This work presents a novel approach to efficiently model anodic dissolution in electrochemical machining. Earlier modeling approaches employ a strict space discretization of the anodic surface that is associated with a remeshing procedure at every time step. Besides that, the presented model is formulated by means of effective material parameters. Thereby, it allows to use a constant mesh for the entire simulation and, thus, decreases the computational costs. Based on Faraday's law of electrolysis, an effective dissolution level is introduced, which describes the ratio of a dissolved volume and its corresponding reference volume. This inner variable allows the modeling of the complex dissolution process without the necessity of computationally expensive remeshing by controlling the effective material parameters. Additionally, full coupling of the thermoelectric problem is considered and its linearization and numerical implementation are presented. The model shows good agreement with analytical and experimental validation examples by yielding realistic results. Furthermore, simulations of a pulsed electrochemical machining process yield a process signature of the surface roughness related to the specific accumulated electric charge. The numerical examples confirm the simulation's computational efficiency and accurate modeling qualities.


翻译:这项工作提出了高效模拟电化学机械工艺中静电解解的新方法。早期模型方法采用了严格的静态表面空间分解方法,与每个步骤的重压程序相关,每个步骤都采用严格的静态表面空间分解程序。此外,还采用有效的材料参数来制定模型。因此,它允许在整个模拟中使用恒定网格,从而降低计算成本。根据法拉第的电解法,引入了有效的解解密水平,描述溶解体体体量的比例及其相应的参考体积。这一内部变量允许通过控制有效的材料参数,在不必计算昂贵重压的情况下,对复杂的溶解过程进行建模。此外,还考虑了热电问题的全面结合,并介绍了其线性化和数字性实施情况。模型通过产生现实的结果,表明与分析和实验性验证实例的良好一致。此外,对脉冲电化学机械加工过程的模拟可以产生与具体累积电荷相关的表面粗糙度的过程特征。数字示例证实了模拟的计算效率和精确模型质量。

0
下载
关闭预览

相关内容

ACM/IEEE第23届模型驱动工程语言和系统国际会议,是模型驱动软件和系统工程的首要会议系列,由ACM-SIGSOFT和IEEE-TCSE支持组织。自1998年以来,模型涵盖了建模的各个方面,从语言和方法到工具和应用程序。模特的参加者来自不同的背景,包括研究人员、学者、工程师和工业专业人士。MODELS 2019是一个论坛,参与者可以围绕建模和模型驱动的软件和系统交流前沿研究成果和创新实践经验。今年的版本将为建模社区提供进一步推进建模基础的机会,并在网络物理系统、嵌入式系统、社会技术系统、云计算、大数据、机器学习、安全、开源等新兴领域提出建模的创新应用以及可持续性。 官网链接:http://www.modelsconference.org/
强化学习最新教程,17页pdf
专知会员服务
174+阅读 · 2019年10月11日
机器学习入门的经验与建议
专知会员服务
92+阅读 · 2019年10月10日
TensorFlow 2.0 学习资源汇总
专知会员服务
66+阅读 · 2019年10月9日
【SIGGRAPH2019】TensorFlow 2.0深度学习计算机图形学应用
专知会员服务
39+阅读 · 2019年10月9日
Transferring Knowledge across Learning Processes
CreateAMind
28+阅读 · 2019年5月18日
强化学习的Unsupervised Meta-Learning
CreateAMind
17+阅读 · 2019年1月7日
Unsupervised Learning via Meta-Learning
CreateAMind
42+阅读 · 2019年1月3日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
17+阅读 · 2018年12月24日
Hierarchical Disentangled Representations
CreateAMind
4+阅读 · 2018年4月15日
条件GAN重大改进!cGANs with Projection Discriminator
CreateAMind
8+阅读 · 2018年2月7日
分布式TensorFlow入门指南
机器学习研究会
4+阅读 · 2017年11月28日
【推荐】用Python/OpenCV实现增强现实
机器学习研究会
15+阅读 · 2017年11月16日
Auto-Encoding GAN
CreateAMind
7+阅读 · 2017年8月4日
Efficient and Effective $L_0$ Feature Selection
Arxiv
5+阅读 · 2018年8月7日
Arxiv
3+阅读 · 2018年3月28日
Arxiv
4+阅读 · 2016年9月20日
VIP会员
相关资讯
Transferring Knowledge across Learning Processes
CreateAMind
28+阅读 · 2019年5月18日
强化学习的Unsupervised Meta-Learning
CreateAMind
17+阅读 · 2019年1月7日
Unsupervised Learning via Meta-Learning
CreateAMind
42+阅读 · 2019年1月3日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
17+阅读 · 2018年12月24日
Hierarchical Disentangled Representations
CreateAMind
4+阅读 · 2018年4月15日
条件GAN重大改进!cGANs with Projection Discriminator
CreateAMind
8+阅读 · 2018年2月7日
分布式TensorFlow入门指南
机器学习研究会
4+阅读 · 2017年11月28日
【推荐】用Python/OpenCV实现增强现实
机器学习研究会
15+阅读 · 2017年11月16日
Auto-Encoding GAN
CreateAMind
7+阅读 · 2017年8月4日
Top
微信扫码咨询专知VIP会员