摘要：

非渦流電磁成形是一種新型電磁成形工藝，通過在金屬工件上直接施加脈沖電流來代替感應渦流，實現(xiàn)工件高速變形，其速度達到102 m/s，應變率高達103 s-1，該工藝沒有復雜的線圈結(jié)構(gòu)，電磁力也更為均勻。針對5052-O鋁合金薄板進行了非渦流電磁成形試驗及有限元模擬，采用逆向識別方法對Cowper-Symonds和Johnson-Cook高應變率本構(gòu)模型中的參數(shù)進行確定，并預測了5052-O鋁合金在高應變率下的流動應力。通過比較模擬與試驗中試樣標記點的變形高度、厚度及應變，證實了Johnson-Cook硬化模型在描述5052-O鋁合金硬化行為時更為精確。最后，基于確定的參數(shù)進行了驗證實驗，實驗數(shù)據(jù)與模擬結(jié)果相互印證，證實了模型的可靠性。

關鍵詞：電磁成形；本構(gòu)模型；逆向識別；鋁合金板；高應變率成形

中圖分類號：TG335.5

DOI：10.3969/j.issn.1004-132X.2024.12.004

Constitutive Modeling for Aluminum Alloy Sheets in Non-eddy Current

Electromagnetic Forming

LIU Wei1 ZHANG Min1 PENG Bo1 LI Jiaqi1 MENG Zhenghua2 HUANG Shangyu1

1.School of Materials Science and Engineering，Wuhan University of Technology，Wuhan，430070

2.School of Automotive Engineering，Wuhan University of Technology，Wuhan，430070

Abstract： Non-eddy current electromagnetic forming is a new type of electromagnetic forming process， which realized high-speed deformation of the workpieces by directly applying pulse current on the metal workpieces instead of induced eddy current. The speed reached 102 m/s and the strain rate was as high as 103 s-1， which did not have a complex coil structure and the electromagnetic force was more uniform. For the 5052-O aluminum alloy sheets based on the non-eddy current electromagnetic forming experiments and simulation， the parameters in the Cowper-Symonds and Johnson-Cook high strain rate constitutive model were determined by using the inverse identification method. The flow stress of 5052-O aluminum alloy sheets was predicted at the high strain rate. By comparing the simulated and experimental results， it is confirmed that the Johnson-Cook hardening model is more accurate in describing the hardening behavior of the 5052-O aluminum alloy sheets. Finally， a validation experiment was conducted based on the determined parameters， and the deformation height， thickness， and strain at the marked points of the specimens in the simulation were compared with those in the experiments. The experimental data and the simulation results corroborate with each other， confirming the reliability.

Key words： electromagnetic forming； constitutive model； inverse identification； aluminum alloy sheet; high strain-rate forming

收稿日期：2024-04-25

基金項目：國家自然科學基金（52005374）

0 引言

電磁成形（electromagnetic forming， EMF）是一種高應變率成形工藝。傳統(tǒng)EMF成形工藝中，試樣中的渦流通常由線圈中的脈沖電流誘導產(chǎn)生，隨后在渦流和磁場的耦合作用下產(chǎn)生作用在工件上的洛倫茲力，使金屬工件發(fā)生塑性變形［1-2］。與傳統(tǒng)的準靜態(tài)成形方法相比，EMF工藝可以有效克服鋁合金在成形過程中的困難，提高鋁合金材料的成形極限，減少回彈和起皺［3-4］，因此，EMF能為鋁合金材料在高精度制造領域的應用提供更多可能性，具有良好的發(fā)展前景。

線圈是EMF的核心工具，線圈的幾何特征直接決定了金屬工件周圍磁場的分布情況和作用在工件上的電磁力分布［5-6］。目前，EMF常用的線圈有螺線管線圈、平面螺旋線圈、均勻壓力線圈等。這些線圈類型在EMF中各有優(yōu)勢，研究者可根據(jù)具體的成形需求選擇合適的線圈類型，但深入研究和實際應用中發(fā)現(xiàn)，常規(guī)線圈提供的電磁力無法在整個工件上均勻分布，工件在線圈導體下的力較大，而匝間的電流較小［7-8］，當成形具有局部微小特征的零件時，可能會因為局部電磁力不足而無法獲得理想的成形效果。線圈的結(jié)構(gòu)設計不僅要考慮電流的回流，還要考慮試樣的形狀，這增加了制造成本并延長了生產(chǎn)周期；此外，在電磁場、溫度場和應力場的綜合作用下，線圈的壽命也會受到影響［9-11］。

非渦流電磁成形（non-eddy current electromagnetic forming， NEEMF）是一種新型電磁成形工藝，通過將金屬工件直接與脈沖電源相連，利用工件自身的脈沖電流代替感應渦流來獲得電磁力從而實現(xiàn)高速成形。與傳統(tǒng)EMF不同的是，非渦流電磁成形工件受線圈結(jié)構(gòu)的影響較小，且電流在金屬板材之間近似均勻分布，這使得工件可以獲得均勻的電磁力。XIONG等［12］采用該方法對兩塊平行放置的1420鋁鋰合金板材進行了試驗研究，高密度脈沖電流沿相反方向流過兩金屬板材，產(chǎn)生排斥力使其脹形，但試驗結(jié)果表明，兩金屬板材之間的電磁力不足以使試樣充分脹形。ZENG等［13］使用非常簡單的銅板作為電磁驅(qū)動器，將銅板和5754鋁合金板材通過導線并聯(lián)連接使鋁合金變形，然后通過與試驗結(jié)果對比驗證了該方法的有效性，并指出該方法在均勻壓力金屬板材成形中，如電磁壓印鋁合金板材中具有良好的應用前景。DONG等［14］將脈沖電流直接施加到兩個平行放置的串聯(lián)SS304金屬薄板上，對低電導率的SS304不銹鋼進行了試驗研究和數(shù)值模擬分析，研究結(jié)果表明，該方法改善了SS304不銹鋼金屬薄板的成形高度。由于工件內(nèi)電流不是線圈誘導的而是直接對工件施加的，因此NEEMF可以提高低電導率金屬板材中的電流密度，在形成低電導率材料方面具有更大的優(yōu)勢。

獲取材料高應變率行為是研究EMF工藝的重要理論基礎，在國內(nèi)外得到了廣泛的關注和研究。Hopkinson桿試驗是在高應變率下獲取材料動態(tài)特性最常用的方法［15-16］。但獲得材料應變率超過103 s-1的高應變率效應并不容易，采用傳統(tǒng)的試驗方法存在一定的困難。EMF工藝為研究人員提供了豐富的試驗手段，以探索金屬材料的高應變率效應。已有一些研究人員［17-20］采用電磁管脹形和電磁環(huán)脹形試驗來研究金屬管或環(huán)在高應變率下的動態(tài)力學行為。除了管或環(huán)，近年來也有研究者利用EMF研究板材的動態(tài)特性。CHU等［21］進行了電磁沖擊拉伸試驗，得到了1100-O鋁合金板材的流動應力曲線。NOH等［22］對鋁合金板材進行了電磁脹形試驗，確定了Cowper-Symonds（C-S）本構(gòu)模型中的高應變率參數(shù)，并獲得了高應變率下鋁合金板材的流動應力。該試驗方法可以直接測量材料的應力-應變曲線，但在高應變率條件下進行材料力學性能研究面臨設備昂貴、試驗成本高的難題。為了有效解決這一問題，一些研究人員［23-25］開始嘗試采用有限元模擬與試驗相結(jié)合的方法來逆向識別高應變率下本構(gòu)模型參數(shù)。JUSTUSSON等［26］利用沖擊管設備對鋁合金薄板進行了脹形試驗，應變率范圍為200～850 s-1，通過結(jié)合有限元模擬的方法，成功實現(xiàn)了對材料高應變率下本構(gòu)參數(shù)的逆向識別。WOO等［27］建立了一個降階代理模型，并將電液成形（electrohydraulic forming， EHF）試驗與有限元模擬相結(jié)合，減少了計算成本和時間消耗，然后輔以有限元模擬，逆向預測了Johnson-Cook（J-C）本構(gòu)模型中兩個與應變率相關的材料參數(shù)。LIU等［28］對鋁合金板材進行了電磁翻孔試驗。該方法避免了由于平面螺旋線圈電磁力不均勻而導致試樣中心區(qū)域延遲變形的問題，基于逆向識別方法驗證了與應變率相關的本構(gòu)模型。CHENG等［29］提出了應變率為102 s-1的電磁液壓脹形試驗并進行了有限元模擬，對金屬薄板的J-C應變率相關本構(gòu)模型參數(shù)進行了逆向識別，通過將試驗數(shù)據(jù)和模擬結(jié)果進行比對，驗證了逆向識別方法在獲取高應變率下材料參數(shù)的準確性和適用性。目前，在NEEMF工藝條件下金屬板材高應變率本構(gòu)建模的研究報道尚屬空白。

本文針對5052-O鋁合金薄板進行了NEEMF試驗及模擬。這種成形方法不僅能夠提供高應變率，而且試驗裝置非常簡單，結(jié)合逆向識別可以彌補試驗在時間和成本方面的不足。通過不斷迭代優(yōu)化5052-O鋁合金的材料參數(shù)，確定了高應變率下J-C和C-S的本構(gòu)模型。根據(jù)確定的材料參數(shù)，進行了有限元模擬分析。最后，通過驗證試驗將有限元模擬結(jié)果與試驗測量結(jié)果進行了比較，評估了所確定的材料參數(shù)的可靠性。

1 非渦流電磁成形試驗

本文研究對象為厚度0.5 mm的5052-O鋁合金板材，其成分見表1。NEEMF試驗電路和原理如圖1所示。升壓變壓器可根據(jù)試驗需要升壓，電容器的最大值為1100 μF。鋁合金試樣和Cu板相互靠近平行放置，用導線連接成并聯(lián)電路。鋁合金試樣和Cu板中的電流方向相反，當反向電流通過兩種金屬材料時，它們之間會產(chǎn)生強大的洛倫茲力，因此，相互排斥的洛倫茲力使鋁合金試樣變形。

用于NEEMF試驗的成形裝置如圖2所示。試驗中的模具由環(huán)氧樹脂材料制成，長220 mm、寬160 mm、厚50 mm。為了防止試樣在圓角區(qū)域斷裂，模具的圓角半徑設置為10 mm，如圖2a所示。環(huán)氧樹脂是絕緣體，因此電流和模具之間不會互相影響。圖2b顯示了NEEMF試驗裝置的三維圖，鋁合金試樣和Cu板通過導線與主電路相連，從而形成一個并聯(lián)電路。鋁合金試樣和Cu板的尺寸如圖2c所示，試樣與Cu板的寬度一致，在減少能量損耗的同時以保證成形區(qū)域在洛倫茲力均勻分布范圍內(nèi)。在Cu板和試樣之間放置了一個厚度為0.3 mm的環(huán)氧樹脂絕緣薄板，以防止通電Cu板和鋁合金試樣接觸。試驗前，在鋁合金試樣表面印制了半徑為2.5 mm的圓形網(wǎng)格，以測量應變。放電電壓為5 kV，并通過圖2d中標記的點D1～D5來測量沿Z軸方向的高度和厚度。試驗和測量均重復三次，高度計和厚度計的測量精度分別為0.01 mm和0.001 mm。

2 高應變率本構(gòu)模型建立

2.1 逆向識別過程

本構(gòu)模型對有限元模擬至關重要，因為它能預測材料與成形有關的塑性行為［30-32］，要獲得精確的模擬結(jié)果，就必須有精確的本構(gòu)模型?？紤]到試驗是在室溫下進行的，因此省略了溫度影響部分，模型主要包括應變硬化項和應變率硬化兩項。簡化的J-C模型和C-S模型如下：

σ=（A1+B1εn1p）（1+C1lnε·ε·0）（1）

σ=k（ε0+εp）n2［1+（ε·C2）1p］（2）

其中，在J-C模型中，A1是室溫下在參考應變率ε·0 （ε·0 = 10-3" s-1）條件下的屈服強度；B1、n1分別為材料應變硬化系數(shù)和指數(shù)；ε·為等效塑性應變率；C1為應變率硬化參數(shù)；εp為等效塑性應變。在C-S模型中，ε0為材料屈服時的初始應變；k、n2分別為應變硬化系數(shù)和指數(shù)；C2、p為應變率硬化參數(shù)。

以有限元模擬為參考，對本構(gòu)模型參數(shù)進行逆向識別來確定J-C模型和C-S模型中的應變率硬化項參數(shù)。在逆向識別方法中，應變率硬化項參數(shù)在模擬過程中不斷被迭代優(yōu)化，直到模擬結(jié)果與對應的試驗測量結(jié)果誤差達到最小。模擬結(jié)果與試驗結(jié)果之間的誤差函數(shù)f定義如下：

f=1n∑ni=1（dsimi－dexpidexpi）2（3）

其中，n為試驗樣品上的測量點數(shù)量，在本試驗中n=5；dsimi、dexpi分別為模擬和試驗的Z向高度；i為標記點的序號（i=D1～D5）。試驗結(jié)果和模擬結(jié)果越接近，誤差函數(shù)f就越趨近于0。

逆向識別流程如圖3所示。首先，通過擬合從準靜態(tài)單軸拉伸試驗中提取的應力-應變數(shù)據(jù)中獲得應變硬化項的參數(shù)。隨后，采用多目標參數(shù)優(yōu)化軟件LS-OPT不斷更新本構(gòu)模型的參數(shù)。當誤差函數(shù)f的值小于設定的誤差閾值δ時，迭代自動停止，確定應變率硬化項參數(shù)。

2.2 本構(gòu)模型參數(shù)的確定

通過準靜態(tài)單軸拉伸試驗得到5052-O鋁合金的應力-應變關系曲線，并用J-C模型和C-S模型中的應變硬化項進行擬合，得到應變硬化項參數(shù)A1、B1、n1、k、ε0和n2值。擬合曲線如圖4所示，表2總結(jié)了J-C模型和C-S模型的應變硬化項參數(shù)。

本文采用LS-DYNA軟件建立仿真模型。為了降低計算復雜度，對有限元模型進行簡化，圖5所示為在LS-DYNA軟件中建立的簡化模型，包括Cu板、絕緣薄板、壓邊圈和試樣，模型大小與試驗一致。所有部件都被劃分為六面體實體單元，并將除試樣外的部件定義為剛體。為了更加準確地捕捉材料的形變情況和更好地模擬試樣上電流密度及洛倫茲力的分布，在試樣厚度方向上將網(wǎng)格細分成三層。電磁場和結(jié)構(gòu)場的時間步長均設定為4 μs。5052鋁合金的材料參數(shù)和模擬中電路參數(shù)如表3和表4所示。由于退火態(tài)5052-O板料在高應變率條件下各向異性較弱，本文采用了von Mises屈服準則。

表5列出了高應變率參數(shù)的初始值和范圍，以及J-C模型和C-S模型參數(shù)的最終結(jié)果，經(jīng)過多次迭代優(yōu)化，參數(shù)最終趨于一致。

根據(jù)準靜態(tài)拉伸試驗獲得的應變硬化項參數(shù)和逆向識別獲得的應變率硬化項參數(shù)計算出的J-C和C-S本構(gòu)模型分別如下式所示：

σ=（82.21+363.42ε0.5539p）（1+0.008 68ln0.001ε·）

（4）

σ=361.235（0.0415+εp）0.294（1+（ε·5767）10.75）（5）

采用J-C模型和C-S模型分別預測了5052鋁合金在應變率分別為0.001 s-1、1300 s-1時的流動應力曲線，如圖6所示。圖6比較了J-C模型和C-S模型在靜態(tài)和動態(tài)條件下的預測結(jié)果，可以看出，在應變率為0.001 s-1時，試驗結(jié)果與兩個模型預測結(jié)果之間的吻合度較高。在應變率為1300 s-1時，J-C模型和C-S模型的流動應力曲線都高于準靜態(tài)曲線。

3 多物理場數(shù)值模擬結(jié)果分析

3.1 電磁場分析

圖7比較了沿Cu板和鋁合金試樣的模擬電流曲線，從圖中可以看出電流流向相反，峰值電流隨時間延長而減小。放電電壓為5 kV時，Cu板和鋁合金試樣在148 μs 時都有峰值電流，峰值電流分別為28.17 kA和26.66 kA。Cu板和鋁合金試樣中的峰值電流并不相同，

這是因為當Cu板和鋁合金試樣并聯(lián)到電路中時，施加到兩端的電壓是一致的，而兩者的電阻并不相同。

圖8為148 μs時的電流密度和洛倫茲力分布云圖，圖中箭頭表示電流和洛倫茲力的矢量方向。如圖6a所示，Cu板和鋁合金試樣的電流方向保持相反，相較于Cu板的橫截面，鋁合金試樣的橫截面積較小，電流密度較大，試樣中的電流更加均勻，由于集膚效應，Cu板中的電流主要集中在靠近鋁合金試樣一側(cè)的表面。從圖8b中洛倫茲力的矢量方向可以看出，鋁合金試樣和Cu板受到了相互排斥的洛倫茲力，且洛倫茲力均勻地分布在試樣上。

3.2 變形場分析

為便于后續(xù)分析，提取了五個標記點所對應單元的數(shù)據(jù)，該單元與試驗中標記的點相同。圖9a～圖9c所示為標記單元處的Z向速度、應變率和等效塑性應變隨時間變化的曲線。如圖9a、圖9b所示，D1～D5這五個點沿Z向速度和應變率在很短的時間內(nèi)先上升，然后下降。最大速度和應變率出現(xiàn)在D1處，最大值分別為150 m/s和1360 s-1。由圖9c可以看出，在t=320 μs時，D1處的等效塑性應變達到最大值0.154，之后不再變化，可以認為320 μs時變形結(jié)束。然而，在t=320 μs之后，試樣上單元的速度和應變率仍有輕微波動。五個提取單元的速度變化呈現(xiàn)出相同的模式，正方向有一個較大的峰值，負方向有一個較小的峰值。單元D1位于試樣中心，因此由于慣性效應，速度和應變率都較大，試樣中心部分的波動造成了負方向的峰值。

為了驗證數(shù)值模擬的正確性，提取了數(shù)值模擬和試驗中得到的中心截面路徑上的高度和五個標記點的厚度進行比較。雖然兩種模型預測的結(jié)果和試驗中試樣最終變形形狀相似，但如圖10所示，C-S模型在模擬中預測的高度大于J-C模型所預測的高度。J-C模型和C-S模型模擬預測的頂部高度分別為19.40 mm和19.94 mm，而試驗最終成形的高度為19.57 mm。試驗結(jié)果與模擬結(jié)果之間存在誤差Δ，然而這些誤差值均未超過5%。這表明通過逆向識別獲得的材料參數(shù)具有有效性。圖10b比較了五個標記點在試驗中測量的厚度和模擬中預測的厚度。數(shù)值模擬預測的厚度與試驗的厚度基本吻合，兩者之間存在較小的誤差。在D1點，J-C模型和C-S模型的誤差最大，但相對誤差分別為-0.92%和-1.85%。比較模擬和試驗結(jié)果可知，J-C模型和C-S模型的平均誤差分別為3.50%和3.92%，J-C模型更接近試驗值。

采用GMASystem應變測量軟件計算試驗中試樣的應變場，應變測量的相對誤差小于0.002。圖11顯示了試驗和模擬的等效塑性應變分布。如圖11a、圖11b所示，

最大應變位于試樣頂部中心區(qū)域。從圖11c中可以發(fā)現(xiàn)，試驗應變分布與模擬結(jié)果相似，但存在一定的誤差。為簡潔起見，只提取了標記點D1～D5處的應變，標記點處測量值與模擬值對比見圖12。試驗結(jié)果和模擬結(jié)果在總體上非常接近，相對誤差δ不超過 10%，在網(wǎng)格印刷和應變測量存在一定誤差的前提下，有限元模擬結(jié)果與試驗結(jié)果誤差依舊處于合理范圍內(nèi)，因此采用逆向識別方法得到5052鋁合金硬化模型參數(shù)是有效和準確的。

3.3 溫度場分析

為了分析熱效應對試樣成形性能是否有影響，模擬了電流在試樣中引起的溫度變化。圖13a顯示了標記點D1～D5處溫度隨時間變化的曲線，試樣的初始溫度為室溫20 ℃。從圖13a中可以看出，隨著通電時間的延長，板材的溫度持續(xù)上升。然而，試樣在320 μs時完成變形，在320 μs時D1～D5處的溫度約為 50 ℃。圖13b 顯示了320 μs時溫度分布，試樣上的最高溫度為55.96 ℃，溫度較大區(qū)域主要集中在試樣邊緣兩側(cè)，試樣的最大溫升為35.96 ℃。整個變形過程非常短，變形結(jié)束時的溫度略有上升。

變形后的試樣僅有較小的溫升，這與一些研究結(jié)果相似，XIAO 等［33］研究了電流對厚度為 1 mm 的 5052 鋁合金板溫度的影響，結(jié)果顯示，在3 kV電壓下，通電鋁合金板溫升為19.32 ℃；HUANG 等［34］發(fā)現(xiàn)電流對鋁合金板造成的溫升非常小。導體在電流通過時會發(fā)熱，但電熱受時間的影響，通電時間越長，電流產(chǎn)生的熱量越多。在EMF等高應變率情況下，

變形時間非常短。目前還沒有研究確定瞬態(tài)溫升是否會明顯影響金屬的塑性變形，因此溫度的影響通常被忽略。在本研究中，由于溫升較小，有限元模擬中可以忽略溫度對變形的影響。

4 試驗驗證

4.1 驗證過程

根據(jù)所確定的5052鋁合金板材J-C和C-S硬化模型進行了試驗驗證及模擬，以驗證參數(shù)的有效性和準確性。驗證試驗采用了相同的試驗裝置，圖14a顯示了簡化的數(shù)值模型，用于驗證試驗的試樣如圖14b所示。為便于測量，標記點O1～O5選擇沿Z軸方向的高度和厚度。

4.2 驗證結(jié)果

如圖15a所示，模擬和試驗中試樣的最終變形形狀相似。J-C模型模擬的沿中心截面路徑上的高度低于C-S模型模擬的高度，這與第3節(jié)的結(jié)論一致。J-C模型和C-S模型模擬的頂部高度分別為13.84 mm和14.25 mm，而試驗的成形高度為14.05 mm。試驗結(jié)果與模擬結(jié)果之間表現(xiàn)出顯著的一致性，其相對誤差均維持在不超過5%的范圍內(nèi)。圖15b比較了標記點試驗測量的厚度和模擬中獲取的厚度。在O1點，J-C模型和C-S模型與試驗的誤差均達到最大值，然而其相對誤差Δ1、Δ2分別僅為-1.57%和-2.03%。數(shù)值模擬的厚度與試驗值有著良好的一致性，誤差很小，但采用C-S模型時數(shù)值模擬的厚度與試驗值的誤差更大一些，因此J-C模型更為精確。

驗證試驗和模擬的等效塑性應變分布如圖16所示。通過試驗對模擬結(jié)果進行了驗證，試驗得到的應變分布與模擬結(jié)果有著較高的一致性，進一步驗證了模擬的準確性，最大應變位于頂部中心區(qū)域。圖17比較了O1～O5五個點的模擬和試驗等效塑性應變。試驗結(jié)果和模擬結(jié)果在整體趨勢上基本一致，但在具體數(shù)值上存在一定的誤差。其中，C-S模型在O3點的結(jié)果存在較大的相對誤差，δ′3為10.26%。與試驗測量結(jié)果相比，J-C模型和C-S模型的預測結(jié)果顯示絕對誤差分別為0.004 64和0.010 44。這兩個模型的預測結(jié)果與實際測量值非常接近，表明逆向識別的方法獲取的材料參數(shù)在模擬中是有效且可靠的，并且J-C模型預測的結(jié)果更為準確。

5 結(jié)論

本文進行了非渦流電磁成形試驗和數(shù)值模擬，通過最小化試驗與模擬中高度和厚度之間的差異，逆向確定了5052鋁合金C-S和J-C硬化模型中應變率硬化項的相關參數(shù)。

（1）試驗數(shù)據(jù)與模擬結(jié)果之間呈現(xiàn)出顯著的一致性，充分驗證了逆向識別方法的可靠性。比較模擬和試驗結(jié)果可知，J-C模型和C-S模型的平均誤差分別為3.50%和3.92%，證實了J-C模型硬化模型在描述5052鋁合金硬化行為中更為精確。

（2）非渦流電磁成形的速度達到102 m/s，應變率高達103 s-1，在所研究的應變率范圍內(nèi)，5052鋁合金具有正應變率敏感性，其流動應力隨應變率的增大而增大。

（3）根據(jù)電磁場分析結(jié)果，非渦流電磁成形工藝可在鋁合金試樣上產(chǎn)生均勻的洛倫茲力分布，其在鋁合金板料成形方面的潛力得到了證明。

參考文獻：

［1］ PSYK V， RISCH D， KINSEY B L，et al. Electromagnetic Forming—a Rview［J］. Journal of Materials Processing Technology， 2011， 211（5）：787-829.

［2］ SETH M， VOHNOUT V J， DAEHN G S.Formability of Steel Sheet in High Velocity Impact［J］. Journal of Materials Processing Technology， 2005， 168（3）：390-400.

［3］ ZHANG Rui， XU Zhutian， PENG Linfa， et al. Modelling of Ultra-thin Steel Sheet in Two-stage Tensile Deformation Considering Strain Path Change and Grain Size Effect and Application in Multi-stage Microforming［J］. International Journal of Machine Tools and Manufacture， 2021， 164：103713.

［4］ LIN Yuhong， CUI Xiaohui， CHEN Kanghua， et al.Forming Limit and Mechanical Properties of 2024-O Aluminum Alloy under Electromagnetic Forming［J］. Metals and Materials International， 2022， 18（10）：2472-2482.

［5］ WANG Qiangkun， XU Junrui， ZHAO Yudong， et al. Fabrication of Automotive Titanium Bipolar Plates by Uniform Pressure Electromagnetic Incremental Forming Based on Arc Spiral Coil［J］. The International Journal of Advanced Manufacturing Technology， 2023， 129（9）：4121-4147.

［6］ 金延野，于海平. 板材電磁成形技術研究進展［J］. 精密成形工程， 2021， 13（5）：1-9.

JIN Yanye， YU Haiping. Research Development of Electromagnetic Forming（EMF） Technology in Sheet Metal［J］.Journal of Netshape Forming Engineering， 2021，13（5）：1-9.

［7］ DAEHN GLENN S， KAMAL MANISH.A Uniform Pressure Electromagnetic Actuator for Forming Flat Sheets［J］. Journal of Manufacturing Science and Engineering， 2007， 129（2）：369-379.

［8］ LIU Ning， LAI Zhipeng， CAO Quanliang， et al. Effects of the Inner/Outer Diameters of Flat Spiral Coils on Electromagnetic Sheet Metal Formation［J］. The International Journal of Advanced Manufacturing Technology， 2020， 109：1541-1551.

［9］ KINSEY B， ZHANG S， KORKOLIS Y P.Semi-Analytical Modelling with Numerical and Experimental Validation of Electromagnetic Forming Using a Uniform Pressure Actuator［J］. CIRP Annals， 2018， 67（1）：285-288.

［10］ GIES S， TEKKAYA A E.Analytical Prediction of Joule Heat Losses in Electromagnetic Forming Coils［J］. Journal of Materials Processing Technology， 2017， 246：102-115.

［11］ MAMUTOV A V， GOLOVASHCHENKO S F， MAMUTOV V S.Experimental-analytical Method of Analyzing Performance of Coils for Electromagnetic Forming and Joining Operations［J］. Journal of Materials Processing Technology， 2018， 255：86-95

［12］ XIONG Qi， HAN Xiaotao， CAO Quanliang， et al. Bulging of 1420 Al-Li Alloy Based on Pulse Current［J］. Procedia Engineering， 2014， 81：808-812.

［13］ ZENG Xiaoyong， MENG Zhenghua， LIU Wei，et al. Electromagnetic Forming of Aluminum Alloy Strip by Imposing Inverse Current Instead of Inducing Eddy Current［J］. The International Journal of Advanced Manufacturing Technology， 2020， 111（11-12）：3481-3488.

［14］ DONG Pengxin， Li Zhangzhe， Cao Quanliag，et al. Pulsed Magnet Design and Fabrication for Generating Background Magnetic Field in Discharge Current-Based Forming［J］. IEEE Transactions on Applied Superconductivity， 2020， 30（4）：1-5.

［15］ GRAY Ⅲ G T， BLUMENTHAL W R.Split-Hopkinson Pressure Bar Testing of Soft Materials［J］. ASM Handbook， 2000， 8：488-496.

［16］ KHAN A S， HUANG S.Experimental and Theoretical Study of Mechanical Behavior of 1100 Aluminum in the Strain Rate Range 10-5～104 s-1［J］. International Journal of Plasticity， 1992， 8（4）：397-424.

［17］ KLEINER M， BROSIUS A.Determination of Flow Curves at High Strain Rates Using the Electromagnetic Forming Process and an Iterative Finite Element Simulation Scheme［J］. CIRP Annals， 2006， 55（1）：267-270.

［18］ HENCHI I， L’EPLATTENIER P， DAEHN G，et al. Material Constitutive Parameter Identification Using an Electromagnetic Ring Expansion Experiment Coupled with LS-DYNA and LS-OPT［C］∥Proceedings of the 10th International LS-DYNA Users’ Conference. 2008：203584634.

［19］ JEANSON A C， AVRILLAUD G， MAZARS G，et al. Determination of High Strain-rate Behavior of Metals：Applications to Magnetic Pulse Forming and Electrohydraulic Forming［J］. Key Engineering Materials， 2014， 611：643-649.

［20］ LI Hongwei， YAN Siliang， ZHAN Mei，et al. Eddy Current Induced Dynamic Deformation Behaviors of Aluminum Alloy during EMF：Modeling and Quantitative Characterization［J］. Journal of Materials Processing Technology， 2019， 263：423-439.

［21］ CHU Y Y， LEE R S， PSYK V，et al. Determination of the Flow Curve at High Strain Rates Using Electromagnetic Punch Stretching［J］. Journal of Materials Processing Technology， 2012， 212（6）：1314-1323.

［22］ NOH H G， LEE K， KANG B S，et al. Inverse Parameter Estimation of the Cowper-Symonds Material Model for Electromagnetic Free Bulge Forming［J］. International Journal of Precision Engineering and Manufacturing， 2016， 17：1483-1492.

［23］ UMBRELLO D， HUA J， SHIVPURI R. Hardness-based Flow Stress and Fracture Models for Numerical Simulation of Hard Machining AISI 52100 Bearing Steel［J］. Materials Science and Engineering：A， 2004， 374（1/2）：90-100.

［24］ ULUTAN D， ZEL T.Determination of Constitutive Material Model Parameters in FE-based Machining Simulations of Ti-6Al-4V and IN-100 Alloys：an Inverse Methodology［C］∥Proceedings of NAMRI/SME. Madison， 2013， 41：1-6.

［25］ REN Junxue， CAI Ju， ZHOU Jinhua，et al. Inverse Determination of Improved Constitutive Equation for Cutting Titanium Alloy Ti-6Al-4V Based on Finite Element Analysis［J］. The International Journal of Advanced Manufacturing Technology， 2018， 97：3671-3682.

［26］ JUSTUSSON B， PANKOW M， HEINRICH C，et al. Use of a Shock Tube to Determine the Bi-axial Yield of an Aluminum Alloy under High Rates［J］. International Journal of Impact Engineering， 2013， 58：55-65.

［27］ WOO M， KIM J.Inverse Parameter Estimation to Predict Material Parameters of the Cowper-symonds Constitutive Equation in Electrohydraulic Forming Process［J］. Journal of Engineering Mathematics， 2022， 132（1）：8.

［28］ LIU Wei， ZHOU Haibo， LI Jiaqi，et al. Comparison of Johnson-Cook and Cowper-Symonds Models for Aluminum Alloy Sheet by Inverse Identification Based on Electromagnetic Bulge［J］. International Journal of Material Forming， 2022， 15（2）：10.

［29］ CHENG Tao， MENG Zhenghua， LIU Wei，et al. Inverse Identification of Constitutive Model for Metallic Thin Sheet via Electromagnetic Hydraulic Bulge Experiment［J］. International Journal of Material Forming， 2023， 16（4）：38.

［30］ PSYK V， SCHEFFLER C， TULKE M， et al.Determination of Material and Failure Characteristics for High-speed Forming via High-speed Testing and Inverse Numerical Simulation［J］. Journal of Manufacturing and Materials Processing， 2020， 4（2）：31.

［31］ KANG D， NOH H G， KIM J， et al.Inverse Identification of a Constitutive Model for High-speed Forming Simulation：an Application to Electromagnetic Metal Forming［J］. Materials， 2022， 15（20）：7179.

［32］ JENAB A， GREEN D E， ALPAS A T， et al. Experimental and Numerical Analyses of Formability Improvement of AA5182-O Sheet during Electro-Hydraulic Forming［J］. Journal of Materials Processing Technology， 2018， 255：914-926.

［33］ XIAO Ang， HUANG Changqing， LIU Hongsheng，et al. Deformation Mechanism of 5052 Aluminum Alloy Using Electrically Assisted Electromagnetic Forming［J］. Metals and Materials International， 2022， 28（10）：2483-2497.

［34］ HUANG Changqing， LIU Hongsheng， CUI Xiaohui，et al. Deformation Mechanism of 5052 Aluminum Alloy Using Electrically Assisted Electromagnetic Forming［J］. The International Journal of Advanced Manufacturing Technology， 2021，28：1-12.

（編輯 王艷麗）

作者簡介：

劉 維，男，1986年生，副教授。研究方向為電磁成形理論與技術。E-mail：weiliu@whut.edu.cn。