当前位置:主页 > 科技论文 > 石油论文 >

改进GABP算法的磨料水射流切割质量智能控制研究

发布时间:2020-06-27 06:12
【摘要】:油气运输管道的切割作业大多都处于油气环境下,若是切割过程中产生明火或者是高温,就极易引发火灾甚至是爆炸,产生安全事故,因而,需要一种安全的切割方法。磨料水射流切割技术属于冷态切割技术,它是在高速高压水射流中混入磨料粒子,形成切割能力较强的磨料水射流后切割工件,由于其特有的冷切割特性,切割过程中不会产生明火或者是高温,相较于传统的切割方法,特别适合油气运输管道的切割。然而磨料水射流是一种“软刀具”,在实际的切割加工过程中工件的切割断面上往往会呈现出有规律的弧线条纹,断面粗糙。油气运输管道切割既要求防火,也要求切割断面具有较好的切割质量。切割质量模型的建立可实现磨料水射流的精密切割,获得需要的切割质量。本文在对磨料水射流切割质量模型进行研究的基础上,提出了磨料水射流切割质量智能控制的研究课题。论文以油气运输管道常用的Q235钢为试件,进行磨料水射流切割试验。针对磨料水射流切割质量与各工艺参数之间的关系非常的复杂,采用传统的数学方法难以建立一个合适的机理模型的问题,基于BP神经网络的建模技术,在考虑切割速度、靶距、磨料流量、磨料粒度4个工艺参数的情况下,结合磨料水射流切割单因素试验分析、全面试验以及极差分析的结果,建立基于BP神经网络的磨料水射流切割质量控制模型。论文提出将遗传算法(Genetic Algorithms,简称GA)应用于切割质量控制模型的算法中,建立改进GABP算法的磨料水射流切割质量控制模型,避免BP神经网络模型在学习过程中陷入局部极小点,并对其性能进行验证,结果表明改进GABP算法的磨料水射流切割质量控制模型具有更好的预测精度,可用其对切割速度进行有效预测,从而实现在加工中对磨料水射流切割质量的有效控制。论文将VC++编程语言与Matlab神经网络工具箱、遗传算法工具箱进行有机的结合,以改进GABP算法的磨料水射流切割质量控制模型为基础,利用VC++编程语言开发磨料水射流切割质量智能控制模块,开发出了能够实现磨料水射流切割加工时工艺参数的智能化选择和可视化操作的智能控制模块。
【学位授予单位】:西华大学
【学位级别】:硕士
【学位授予年份】:2018
【分类号】:TG664;TE973
【图文】:

磨料水射流,磨料粒子,磨料,水射流


图 1.1 后混合磨料水射流系统Fig 1.1 Post mixed abrasive water jet system射流中的磨料粒子是在自身的重力以及压力差的初始速度较低,故难以与高速高压水射流混效的能量传递,明显的降低了磨料粒子的磨削较大,如切割钢材时射流压力通常在200Mpa以蚀效果,人们提出了前混合磨料水射流。水射流为前混合磨料射流系统。前混合磨料射流有两罐与磨料粒子进行预混合,形成磨料液,然后混合,再经磨料水射流喷嘴喷出形成前混合磨均匀混合形成磨料液,然后对其增压后通过磨前一种磨料液仅在磨料水射流喷嘴前混合,避较广泛;后一种磨料液对压力源和高压管路的

水射流系统,磨料水射流


图 1.2 前混合磨料水射流系统Fig 1.2 System of Pre-Mixing Abrasive Water Je磨料水射流的性能比较流中固体磨料粒子在进入混合腔时,初始速度混合,特别是难以进入水射流束速度最高的轴流束轴心部分以外的地方,从而降低了高速高合后的磨料水射流的切割能力得不到充分的发射流在通过磨料水射流喷嘴之前,磨料粒子就料粒子的速度与高速高压水射流的速度差几乎割能力得到了大大的提升。表 1.1 是这两种磨料表 1.1 两种磨料水射流性能的比较Comparison of the performance of two kinds of abrasive后混合磨料水射流 前混合磨料水较差 相同射流压力下是后混合磨

【参考文献】

相关期刊论文 前10条

1 陶欢;雷玉勇;杨涵;张丽;陈玄;;磨料水射流切割铝合金质量模型研究[J];液压气动与密封;2014年12期

2 汤积仁;卢义玉;孙惠娟;;磨料水射流切割可视化BP神经网络模型研究[J];四川大学学报(工程科学版);2013年03期

3 卫排锋;雷玉勇;刘克福;蒋代君;王荣娟;;基于磨料水射流的多晶硅车削试验与建模[J];矿山机械;2011年10期

4 王荣娟;雷玉勇;蒋代君;戴良博;卫排锋;;磨料水射流喷头内部流场仿真及聚焦管参数分析[J];煤矿机械;2011年08期

5 豆之敬;赵卫;刘凯;;基于改进的遗传算法在车间作业调度中的应用与研究[J];机电工程技术;2011年03期

6 戚爱华;;我国油气管道运输发展现状及问题分析[J];国际石油经济;2009年12期

7 王宗龙;胡寿根;姚文龙;;淹没条件下超高压磨料水射流切割岩石的实验研究[J];水动力学研究与进展A辑;2009年02期

8 李连荣;唐焱;;磨料水射流切割技术综述[J];煤矿机械;2008年09期

9 刘小健;毕俊喜;俞涛;;磨料浆体射流切割机床中切割质量研究[J];制造技术与机床;2006年03期

10 杨桂林;雷玉勇;贾强;邱刚;马超;宋清俊;;基于模糊神经网络的磨料水射流切割质量控制[J];矿山机械;2005年12期

相关硕士学位论文 前10条

1 杨客;遗传算法优化的BP神经网络在连云港港口吞吐量预测中的应用研究[D];深圳大学;2017年

2 亢菲菲;基于改进神经网络的粉尘浓度软测量研究[D];山东科技大学;2017年

3 王蓉;神经网络在煤灰熔融性预测中的应用[D];西安科技大学;2014年

4 王钊;对磁共振弥散张量图像配准算法的研究及实现[D];哈尔滨工业大学;2013年

5 关永贞;非完整移动机器人路径规划与轨迹跟踪控制的研究[D];燕山大学;2013年

6 吴昊;改进的遗传算法和BP神经网络在大气质量评价及预测中的应用研究[D];南京信息工程大学;2012年

7 赵云龙;航空发电机状态趋势分析技术研究[D];沈阳航空航天大学;2012年

8 来建波;基于神经网络的路段行程时间预测研究[D];云南大学;2011年

9 胡江为;基于小波神经网络多传感器融合技术的研究[D];安徽理工大学;2011年

10 石磊;遗传算法优化的BP神经网络在股市预测中的应用[D];安徽大学;2011年



本文编号:2731429

资料下载
论文发表

本文链接:https://www.wllwen.com/kejilunwen/shiyounenyuanlunwen/2731429.html


Copyright(c)文论论文网All Rights Reserved | 网站地图 |

版权申明:资料由用户337e3***提供,本站仅收录摘要或目录,作者需要删除请E-mail邮箱bigeng88@qq.com