论文部分内容阅读
随着工程材料在工业生产中的广泛应用,人们对其表面质量的要求日益增高。工程材料在长时间使用或储存的过程中,表层会产生少量腐蚀物、尘埃、油垢等杂质,如不及时处理,不仅会降低设备的使用寿命,而且会产生一定的安全隐患。针对工程材料的锈蚀问题,许多学者尝试采用各种技术进行除锈作业,而传统的除锈作业存在污染严重、除锈不彻底等缺点。本文通过对传统除锈方式的分析得出各种除锈方式的优劣,并将磨料水射流（AWJ）技术应用于锈蚀钢板的除锈作业。AWJ技术因其特有的冷态加工、精度高、无污染等优点广泛应用于各个领域。如今,国外已有80%的工业清洗均采用AWJ技术,然而国内仍然以化学方法为主,因此研究AWJ除锈技术具有较高的价值。本文采用AWJ技术对SPA-H锈蚀钢板进行除锈作业,并对AWJ除锈机理和模型进行分析,讨论了磨料水射流去除材料的两种理论模型,即磨损模型和变形模型。同时,对AWJ除锈特性进行分析,主要研究单个磨料颗粒冲击材料表面时的运动方程、冲击能量以及材料破碎时的压力和速度。通过分析磨料水射流去除材料的物理模型和切口模型,得到去除材料过程中工艺参数与切深、横移速度、材料切口的具体关系,为本次实验参数选择提供一定的依据。本文设计20组单一变量实验对SPA-H锈蚀钢板进行表面除锈处理。以靶距（S）、射流压力（P）、横移速度（V）、磨料流量（M）四个加工参数为实验可变因素,分析加工参数与除锈效率和比能耗的关系。AWJ钢板表面除锈实验表明:在实验选定参数范围内,射流压力P和横移速度V与除锈效率成正比,与比能耗成反比。除锈效率和比能耗曲线交叠处即为射流压力和横移速度的最佳工作参数点。随着磨料流量M或靶距S的增加,除锈效率在开始阶段逐渐上升,当到达峰值后转而开始下降。比能耗的变化趋势与除锈效率的变化趋势刚好相反。由于AWJ除锈实验中比能耗越小越好,除锈效率越高越好,因此,磨料流量和靶距都应存在一个最佳值。本文针对AWJ除锈操作设计了9组正交实验,利用极差分析法（R法）对实验数据做数据处理,进而得到影响实验结果的参数主次顺序。实验表明:在实验选定参数范围内,射流压力P对除锈效率的影响最大,然后是靶距S、横移速度V、磨料流量M;在实验室选定条件下,通过极差分析,得到了获得最大除锈效率的最佳工艺参数组合。本文为获得除锈效率的预测模型,采用MATLAB软件对9组正交实验数据进行回归分析,得出工艺参数与除锈效率之间的预测模型η=0.0740S0.4199P0.5670V0.4048M-0.1474。为对预测模型进行可靠性验证,随机设计9组验证实验,得到除锈效率预测模型的相对误差最大值为9.41%,在允许的误差范围之内。综上所述,在实验选定参数范围内,本研究获得的AWJ除锈效率预测模型可以为后续AWJ除锈作业提供一定的指导。