机器人砂带磨削镍基合金Inconel718的表面完整性研究

发布时间：2020-09-01 13:03

　　 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。
【学位单位】：上海交通大学
【学位级别】：博士
【学位年份】：2018
【中图分类】：TG580.619.2
【部分图文】：

上海交通大学博士学位论文 第一章 绪论性也相对较差，且生产效率低下。随着智能制造技术的发展，机器人替代传统加工在表面加工中的应用愈来愈受到重视[8]，机器人砂带磨削加工不仅能大幅提高加工效率，并且保证了工件的磨削质量，使加工过程具有可控性，如图 1-1b 所示，作为一种柔性加工方式，具有非常好的自适应性，在难加工材料领域具有广阔的应用前景。然而，国内外针对机器人砂带磨削技术研究尚不成熟，特别是在磨削表面完整性等方面的研究仍不够全面深入，这些问题严重制约了机器人磨削技术的大规模应用。因此开展针对机器人砂带磨削过程中表面完整性的研究是很有必要的，对推动“中国制造 2025”五大工程及十大领域中智能制造转型升级，实现制造业强国的目标具有非常重大的现实意义。

1.2.1 传统人工磨削特点随着工业化的不断推进，越来越多的自动化技术应用到工厂中，替代了工人完成繁重的作业，但是磨削作为一种复杂的工艺过程，而且工件表面大多数是不规则的，所以，很大比例的磨削作业还是以传统的人工磨削来完成，如图 1-2 所示，工人磨削工件时，操作工人本身的经验水平直接决定了最终的磨削质量。具有丰富经验的操作工人会结合工件的三维形貌和材料特性，先把工件分类，在给每个工件进行分区磨削，然后决定磨削的顺序进行磨削作业。这就需要很丰富的经验积累，其中，磨削转速、接触角度、接触力都会直接影响磨削的质量。培养一个经验丰富的操作工人，需要投入很大的成本，即便是经验丰富的老师傅也很难保证磨削质量的一致性。而且恶劣的工作环境也极大的伤害了工人的身体健康，磨削过程还具有很大的危险性。

图 1-3 机器人砂带磨削装置Fig. 1-3 Robot belt grinding device析，机器人砂带智能磨削技术作为智能制造的重要方面。智能制造的发展不依赖于人工操作的水平，机器人砂带的加工任务。好、磨削质量高。能够保证磨削工艺的稳定，确保工件的削质量的一致性。。智能磨削的效率比传统的手工作业高很多，而且可以全这可以有效弥补我国人口红利优势减弱的不利因素。生产。通过无线射频识别智能技术，模拟产品的生产操

【参考文献】

相关期刊论文 前7条

1 陈亮;庞华;宋小明;刘丽莉;;Inconel 718合金压紧弹簧应力腐蚀开裂的应力阈值研究[J];核动力工程;2015年S2期

2 周济;;智能制造——“中国制造2025”的主攻方向[J];中国机械工程;2015年17期

3 缪新;田威;;机器人打磨系统控制技术研究[J];机电一体化;2014年11期

4 贾时成;孙英飞;;国产工业机器人打磨系统设计[J];中国新技术新产品;2014年04期

5 曲巍崴;董辉跃;柯映林;;机器人辅助飞机装配制孔中位姿精度补偿技术[J];航空学报;2011年10期

6 毕树生;梁杰;战强;杜宝瑞;冯子明;;机器人技术在航空工业中的应用[J];航空制造技术;2009年04期

7 吴大观;;航空发动机技术发展的新动向及新问题[J];航空维修与工程;1990年03期

相关博士学位论文 前2条

1 郭万金;复杂形状零部件打磨作业机器人研究[D];哈尔滨工业大学;2017年

2 卜迟武;风机叶片打磨机器人的控制研究[D];哈尔滨工程大学;2012年

相关硕士学位论文 前2条

1 陈国锋;工业机器人智能打磨视觉系统中铸件飞边信息提取关键技术研究与应用[D];广西大学;2017年

2 王淼;抛光打磨机器人控制系统的设计与实现[D];广东工业大学;2016年

本文编号：2809768