[發明專利]考慮焊接溫度和頂鍛力的FSW抗拉強度智能預測方法

有效

• 申請號: 202210625492.8
• 申請日: 2022-06-02
• 公開（公告）號: CN114888426B
• 公開（公告）日: 2023-02-14
• 發明（設計）人: 盧曉紅;馬沖;賈振元;孫世煊;欒貽函;滕樂
• 申請（專利權）人: 大連理工大學
• 主分類號: B23K20/12
• 分類號: B23K20/12;B23K31/12;B23K20/26;B23K31/02;B23K31/00;G01J5/48
• 代理公司: 大連理工大學專利中心 21200
• 代理人: 溫福雪

本發明屬于攪拌摩擦焊焊接質量預測領域，涉及一種考慮焊接溫度和頂鍛力的FSW抗拉強度智能預測方法。本發明運用實驗和理論結合的方法，進行攪拌摩擦焊實驗，采用紅外熱像儀和測力儀獲取焊接過程中焊件表面軸肩外圍前進側特征點溫度、后退側特征點溫度和頂鍛力數據，利用獲取的溫度數據和頂鍛力數據對一維卷積神經網絡進行訓練及測試，實現了攪拌摩擦焊抗拉強度預測，為焊接過程調控提供參考。

技術領域

本發明屬于攪拌摩擦焊焊接質量預測領域，具體涉及一種考慮焊接溫度和頂鍛力的FSW抗拉強度智能預測方法，使用紅外熱成像儀、測力儀采集數據，通過一維卷積神經網絡深度學習模型進行抗拉強度預測。

背景技術

隨著航空航天工業的快速發展，航天需求對航天器制造技術有了更高的要求。1991年英國焊接研究所發明了攪拌摩擦焊技術(FSW)，攪拌摩擦焊攪拌頭由軸肩和攪拌針組成，軸肩在攪拌摩擦焊接過程中通過摩擦提供熱量，使被焊金屬軟化并且阻止軟化后的金屬流出焊接區域；攪拌針在焊接區域進行旋轉攪拌增強軟化金屬的流動性。攪拌摩擦焊產生的較低熱輸入量有效地解決了鋁合金和鎂合金等低熔點合金在傳統焊接中存在的板材變形較大、焊接速度慢等問題。攪拌摩擦焊技術廣泛應用于航空航天、造船、汽車等領域，通常采用抗拉強度作為焊接質量的評價標準，根據不同的產品需要，抗拉強度必須合格才能應用到生產中。

Luigi等在《Prediction of the Vickers Microhardness and UltimateTensile Strength of AA5754 H111 Friction Stir Welding Butt Joints UsingArtificial Neural Network》中采用ANN神經網絡，以焊接過程中的焊接參數、攪拌摩擦焊過程中熱數據以及樣品位置為輸入來預測AA5754 H111FSW顯微硬度以及抗拉強度值。Mohammad W.Dewan在《Prediction of tensile strength of friction stir weldjoints with adaptive neuro-fuzzy inference system(ANFIS)and neural network》中建立了一種優化的自適應神經模糊推理系統(ANFIS)模型，以轉速、焊接速度和頂鍛力三個焊接參數為輸入預測AA2219-T87焊縫抗拉強度。Verma在《Prediction of tensilebehavior of FS welded AA7039 using machine learning》中等采用高斯回歸(GPR)、支持向量機(SVM)、人工神經網絡和線性回歸等機器學習的方法以轉速、焊接速度和傾斜角度為輸入預測AA7039鋁合金攪拌摩擦焊極限抗拉強度，采用相關系數(CC)和均方根誤差(RMSE)作為預測精度評估參數并得出結論，人工神經網絡對抗拉強度預測最有效。范文學等人在《基于響應面法7A52高強鋁合金FSW接頭抗拉強度預測及優化》中采用響應曲面法研究了焊接工藝參數，包括焊接速度和攪拌頭轉速及軸肩壓深對焊縫抗拉強度的影響。

攪拌摩擦焊工藝參數包括攪拌頭轉速、焊接速度等，不同的參數組合能夠形成不同質量的焊縫，相應的微觀組織和力學性能也有所差異。而焊接工藝參數通過影響頂鍛力和溫度來影響抗拉強度?？估瓘姸入S著頂鍛力和焊接溫度的變化而變化，現有研究通過焊接工藝參數對抗拉強度進行預測并不能準確反映焊接過程中焊接工藝參數對抗拉強度動態影響，同時，現有研究沒有綜合考慮頂鍛力和溫度時間序列數據對抗拉強度影響。

發明內容

本發明所要解決的技術問題是克服現有技術的不足，綜合考慮直接影響抗拉強度的頂鍛力和前進側、后退側特征點溫度，提出一種一維卷積神經網絡，以攪拌摩擦焊過程中焊件表面攪拌頭軸肩外圍前進側和后退側特征點溫度、頂鍛力時間序列數據為輸入實現抗拉強度預測，為焊接過程調控提供參考。

本發明的技術方案：