王治業(yè),魯世紅,周友良,周 圳
(南京航空航天大學 機電學院,南京 210016)
超聲波噴丸是一種無模成形技術(shù),可用于成形各種機械零件,并被廣泛運用于汽車、航空航天等工業(yè)領(lǐng)域[1].相對于傳統(tǒng)的噴丸技術(shù),超聲波噴丸成形技術(shù)可以控制噴丸區(qū)域和變形,獲得更大的殘余應力層.近年來,國內(nèi)外對噴丸成形技術(shù)進行了大量研究.文獻[2-4]中通過有限元法對噴丸過程進行數(shù)值模擬,分析其模擬結(jié)果來確定噴丸成形工藝參數(shù). Gariepy等[5]利用試驗和有限元相結(jié)合的方法研究了不同噴丸成形軌跡對板料變形的影響.Rousseau等[6]研究了超聲波噴丸成形對成形后板材表面質(zhì)量的影響,通過有限元模擬得出彈丸沖擊速度和彈坑深度之間的關(guān)系,并利用離散元方法驗證了此關(guān)系.Yin等[7]通過試驗和有限元相結(jié)合的方法研究了超聲波噴丸成形對AISI-1018表面形態(tài)的影響.郭超壓等[8]探索了噴丸工藝參數(shù)對超聲噴丸后材料表層殘余應力場分布和硬化程度的影響規(guī)律,采用X射線衍射法研究了撞針式超聲噴丸后7055-T7751鋁合金表層殘余應力和半高寬的分布情況.魯世紅等[9]利用有限元方法對2024鋁合金帶孔板噴丸后孔區(qū)域變形情況進行研究.
機翼帶筋板能夠有效提高飛機性能,減輕飛機質(zhì)量.國內(nèi)外對加筋板結(jié)構(gòu)的彎曲成形技術(shù)已研究多年并取得一定成果.胡凱征等[10]采用了等效靜態(tài)載荷溫度場來模擬板加筋壁板零件的噴丸成形過程,對噴丸工藝參數(shù)進行了優(yōu)化處理.劉存等[11]研究了噴丸處理對機翼加筋壁板壓縮強度的影響.人工神經(jīng)網(wǎng)絡能夠高度逼近非線性系統(tǒng)并且具有自適應和自學習能力,在工程中已經(jīng)得到廣泛應用.張賢杰等[12]利用 BP網(wǎng)絡,通過成形零件的曲率半徑 、厚度值和延伸率來預測所需的噴丸成形工藝參數(shù).噴丸成形過程復雜,成形弧高值由多個工藝參數(shù)共同影響,現(xiàn)有的國內(nèi)外研究無論是仿真還是實驗,多為研究某一個工藝參數(shù)對成形曲率的影響規(guī)律,很少涉及多個工藝參數(shù)組合對成形曲率半徑的影響.
本文利用正交試驗設(shè)計并處理實驗結(jié)果,研究撞針速度、撞針直徑、成形軌跡間距、噴丸寬度對帶筋板數(shù)控超聲波成形弧高值的影響,得出最佳參數(shù)組合方案,達到最佳噴丸成形效果.以正交試驗獲得的數(shù)據(jù)作為樣本訓練BP網(wǎng)絡,建立輸入為噴丸工藝參數(shù),輸出為弧高值的神經(jīng)網(wǎng)絡模型,通過樣本檢驗模型的準確性,從而對給定的工藝參數(shù)對弧高值進行預測.
正交試驗法就是利用排列整齊的表(正交表)對試驗方案進行統(tǒng)籌規(guī)劃、綜合比較和統(tǒng)計分析,利用少量的試驗次數(shù)就能找到最優(yōu)參數(shù)組合,得到最佳的工藝效果.超聲波噴丸工藝參數(shù)多,成形過程復雜,在仿真試驗之前通過設(shè)計正交表對試驗參數(shù)取值進行統(tǒng)籌規(guī)劃,采用極差分析法分析試驗結(jié)果,以找到最優(yōu)化的超聲波噴丸工藝參數(shù)組合方案.
本文運用正交試驗和有限元方法模擬數(shù)控超聲波噴丸成形,噴丸成形軌跡如圖1所示.在數(shù)控超聲波噴丸成形研究范圍內(nèi)選取撞針速度、撞針直徑、成形軌跡間矩、噴丸區(qū)域?qū)挾葹橹饕?種因素,撞針直徑有3種變化即3個水平,撞針速度、成形軌跡間矩、噴丸區(qū)域?qū)挾雀饔?種變化即4個水平,如表1所示.在4種因素不同水平下根據(jù)正交理論創(chuàng)建L16正交試驗表.利用有限元分析軟件ABAQUS來模擬噴丸成形過程,進行數(shù)值模擬分析,采集數(shù)值模擬噴丸成形后的弦向弧高值作為模擬分析結(jié)果,弧高值如圖2所示.
圖1 噴丸成形軌跡
Table 1 Factors and levels of orthogonal tests selected in this experiment
水平撞針速度/(m·s-1)撞針直徑/mm成形軌跡間距/mm噴丸區(qū)域?qū)挾?mm1330.6242440.828355132461.236
圖2 弧高值
本文選用加筋板作為模擬試驗件,試驗件材料為2024鋁合金.2024鋁合金的力學性能如表2所示.加筋板長200 mm,寬100 mm,厚2 mm.加強筋高8 mm,寬2 mm,具體截面尺寸如圖3所示.
表2 2024鋁合金的力學性能
圖3 加筋板橫截面尺寸(單位:mm)
數(shù)控超聲波噴丸成形數(shù)值模擬過程可以分兩步完成:第一步在Abaqus/CAE中創(chuàng)建仿真模型,采用Abaqus/Explicit 顯示分析模塊,模擬數(shù)控超聲波噴丸成形過程中撞針多次沖擊加筋板表面的動態(tài)響應過程,得到帶筋板的動態(tài)應力場分布;第二步通過加載預定義場的方式將第一步得到的帶筋板動態(tài)應力場作為之后隱式分析的初始應力場,然后利用隱式分析模塊,模擬夾具移除后加筋板的回彈過程,得到加筋板回彈穩(wěn)定后的成形結(jié)果.數(shù)值模擬線路如圖4所示.
圖4 板料超聲波噴丸成形有限元模擬流程圖
Fig.4 Finite element simulation flow chart of sheet metal ultrasonic peen forming
在模擬數(shù)控超聲波噴丸成形過程中,確定撞針速度非常重要,撞針的初始速度由超聲波變幅桿的振幅決定.Chaise等[13]研究發(fā)現(xiàn),撞針的平均速度可以近似等于超聲波變幅桿的最大初始速度.超聲波變幅桿的最大初始速度(vinimax)計算公式為
vinimax=2πAf.
(1)
式中:A是變幅桿振幅,f是變幅桿振動頻率.本文中,變幅桿的振幅為50 μm,振動頻率為20 kHz,通過式(1)可得撞針的最大初始速度為6.3 m/s.
本文中撞針與板料之間的沖擊頻率遠小于超聲波變幅桿的振動頻率.通過測量得出撞針與板料之間的沖擊頻率為50 Hz.因此,相鄰沖擊彈坑之間的距離(d)為
d=v0/f0.
(2)
式中:v0是數(shù)控機床進給速度,f0為撞針與板料之間的沖擊頻率.本試驗中數(shù)控機床進給速度為3 000 mm/min,撞針與板料之間的沖擊頻率為50 Hz,因此相鄰彈坑之間的間距為1 mm.
在模擬數(shù)控超聲波噴丸成形過程中,撞針與板料之間的摩擦系數(shù)是一個重要的參數(shù).本文中,設(shè)置撞針與板料之間的摩擦系數(shù)為0.25.在噴丸成形過程中,撞針幾乎不變形,故假設(shè)撞針為球形剛體,帶筋板可以看做是非線性動態(tài)硬化材料.由于彈塑性材料的大變形性質(zhì),因此選用Johnson-Cook (JC)模型作為材料模型.JC模型考慮到材料的加工硬化和應變率硬化,其方程式如下:
(3)
本文采用掃掠網(wǎng)格劃分方式,模擬過程選用六面體減縮積分單元(C3D8R).為使模擬結(jié)果更加精確,對受沖擊的局部區(qū)域進行加密處理.
本文通過試驗進行驗證了上述數(shù)值模擬方法的準確性和可靠性.試驗件和模擬試驗件材料相同尺寸大小一樣.圖5為數(shù)控超聲波噴丸前后試驗件.圖6為不同撞針速度下弧高值的試驗和有限元模擬對比圖.由圖6可知,試驗數(shù)據(jù)和模擬數(shù)據(jù)較為吻合,變化趨勢一致,說明所建立的數(shù)值模擬模型準確可靠,可以使用此模型的仿真結(jié)果開展正交試驗研究.
圖5 噴丸前后加筋板形狀
圖6 針速度對弧高的影響
j為正交試驗影響因素;m為正交試驗的影響因素的水平;Rj為正交試驗的極差.
Rj=max(Kj1,Kj2,…,Kjm)-min (Kj1,Kj2,…,Kjm).
Rj指第j列因素在各個水平內(nèi)試驗結(jié)果的變動幅度,變動越大,說明該因素對試驗結(jié)果的影響越大,反之影響越小.
根據(jù)撞針速度、撞針直徑、成形軌跡間距、噴丸區(qū)域?qū)挾雀鱾€水平所對應弧高值的平均值的大小可以確定上述4個因素取最好水平.如果要求弧高值越小,則取每個因素對應水平最小的平均值;如果要求弧高值越大,則取每個因素對應水平最大的平均值;如果要求弧高值適中,則取每個因素對應適中的平均值所對應的那個水平.但是,最優(yōu)水平組合并不一定出現(xiàn)在正交實驗設(shè)計當中.所以,根據(jù)試驗要求的弧高值確定上述4種因素的較優(yōu)水平組合,篩選出最佳的試驗方案.
表3 正交試驗表及仿真結(jié)果數(shù)據(jù)
表4 正交試驗分析
計算出撞針速度、撞針直徑、成形軌跡間距、噴丸區(qū)域?qū)挾鹊臉O差并對其水平進行評估.由表4可知,對加筋板變形弧高值影響最大的為撞針速度,其次是撞針直徑,隨后是噴丸區(qū)域,成形軌跡間距對變形弧高值的影響最小,A4B3C1D3為最優(yōu)組合.采用該方案進行噴丸成形可以獲得3.704 mm的變形弧高值.
撞針速度、撞針直徑和噴丸區(qū)域的極差較大,表明撞針速度、撞針直徑和噴丸區(qū)域是影響加筋板彎曲變形的重要因素.通過改變撞針速度、撞針直徑和噴丸區(qū)域能夠有效地對加筋板變形弧高值進行控制.
撞針直徑與噴丸區(qū)域的極差相近,表明兩者對加筋板彎曲變形的影響程度相近.
BP神經(jīng)網(wǎng)絡是一種多層前反饋神經(jīng)網(wǎng)絡,該網(wǎng)絡的主要特點是信號前向傳遞,誤差反向傳播[14].前向傳遞過程中,輸入信號從輸入層經(jīng)隱含層處理傳向輸出層.如果輸出層得到的結(jié)果和預期不同,則進入誤差反向傳播階段,根據(jù)預測誤差修改各層的權(quán)值,從而使預測輸出逼近期望輸出.現(xiàn)在BP神經(jīng)網(wǎng)絡已經(jīng)越來越廣泛地應用到解決工程中復雜的非線性系統(tǒng)問題.由于帶筋板超聲波噴丸成形的工藝參數(shù)與成形弧高值之間具有復雜的非線性關(guān)系,很難用數(shù)學方法準確建模.因此, BP神經(jīng)網(wǎng)絡以其極大的靈活性和自適應性成為解決噴丸工藝參數(shù)與弧高值之間關(guān)系的有利工具.
正交試驗法具有均衡分散性和綜合可比性的特點,能用較少的試驗反映比較全面的情況.張浩等人用正交試驗的數(shù)據(jù)作為訓練樣本應用于人工BP神經(jīng)網(wǎng)絡,已經(jīng)取得了滿意的結(jié)果[15].因此,本文采用的樣本為上述正交試驗與數(shù)值模擬所得到的16組數(shù)據(jù),見表3.
因為有撞針速度、撞針直徑、成形軌跡間距、噴丸區(qū)域?qū)挾?個自變量影響數(shù)控超聲波噴丸弧高值,即該網(wǎng)絡有4個輸入?yún)?shù),1個輸出參數(shù),可以選BP神經(jīng)網(wǎng)絡為4-10-1結(jié)構(gòu),輸入層有4個節(jié)點,輸出層為1個節(jié)點,隱含層有10個節(jié)點.隱含層節(jié)點轉(zhuǎn)移函數(shù)選擇tansig傳遞函數(shù),輸出層節(jié)點選擇purelin函數(shù)作為轉(zhuǎn)移函數(shù).訓練函數(shù)選擇動態(tài)自適應學習率的梯度下降BP算法訓練函數(shù)traingda,該訓練函數(shù)訓練速度快、精度高、效果好.訓練誤差控制在1%之內(nèi),滿足噴丸成形后對弧高值分析的精度要求.
BP神經(jīng)網(wǎng)絡訓練好之后,要檢測其預測弧高值的準確性.本文選用一組新的試驗數(shù)據(jù)來檢驗預測的弧高值是否準確.即選用一組新的工藝參數(shù)用訓練好的BP神經(jīng)網(wǎng)絡預測成形后的弧高值,然后通過實驗驗證其預測結(jié)果的準確性.實驗和預測兩組結(jié)果見表5,可以看出BP神經(jīng)網(wǎng)絡預測的弧高值和實驗結(jié)果相差最大,為 4.69%,即該網(wǎng)絡能很好地預測其弧高值,故可以用訓練的BP神經(jīng)網(wǎng)絡來代替數(shù)值模擬.
1)對正交試驗結(jié)果進行分析,對加筋板變形弧高值影響最大的為撞針速度,其次是撞針直徑,隨后是噴丸區(qū)域,成形軌跡間距對變形弧高值的影響最小,通過正交試驗可以在給定要求的弧高值下確定上述4種因素的較優(yōu)水平組合,篩選出較佳的試驗方案.
2)正交試驗的數(shù)據(jù)作為樣本訓練BP神經(jīng)網(wǎng)絡,使用訓練好的神經(jīng)網(wǎng)絡能很好的預測在給定噴丸工藝參數(shù)下的弧高值,神經(jīng)網(wǎng)絡預測值和實驗結(jié)果相符較好,可以用BP神經(jīng)網(wǎng)絡預測值代替數(shù)值模擬分析值,提高工藝設(shè)計效率.
[1] 劉峰, 魯世紅, 張煒. 超聲波噴丸技術(shù)的研究進展[J]. 航空制造技術(shù), 2016, 509(14):24-28.
LIU Feng, LU Shihong, ZHANG Wei. Research progress of ultrasonic shot peening technology [J]. Aeronautical Manufacturing Technology, 2016, 509(14):24-28.
[2] GALLITELLI D, BOYER V, GELINEAU M, et al. Simulation of shot peening: from process parameters to residual stress fields in a structure[J]. Comptes Rendus Mécanique, 2016, 344(4/5):355-374.
[3] SEDDIK R, BAHLOUL A, ATIG A, et al. A simple methodology to optimize shot-peening process parameters using finite element simulations[J]. International Journal of Advanced Manufacturing Technology, 2017, 90(5/6/7/8):2345-2361.
[4] 康小明. 有限元法在機翼整體壁板成形中的應用[J]. 中國機械工程, 2002, 13(2):134-136.
KANG Xiaoming. The application of finite element method in the forming of aircraft wing skin panels[J] China Mechanical Engineering, 2002, 13(2):134-136.
[5] GARIEPY A, LAROSE S, PERRON C, et al. On the effect of the peening trajectory in shot peen forming[J]. Finite Elements in Analysis & Design, 2013, 69:48-61.
[6] ROUSSEAU T, HOC T, GILLES P, et al. Effect of bead quantity in ultrasonic shot peening: surface analysis and numerical simulations[J]. Journal of Materials Processing Technology, 2015, 225:413-420.
[7] YIN F, HUA L, WANG X, et al. Numerical modelling and experimental approach for surface morphology evaluation during ultrasonic shot peening[J]. Computational Materials Science, 2014, 92(5):28-35.
[8] 郭超亞, 魯世紅. 鋁合金超聲噴丸殘余應力場[J]. 中國表面工程, 2014, 27(2):75-80.
GUO Chaoya, LU Shihong. Residual stress of ultrasonic shot peened aluminum alloy[J]. China Surface Engineering, 2014, 27(2):75-80.
[9] 魯世紅, 成書民, 劉朝訓,等. 基于有限元仿真的帶孔板超聲波噴丸成 形工藝[J]. 中國表面工程, 2015, 28(2):108-113.
LU Shihong ,CHENG Shumin,LIU Chaoxun, et al. Ultrasonic peening forming process in perforated plate based on finite element simulation[J]. China Surface Engineering, 2015, 28(2):108-113.
[10] 胡凱征, 吳建軍, 王濤,等. 板加筋壁板零件的噴丸成形數(shù)值模擬與工藝優(yōu)化[J]. 鍛壓裝備與制造技術(shù), 2006, 41(3):82-85.
HU Kaizheng, WU Jianju, WANG Tao, et al. Numerical simulation and optimization for shot peening forming process of panel with stiffeners[J]. China Metalforming Equipment & Manufacturing Technology, 2006, 41(3):82-85.
[11] 劉存, 李健, 趙謀周. 噴丸處理對機翼加筋壁板壓縮強度的影響[J]. 中國表面工程, 2016, 29(1):111-117.
LIU Cun, LI Jian, ZHAO Mouzhou. Influences of shot peening on compressive strength of wing stiffened panel[J]. China Surface Engineering, 2016, 29(1):111-117.
[12] ZHANG X J, WANG J B, WANG Y J, et al. Prediction of shot peen forming parameters of integral aircraft wing panels[J]. Materials Science Forum, 2006, 532-533: 937-940.
[13] CHAISE T, LI J, NéLIAS D, et al. Modelling of multiple impacts for the prediction of distortions and residual stresses induced by ultrasonic shot peening (USP)[J]. Journal of Materials Processing Technology, 2012, 212(10):2080-2090.
[14] 王小川. MATLAB神經(jīng)網(wǎng)絡43個案例分析[M]. 北京:北京航空航天大學出版社, 2013.
[15] 張浩, 劉守城, 胡義,等. 基于正交設(shè)計與BP神經(jīng)網(wǎng)絡優(yōu)化制備Cu-Ce/TiO2的預測模型[J]. 稀土, 2015(2):72-77.
ZHANG Hao, ZHANG Shoucheng, HU Yi, et al. Predicition model for optimizing preparation of Cu-Ce/TiO2based on orthogonal design and back-propagation neural network [J]. Chinese Rare Earths, 2015(2):72-77.
DOI:10.16533/j.cnki.15-1099/tf.2015.02.013.