. Modelling of Liquid Metal Flow and Oxide Film Defects in Filling of Aluminium Alloy Castings[J]. IOP Conference Series: Materials Science and Engineering, 2012, 33: 012073.

[22] REILLY C, GREEN N R, JOLLY M R, et al. The Modelling of Oxide Film Entrainment in Casting Systems Using Computational Modelling[J]. Applied Mathematical Modelling, 2013, 37(18/19): 8451-8466.

[23] REILLY C, GREEN N R, JOLLY M R. The Present State of Modeling Entrainment Defects in the Shape Casting Process[J]. Applied Mathematical Modelling, 2013, 37(3): 611-628.

[24] MAJIDI S H, BECKERMANN C. Modelling of Air Entrainment during Pouring of Metal Castings[J]. International Journal of Cast Metals Research, 2017, 30(5): 301-315.

[25] CAO L, LIAO D M, SUN F, et al. Prediction of Gas Entrapment Defects during Zinc Alloy High-Pressure Die Casting Based on Gas-Liquid Multiphase Flow Model[J]. The International Journal of Advanced Manufacturing Technology, 2018, 94(1): 807-815.

Quantitative Prediction of Air Entrainment Defects in Casting Filling Process Based on InteCAST

SONG Yingchen, JI Xiaoyuan, SHEN Xu, LI Wen, ZHOU Jianxin, YIN Yajun*

(State Key Laboratory of Materials Processing and Die & Mould Technology, Huazhong University of Science and Technology, Wuhan 430074, China)

The work aims to address the current limitation in numerical simulation software for unaccounted air entrainment and its evolution in molten metal, specifically focusing on the quantitative prediction of air entrainment defects during the casting filling process and develop a quantitative prediction system for air entrainment based on InteCAST to gain a deep understanding of the formation principles and motion mechanics of casting air entrainment defects, thus accurately predicting the volume of entrained air and the porosity defects caused by air entrainment during the metal filling process and providing guidance for practical production. An algorithm for searching and tracking entrained air in the metal filling process was proposed to retain the air that was previously overlooked in unidirectional flow simulations, thereby correcting the unidirectional flow system. Based on this, a quantitative prediction system of air entrainment was developed and validated. After the application of this system, isolated air bubbles that were initially neglected were retained for subsequent calculations. The liquid volume was redistributed, ensuring volume conservation before and after the modification, and the metal liquid velocity was corrected, achieving the basic functionality of the air entrainment quantitative prediction system. The developed air entrainment quantitative prediction system takes into account the air entrained in the molten metal, providing a quantitative prediction of entrained air and enabling the quantitative prediction of porosity defects during the metal filling process. This system offers guidance for process optimization in practical production.

casting; air entrainment defect; numerical simulation; filling process; quantitative prediction

10.3969/j.issn.1674-6457.2024.03.008

TG21

A

1674-6457(2024)03-0086-10

2024-01-23

2024-01-23

國家重點研發計劃（2022YFB3706800）

National Key R&D Program of China (2022YFB3706800)

宋迎晨, 計效園, 沈旭, 等. 基于華鑄CAE的鑄造充型過程卷氣缺陷定量預測研究[J]. 精密成形工程, 2024, 16(3): 86-95.

SONG Yingchen, JI Xiaoyuan, SHEN Xu, et al. Quantitative Prediction of Air Entrainment Defects in Casting Filling Process Based on InteCAST[J]. Journal of Netshape Forming Engineering, 2024, 16(3): 86-95.

（Corresponding author）