[发明专利]一种双相高强钢焊接参数优化方法有效
申请号: | 201910764059.0 | 申请日: | 2019-08-19 |
公开(公告)号: | CN110614416B | 公开(公告)日: | 2021-02-05 |
发明(设计)人: | 颜天;郭永环;范希营;黄传奇 | 申请(专利权)人: | 江苏师范大学 |
主分类号: | B23K9/167 | 分类号: | B23K9/167;B23K103/04 |
代理公司: | 北京淮海知识产权代理事务所(普通合伙) 32205 | 代理人: | 杨晓亭 |
地址: | 221000 江苏*** | 国省代码: | 江苏;32 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 高强 焊接 参数 优化 方法 | ||
1.一种双相高强钢焊接参数优化方法,其特征在于,以获得最小焊接变形量为目标,使用响应面法与量子遗传算法结合的方法对采用I型坡口的双相高强钢双面TIG焊接工艺参数进行优化,具体包括以下步骤:
步骤一,焊接材料及初始工艺参数的确定:根据焊件材料的牌号选定焊接用焊丝,根据TIG焊接的特性以及材料的焊接性选取焊接参数,参数至少包括焊接电流与焊接速度,利用均匀化设计的方法,将焊接电流与焊接速度参数组合为多组焊接参数,其余焊接参数选用默认值;
步骤二,实施焊接与焊后变形量的测量:通过自动TIG焊接机器手进行焊接,焊接前进行工件预焊接,采用双面焊接完成待工件冷却至室温,然后测量工件的最大变形量;
步骤三,建立响应面模型:将每组工件的焊接电流、速度与其相对应的最大变形量分别列出,并利用最小二乘法计算模型各参数、得出对应的响应面模型,然后利用方差分析法检验所建立的响应面模型与实际数据的拟合程度,当拟合度不小于设定百分值时视为合格;
步骤四,利用量子遗传算法求解响应面模型获得最优参数:将所得相应曲面方程作为二元方程,确定焊接电流和焊接速度的自变量范围后,通过设定的量子遗传算法迭代次数、种群数量、量子长度数据,将响应面模型取负后,代入量子遗传算法进行最大值求解,所得结果再进行一次取负、得出变形量的最小值,得到最优工艺参数;
步骤五,最优工艺参数的验证:重复步骤二,将所得工艺参数作为实际生产参数,运用相同的生产条件进行验证,测量实际生产的最大变形量与量子遗传算法计算所得变形量进行对比,两者误差小于设定百分值时,则视为优化方法可行。
2.根据权利要求1所述的双相高强钢焊接参数优化方法,其特征在于,针对DP780双相高强钢焊接,步骤一中选定的焊接用焊丝型号为ER69-1。
3.根据权利要求2所述的双相高强钢焊接参数优化方法,其特征在于,针对DP780双相高强钢焊接,步骤一中的焊接电流为140A~195A,焊接速度为0.8mm/s~3mm/s。
4.根据权利要求3所述的双相高强钢焊接参数优化方法,其特征在于,针对DP780双相高强钢焊接,步骤四中设定的量子遗传算法迭代次数为200次,设定的种群数量为100,设定的量子长度为40。
5.根据权利要求1至4任一权利要求所述的双相高强钢焊接参数优化方法,其特征在于,步骤三中利用方差分析法检验所建立的响应面模型与实际数据的拟合程度,当拟合度不小于95%时视为合格。
6.根据权利要求1至4任一权利要求所述的双相高强钢焊接参数优化方法,其特征在于,步骤五中测量实际生产的最大变形量与量子遗传算法计算所得变形量两者的误差小于5%时,则视为优化方法可行。
7.根据权利要求1至4任一权利要求所述的双相高强钢焊接参数优化方法,其特征在于,步骤二中测量工件的最大变形量采用立式光学计进行测量。
8.根据权利要求1至4任一权利要求所述的双相高强钢焊接参数优化方法,其特征在于,步骤二中采用双面焊接过程中,焊接两个面的时间间隔不超过30s。
9.根据权利要求1至4任一权利要求所述的双相高强钢焊接参数优化方法,其特征在于,步骤二中工件预焊接的预焊接点位于工件其中一面上的焊缝两个端点以及中点位置。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于江苏师范大学,未经江苏师范大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201910764059.0/1.html,转载请声明来源钻瓜专利网。
- 上一篇:钛合金薄壁球壳自动焊接装置
- 下一篇:一种埋弧自动焊焊接系统