System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 一种用于贮箱结构FSW的温度分布实时高精度监测方法技术_技高网

一种用于贮箱结构FSW的温度分布实时高精度监测方法技术

技术编号:40441266 阅读:13 留言:0更新日期:2024-02-22 23:03
本发明专利技术公开一种用于贮箱结构的搅拌摩擦焊温度分布实时高精度监测方法。首先根据拉丁超立方抽样确定焊接工艺参数组合,建立基于Abaqus的贮箱结构搅拌摩擦焊温度场高精度仿真模型,基于路径取点的方式提取用于监测的表面特征点、贮箱表面二维温度场与核心区三维温度场数据。然后基于Kriging代理模型建立表面特征点、表面二维温度场及核心区三维温度场之间的关联关系,建立基于Kriging代理模型的搅拌摩擦焊核心区三维温度场预测模型,实现贮箱结构搅拌摩擦焊温度分布实时高精度监测,指导贮箱焊接过程的温度控制,可以集成于搅拌摩擦焊数字孪生系统。

【技术实现步骤摘要】

本专利技术属于搅拌摩擦焊(friction stir welding,fsw)温度分布监测领域,涉及一种用于贮箱结构fsw的温度分布实时高精度监测方法,综合采用红外热像仪测量、有限元仿真模型和kriging代理模型对贮箱结构fsw表面二维温度场和核心区三维温度场进行监测。


技术介绍

1、2219铝合金属于时效强化型al-cu-mn铝合金,因其高比强度、优良的高/低温承载性能、优异的焊接性能及出色的耐腐蚀能力常应用于航空航天领域贮箱结构件中。搅拌摩擦焊(friction stir welding,fsw)技术作为一种固态连接方法,其基本原理是高速旋转的搅拌头与焊件摩擦产热,加上焊件材料塑性变形产热,促使焊件材料升温软化,搅拌头的轴肩在产生顶锻力的同时防止软化材料外溢,在热-机械耦合作用下形成致密的结合体,冷却后形成固态焊缝。与传统的熔化焊相比,fsw工艺焊接接头连接强度和抗拉强度高、无需焊丝和保护气、焊后残余应力小,是实现2219铝合金贮箱结构件焊装的首选。

2、在贮箱焊接过程中,焊接热输入量大、焊接高温持续时间长,温度场情况复杂。焊接核心区的温度场直接影响到材料的塑性流动和微观组织,从而影响焊接接头的力学性能,甚至产生空腔等焊接缺陷,而且焊接核心区温度场也是研究材料塑性流动和优化工艺参数的重要依据。当前获取焊接核心区温度场的方法主要热电偶测量法,红外热像仪测量法和数值模拟法。在实际焊接过程中,热电偶测温法需要打孔将热电偶嵌入焊件或搅拌头内部,热电偶的数量受限且不适用于实际生产。红外热像仪测量法是一种非接触测量,可以实现对焊接区域的远距离监测,不损伤焊件和搅拌头,但是仅能获得焊件表面上轴肩外侧的温度场。数值模拟法的结果比较全面,能得到传感器不易测量的数据,但是仿真过程时间长,且仿真过程较为复杂,不利于焊接核心区温度场的实时监测。


技术实现思路

1、本专利技术所要解决的技术问题是克服现有技术的不足,专利技术一种用于贮箱结构的fsw温度分布实时高精度监测方法,获得焊接核心区温度分布情况,用于焊接机理研究和温控方案实施。本专利技术结合了红外热像仪表面温度测量、fsw温度场仿真及基于kriging代理模型的温度场表征法。首先根据拉丁超立方抽样确定焊接工艺参数组合,建立基于abaqus的贮箱结构fsw温度场高精度仿真模型,基于路径取点的方式提取用于监测的表面特征点、贮箱表面二维温度场与核心区三维温度场数据。然后基于kriging代理模型建立表面特征点、表面二维温度场及核心区三维温度场之间的关联关系。在贮箱搅拌摩擦焊过程中,红外热像仪实时测量表面特征点温度,结合基于kriging代理模型的fsw表面二维温度场预测模型获得贮箱表面二维温度场;根据基于kriging代理模型的fsw核心区三维温度场预测模型,实现贮箱结构fsw温度分布实时高精度监测,指导贮箱焊接过程的温度控制,可以集成于搅拌摩擦焊数字孪生系统。

2、本专利技术的技术方案:

3、一种用于贮箱结构fsw的温度分布实时高精度监测方法,包括如下步骤:

4、步骤1:基于abaqus采用耦合欧拉拉格朗日法建立贮箱结构fsw温度场仿真模型并进行验证。

5、步骤2:在由工艺参数组成的采样空间中进行拉丁超立方抽样,根据抽样结果进行fsw温度场仿真;基于路径取点方式从仿真模型中提取用于监测的表面特征点、贮箱表面二维温度场与核心区三维温度场的数据集。

6、步骤3:设计基于kriging代理模型的贮箱结构fsw核心区温度场预测模型,包括用于贮箱结构的fsw表面二维温度场预测模型和用于贮箱结构的fsw核心区三维温度场预测模型。

7、kriging代理模型是一种插值类型的无偏差估计模型,具有较高的非线性分析能力。核心思想是空间内一点的属性值与其周围的属性值有关,且可以由其周围点的属性值插值获得。模型的建立过程就是求解权重因子的过程,建立的贮箱结构fsw核心区温度场预测模型表达式可以表示为:

8、

9、式中,为待求焊接环境下的输出温度场响应值,zi为已知焊接环境下的输出温度场数据,wi为权重因子,i为建立模型的训练数据集组号,n为建立模型的训练数据集组数。

10、假设采样空间平稳,选用一阶线性函数作为回归模型用于表示输出温度场真值与输入温度值之间的关联关系,即z=βx+r(x),z为输出温度场真值,x为输入温度数据,β为回归模型参数,r(x)为随机变量且随机变量的期望为0和方差σ2为常数。基于上述假设,使待求焊接环境下的输出温度场响应值误差满足无偏要求,得到:

11、

12、式中,x0为待求焊接环境下的输入温度数据,xi为已知焊接环境下的输入温度数据,以待求焊接环境下的输出温度场响应值方差最小为目标函数,使用拉格朗日乘子法建立表达式:

13、

14、式中,l(w,λ)为构造函数,γ表示半方差,γij=(zi-zj)2/2,用于描述不同温度场之间的差异性,i,j均为建立模型的训练数据集组号,λ为拉格朗日乘数,求解获得下述表达式:

15、

16、给定一个数据集作为训练集,其中,xi(i=1,…,n)为某一组核心区温度场预测模型的输入温度数据,zi(i=1,…,n)为某一组核心区温度场预测模型的输出温度场数据,计算各已知焊接环境下的输入温度数据之间的半方差。

17、选择常用的高斯模型作为相关函数,高斯模型如下所示:

18、

19、利用模式搜索方式进行半方差拟合求解相关函数参数θ,θ是一个与输入温度数据相同维度的向量。利用相关函数求解待求焊接环境下的输入温度数据与各已知焊接环境下的输入温度数据之间的半方差,代入式(4),求解权重因子,即可依据式(1)建立输入温度数据与输出温度场数据之间的关联关系。

20、步骤4:依据步骤2中获得的表面特征点和贮箱表面二维温度场数据作为训练集,按照步骤3建立用于贮箱结构的fsw表面二维温度场预测模型;

21、步骤5:选取m组不同于拉丁超立方抽样结果的工艺参数进行fsw温度场仿真,提取用于监测的表面特征点、贮箱表面二维温度场与核心区三维温度场的数据集,分成验证数据集和测试数据集;

22、步骤6:基于交叉验证的方式使用遗传算法获取步骤3中相关函数参数θ的初值参考值,并以最大相对误差最小为评价标准,基于步骤5中的验证数据集对参考值进行评价,获得基于kriging代理模型的fsw表面二维温度场预测模型最优的相关函数参数初值,该初值用于步骤4中建立的用于贮箱结构的fsw表面二维温度场预测模型,并用步骤5中的测试数据集进行模型验证;

23、步骤7:同理,将步骤2中获得的贮箱表面二维温度场和核心区三维温度场数据作为训练集,按照步骤3建立基于kriging代理模型的用于贮箱结构的fsw核心区三维温度场预测模型,并用步骤5中的测试数据集进行模型验证;

24、步骤8:开展贮箱搅拌摩擦焊实验,使用红外热像仪实时测得贮箱表面特征本文档来自技高网...

【技术保护点】

1.一种用于贮箱结构的搅拌摩擦焊温度分布实时高精度监测方法,其特征在于,包括如下步骤:

【技术特征摘要】

1.一种用于贮箱结构的搅拌摩擦焊温度分布实时...

【专利技术属性】
技术研发人员:卢晓红张炜松贾振元孙卓滕乐栾贻函
申请(专利权)人:大连理工大学
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1