复合轧制组坯厚板横向窄间隙多层多道焊道规划

来源 :上海交通大学 | 被引量 : 0次 | 上传用户:zzzzzz123zz
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
板坯叠轧是目前国内外生产复合板的一种新的制造工艺,具有板材质量高、组织均匀、性能稳定等多种优点,在核电、石油化工、输送管道等领域具有广泛的应用前景。常规情况下采用的大坡口手工电弧焊焊接效率低,人为因素影响大,焊接质量不稳定。因此,采用机器人自动焊接是组坯成形技术规模化应用的必然趋势,而横向窄间隙坡口的多层多道焊道规划是其中一项非常重要的关键技术,目前主要存在以下几个问题:(1)缺乏基体金属支撑造成的熔池下淌对焊缝成形的影响;(2)多层多道焊接过程中不同的摆动频率、摆动角度、送丝速度等对焊缝成形的影响;(3)不同的焊道顺序、焊道规划方法对焊缝成形的影响。针对以上问题,本文展开了横向窄间隙焊接组坯的多层多道焊道规划展开研究,获得了窄间隙摆动焊枪的电弧扫描模型,揭示了送丝速度、摆动角度、弧长修正系数等因素对于焊缝成形的影响,引入了焊缝凹凸形貌系数对实际焊缝进行评价,提出了平行生长理论与等高等面积相结合的焊道规划新方案。首先,针对当前使用的横向窄间隙摆动焊枪进行了定量分析。在分析其对焊接熔池的影响规律的基础上,针对连续摆动焊接模式和焊丝偏移焊接模式,分别构建了连续摆动电弧模型和焊丝偏移电弧模型,探究了摆动角度与电弧最终的焊接成形宽度之间的数学关系,同时通过实验对该模型进行了验证。针对连续摆动电弧模型,电弧半径为3mm,模型预测值与实际情况相差在10%左右;针对焊丝下偏焊,电弧半径为3.37 mm,模型预测值与实际情况相差在5%以内;针对焊丝上偏焊,受重力、设备、前置焊道的影响,模型预测值与实际情况相差较大,在实际焊道规划时需要对上述的模型作进一步的修正。通过电弧模型进一步分析发现,当焊缝宽度大于16 mm时,电弧的热量已不足以熔化坡口边缘,容易形成侧壁未熔合缺陷,此时需要将焊枪进行向下和向上偏移。上述电弧模型的建立为焊道规划摆动角度、焊枪上/下偏移量等重要参数的确定奠定了基础,提供了理论支撑。其次,通过单变量研究法对焊接参数中的送丝速度和摆动角度对打底焊,填充焊道中的下侧焊道的焊丝下偏焊,上侧焊道的焊丝上偏焊的焊缝成形影响规律进行了研究。研究发现,当焊缝凹凸形貌dz值越接近于零,焊缝形貌越接近于平面形状,下层/下道的电弧可达性越好,越容易避免侧壁未熔合或者道间未熔合缺陷的产生,而当dz负值越大,焊缝形貌越呈现外凸形状,电弧热源对侧壁或者道间凹陷处越不容易可达,越容易产生未熔合缺陷,因此在焊道规划时应尽量使dz值接近于零;进一步,为方便焊道规划,根据焊缝成形规律,分别对打底、焊丝下偏焊、焊丝上偏焊的焊缝形貌进行了简化,将打底焊近似为弓形,焊丝下偏焊和焊丝上偏焊近似为梯形。为准确进行焊道规划,对熔敷系数进行了研究,发现打底焊熔敷系数k1=0.3585+0.07*Vf,焊丝下偏焊k2=1.15,焊丝上偏焊k3=1.12。另外研究也发现,在打底焊时,连续摆动角度最佳参数组合为±25°或+35°与-15°相搭配,焊缝凹凸值在-1 mm到1 mm之间;焊丝下偏焊的最佳摆动角度为-45°,焊缝凹凸值在-1 mm到0之间;而焊丝上偏焊的最佳角度为+25°或+35°,焊缝凹凸值在-1 mm到1 mm之间。据此,形成各焊道焊丝摆动角度的最优参数区间:打底焊连续摆动最佳幅度在50°附近,焊丝下偏最优角度在[-50°,-40°]之间,焊丝上偏最优角度在[25°,35°]之间。上述焊缝成形影响规律的研究为焊道规划参数的具体选取提供了重要的理论支撑和数据支撑。进一步,在上述研究的基础上,提出了基于摆动电弧的横向窄间隙的多层多道焊道规划方法:提出“平行生长”的焊道规划理论,采用了等高等面积结合平行生长的多层多道焊道规划原则,每层焊道由下至上依次焊接的焊接顺序,打底焊采用连续摆动焊接、下侧填充采用焊丝下偏、上侧填充采用焊丝上偏,中间采用焊丝连续摆动或者焊丝不摆动的填充方法,而盖面将其规划为焊丝下偏、焊丝不偏以及焊丝上偏由下至上依次焊接的盖面方法,焊丝连续或者不偏的中间焊道的顺序完全根据坡口的宽度以及规划的参数确定。以上述的研究成果为基础,形成了最终的基于摆动电弧的复合组坯横向窄间隙多层多道焊道规划程序。规划时首先根据坡口尺寸、焊接工艺要求以及盖面的宽高范围,焊接速度,送丝速度范围等约束条件等,基于等高等面积逐层平行生长的原则进行焊接层数、道数的规划,然后再根据电弧模型、焊缝成形规律对打底,填充、盖面各层焊道逐一进行规划,依次确定送丝速度和偏转角度、焊接速度,焊枪高度、焊枪上下偏移量以及弧长修正系数等焊接参数。最后,用上述的焊道规划程序对一20 mm厚横向窄间隙坡口进行了多层多道的焊道规划并进行实际焊接验证。共规划了7层共14道,最终的焊缝成形良好,层数/道数清晰分明,基本无侧壁未熔合缺陷。实验结果表明:本课题形成的焊道规划算法基本满足要求,为后续的轧制组坯实际生产应用奠定了基础和提供了理论支撑。
其他文献
深度学习中复杂的网络结构需要大规模的计算资源支持。在面积和功耗资源有限的移动端和嵌入式系统中,神经网络的层数和尺寸受到严格约束。随机计算作为一种新兴计算方式,有着硬件开销低、运算速度快、容错率高等优点。与传统二进制计算不同的是,随机计算是用随机比特流进行逻辑运算,其中比特流中数字1出现概率表征目标值。这种编码方式使得如乘法和加法等重要的算术运算,可以用简单的逻辑运算实现。因此,近年来随机计算在深度
由于工艺特征尺寸持续缩小,模拟集成电路设计对多级运放的兴趣不断增高。多级运放可以获得更高增益,但其补偿设计也同时变得困难。本文主要研究利用设计方程以及粒子群优化算法(PSO)来实现多级运放的自动化尺寸定制的方法。与已有研究不同的是,本文尝试将手工推导的设计方程引入到基于仿真的启发式搜索程序中,可以有效地降低搜索空间维数和提高PSO算法的探索结果质量。另外,在多级运放的自动化尺寸定制的研究过程中,本
随着人工智能技术的发展,生物特征识别作为实现新型人机交互的重要载体,已经被运用到很多产业中。其中,人脸识别技术因其非接触性、非侵入性、设备简单和不易破解等优势,逐渐成为了现今较为重要的身份鉴定方式之一。卷积神经网络是目前在人脸识别上应用较为广泛的网络,通常采用余弦域损失函数来扩大特征间边际,训练耗时会因此增大。为此,本文将对余弦域下的网络训练速度和实际识别效果展开研究:首先,针对余弦域下网络训练耗
大规模多输入多输出(Massive Multiple-input Multiple-output,Massive MIMO)作为第五代移动通信的核心技术之一,可以显著提升移动通信系统的传输速率和可靠性,但基站和用户端天线规模的提升使得通信系统的设计变得非常困难。深度学习因良好的鲁棒性和并行性成功地在众多领域得到了广泛应用,为其在移动通信领域的发展提供了坚实的理论基础。设计高可靠性、低复杂度的大规模
鲜味是由L-谷氨酸钠(L-monosodium glutamate,MSG)等鲜味成分引起的一种味觉品质,是评价食品风味的重要指标之一,同时也是氮源营养物质在机体内进行信号传递的重要途径,因而如何有效评价鲜味味觉具有重要意义。现有的味觉评价法包括传统的人工感官评价、HPLC等仪器分析技术和以电子舌为代表的智能感官系统均存在不同程度的局限性。随着味觉生理机制的深入研究,研究人员已采用味觉受体、含有味
实时的厚度检测对于易磨损的器件工作状况的监控具有十分重要的意义。尽管现有的厚度检测设备如激光厚度传感器、超声波厚度传感器、电容式厚度传感器等可以用于常规的厚度测量,但是由于其具有庞大的体积、刚性的探头以及昂贵的价格限定了其在复杂工况下的应用以及大范围的推广。印刷电子作为一个新兴的领域在近些年快速发展,由于其具有成本低、易于制造、体积小、与柔性基板高度兼容等优点,在学术界和工业界受到广泛关注。纳米银
随着工业机器人在汽车制造、机械加工、焊接、上下料、磨削抛光、搬运码垛、装配、喷涂等领域的应用和发展,传统的工业机器人在线示教已经很难满足现代工业生产加工的需求。为了满足现代工业准确高效的生产需求,研究人员越来越重视机器人离线编程技术。离线编程能够有效提升实际生产环境中的编程效率和工作效率,是一种面向任务的编程方法。本文针对MARK III型LNG船用不锈钢多面体工件对机器人的螺柱焊和弧焊的离线编程
细胞检测一直是生物学探索的重要步骤,在传统的生物学中,对于细胞的检测的手段有流式法,免疫荧光细胞化学染色法,Elisa盒子检测,传统的检测方法具有周期长、费用高、过程复杂等问题。基于细胞的生物传感器在水的毒性和质量检测、微生物药敏分析、癌症研究、临床和卫生保健、食品科技与食物安全、药物及药理研究等方面也具有重要应用。同时,电容传感器一直存在着电场分布不均匀,精度方面难以保证。传感器表面吸附细胞通常
蛋白质-蛋白质相互作用(Protein-protein interaction,PPI)是其行使各种生理生化功能的基础,蛋白质互作研究对了解细胞功能的分子机制有着重要意义。目前,已有许多实验方法用于蛋白质互作检测,但实验手段通常费时费力,且实验解析仍停留在少数几种模式生物上。因此,发展一种新的蛋白质互作预测方法,从已有数据中学习蛋白质互作特征,再应用于园艺作物实现跨物种蛋白质互作预测,这无疑将加速
医疗图像分割被广泛地认为是后续医疗图像处理中最重要的一个步骤,能大幅提高医疗诊断的效率和准确性。然而,纯手工的医疗图像标注成本非常高,一方面医疗图像大多是3D的,其标注需要耗费大量的时间资源,另一方面标注需要专业的医生,且其准确率与医生的经验密切相关。随着近几年卷积神经网络的快速发展,自动分割大幅提升了医疗图像分割的效率。然而在实际诊疗应用中,现有自动方法的精度和鲁棒性仍有待提高。为了得到一个更佳