论文部分内容阅读
磨削作为一种精密成形技术,日益受到人们的重视,传统的手工磨削由于可控性差等缺点难以满足高质量高效率的现代化生产需求。随着工业4.0和中国制造2025规划的实施,机器人砂带磨削已经成为一种发展趋势。镍基合金Inconel 718由于其优异的服役性能被广泛应用于航空航天、石油和天然气等领域,这就对其磨削质量提出了更高的要求。磨削质量包含磨削精度和表面完整性,其中表面完整性往往是传统手工磨削最容易忽视的问题,对材料的服役性能有重要的影响。因此,本文针对Inconel 718合金设计搭建了一套机器人砂带磨削系统,通过可控的磨削工艺参数优化,来提高镍基高温合金表面完整性和服役性能。系统地研究了磨削工艺对合金表面完整性(表面烧损、粗糙度、残余应力、畴界尺寸、显微硬度和微观组织等)的影响规律,建立了综合多指标的表面完整性预测模型,探讨了磨削表面电化学腐蚀机理。为机器人砂带磨削技术的发展和应用提供了有力的理论支撑和试验依据。论文主要研究内容和成果如下:(1)搭建了机器人砂带磨削系统,研究了磨削参数与表面完整性主要指标之间的关系。结果表明,当磨削表面实测温度高于580°C时,试样表面会发生明显的烧损现象。此外,随着磨削力的增大,表面粗糙度增加,残余应力由压应力转变为拉应力。在178 kPa的磨削力和31 m/s的砂带转速下,Inconel 718合金表面不仅获得了较大的残余压应力(约355 MPa)而且得到了小的表面粗糙度,同时,其表面显微硬度相较于母材提高了15%左右。其原因在于加工过程中发生了部分动态再结晶。(2)基于声音信号特征,采用最优剪枝极限学习机(OP-ELM)建立了砂带磨损状态预测模型。通过热源法建立了磨削试样表面温度场模型,获得了机器人砂带磨削过程中试样表面温度的变化规律,用以预测磨削表面的烧损情况。基于线性加权函数,建立了以粗糙度、残余应力、畴界尺寸为主要指标的磨削表面完整性预测模型。(3)针对表面残余应力开展了重点研究,并基于自适应神经模糊推理系统(ANFIS)和粒子群优化算法(PSO),建立了磨削试样表面残余应力的预测模型,与X射线应力仪测试结果相比,其均方误差(MSE)小于735.85,均方根误差(RMSE)小于27.13,平均误差(EM)小于4.26,标准差(ESD)小于26.94。由此可见,该方法能够快速准确地对磨削表面残余应力和最大残余应力进行预测,为控制和改善合金磨削表面残余应力状态奠定了基础。(4)系统研究了磨削表面的腐蚀性能,揭示了磨削工艺、残余应力、表面粗糙度等主要因素对腐蚀性能的影响规律。研究表明,Inconel 718磨削表面电化学腐蚀过程主要包括:多孔氧化膜缺陷破坏,富Nb区域的形成,腐蚀产物产生,富Nb区域边界溶解,腐蚀产物脱落和腐蚀坑形成等。随着砂带磨粒尺寸的减小,磨削试样表面的粗糙度降低,试样表面的残余压应力增大,磨削表面的抗腐蚀性能得到有效的提高。减小粗糙度,可使参与腐蚀过程的表面积减小,从而有效抑制了腐蚀产物的产生,而残余压应力又会阻碍腐蚀产物的剥落。