CN101722371B - 激光焊接的焊缝/热影响区形状及其晶粒尺寸预测方法及其实现该方法的装置 - Google Patents

Abstract

本发明涉及激光焊接技术领域，具体是一种激光焊接的焊缝/热影响区形状及其晶粒尺寸预测方法及装置。该装置由数据库、前处理模块、焊缝及热影响区形状预测模块、焊缝及热影响区晶粒尺寸预测模块、后处理模块组成；前处理模块从数据库中读取激光焊接过程所需的工艺参数，为后续流程提供初始条件；焊缝及热影响区形状预测模块、焊缝及热影响区晶粒尺寸预测模块完成对激光焊接过程各种工艺状态的模拟，预测常用激光拼焊钢板产品最终的焊缝形状以及焊接热影响区形状；预测出拼焊板最终的焊缝/热影响区形状及其晶粒尺寸；最后由后处理模块完成结果的显示输出。本发明保证了焊接工艺优化与拼焊板材质控制的精度，具有优异的普适性。

Description

激光焊接的焊缝/热影响区形状及其晶粒尺寸预测方法及其实现该方法的装置

技术领域

本发明涉及激光焊接技术领域，具体地说是一种激光拼焊板的焊缝/热影响区形状预测以及相应区域的晶粒尺寸预测方法及装置。 

背景技术

 近年来，随着国民经济的增长，汽车工业蓬勃发展，经济实用的汽车以其质量轻、耗油少、安全性高而备受广大消费者的青睐。激光拼焊板的应用减低了车身质量，降低了生产成本，被越来越多的汽车制造厂所采用。激光拼焊不仅在交通运输装备制造业中被使用，还在建筑业、桥梁、家电板材焊接生产、轧钢线钢板焊接(连续轧制中的钢板连接)等领域中被大量使用。长期以来，各种板材的激光焊接工艺优化及其组织控制主要通过实物试验来探索确定，这必将耗费大量的人力、物力和时间，并且因在各个控制环节存在的人为因素，将或多或少地影响到激光焊接工艺优化及其组织控制的精度。若能利用计算模拟技术和预测技术，则可及时调整和优化工艺，继而实现对板材焊缝及其热影响区的形状和晶粒尺寸控制。然而，在生产中对板材组织变化的观察和测试是不可能的。目前，借助计算机模拟技术可以模拟激光焊接工艺过程，从而能够预测激光拼焊板焊缝/热影响区的形状以及相应区域的晶粒尺寸，但该技术目前国内外还未见报道。 

最新检索工作表明，IDS中心的Rostyslav Ilyushenko在2006年向美国专利局申请了专利“Welding method”（专利号US20060013645），该专利的内容主要为通过摩擦搅拌焊接工艺以细化熔焊后拼焊板的晶粒尺寸；此外，西门子公司知识产权部的Srilkanth C. Kottilingam在同年亦向美国专利局申请了专利“Weldability of alloys with directionally-solidified grain structure”（专利号US20060157165），该专利的内容主要为通过对熔化焊后拼焊板进行激光喷丸、热处理等工艺，以获得局部晶粒位向一致的晶粒结构。但关于焊缝形状及晶粒尺寸预测方法的专利成果未见报道。

发明内容

本发明的目的是以常用激光拼焊钢板为研究对象，具体涉及冷轧深冲板系列St12～St16；碳素冷轧板系列Q195～Q275；高强度低合金钢板系列B240/390DP、 B340/590DP等。提供一种能预测这些拼焊板焊缝/热影响区的形状及其晶粒尺寸的方法及装置。 

本发明所说的激光焊接的焊缝/热影响区形状及其晶粒尺寸预测方法，包括以下步骤： 

(1)从数据库中读取激光焊接过程所需的母材基本信息如成分等和工艺参数，为后续流程提供初始条件的步骤； 

(2)根据待焊钢的熔点和A_C1点温度，分别与焊件厚度各个层面水平方向上等距离的测点(节点)的温度进行比较，同时利用插值法计算得出焊件厚度各个层面水平方向上的临界温度节点，继而模拟焊接工艺得到焊缝及热影响区的预测形状的步骤； 

(3)结合待测焊件的成分、工艺参数对PLS公式进行精度的检验与控制，得到精度最高的目标区域PLS晶粒尺寸预测公式，计算后得出目标区域的晶粒尺寸预测值的步骤； 

(4)输出计算数据结果的步骤。 

本发明步骤(1)中所说的焊接工艺参数是本领域技术人员所熟知的，包括：焊接板的钢种及其成分、熔点(T₀)、A_C1点、待焊板材厚度等尺寸规格、激光功率、焊接速度、光斑直径、线能量、离焦量、焦距、吸热系数等；当焊接工艺参数读取无误，则转入下一步骤；如有错误，则可返回重新读取母材基本信息和工艺参数。 

上述步骤(2)具体是：将三维温度场动态模拟图进行数字化处理，以焊缝中心线为起点，选取焊件厚度方向上各个层面水平方向上等距离的测点温度，继而得到目标区域的节点温度分布图；将各节点温度与该钢的T₀温度相比较，并利用插值算法计算得出焊缝各层面与T₀温度相同的临界节点；同理与A_C1温度相比较并通过插值计算，可得热影响区各层面与A_C1温度相同的临界节点；分别连接焊缝、热影响区上的这些临界节点既可得待测的焊缝形状、热影响区形状。 

上述步骤(4)中输出的方式可以是采用表格、曲线、动画或智能报告方式对各预测结果进行显示输出。 

为实现上述方法，本发明还提供了一种装置，该装置由SQL数据库、前处理模块、焊缝及热影响区形状预测模块、焊缝及热影响区晶粒尺寸预测模块、后 处理模块，共五个模块组成。SQL数据库包含了拼焊板母材的基本信息(诸如材料牌号、化学成分、母材厚度、焊件尺寸、材料熔点等物理性能参数以及焊接工艺参数和其它系统所需数据。前处理模块的功能是从SQL数据库中读取激光焊接过程所需的工艺参数，为后续流程提供初始条件；所述焊缝及热影响区形状预测模块、焊缝及热影响区晶粒尺寸预测模块是完成对激光焊接过程各种工艺状态的模拟，预测出拼焊板最终的焊缝/热影响区形状及其晶粒尺寸；所述后处理模块的功能是完成焊接过程模拟及结果的显示输出。 

前处理模块具体流程为：首先从SQL数据库中读取焊接工艺参数，包括：焊接的母材牌号、成分、母材厚度、焊件尺寸、熔点(T₀)、A_C1点，激光功率、焊接速度、光斑直径、线能量、离焦量、焦距、吸热系数等焊接工艺参数。如读取无误，则转入焊缝及热影响区形状预测模块；如有错误，则可返回重新读取工艺参数。 

焊缝及热影响区形状预测模块的功能是根据待焊钢的T₀和A_C1点温度，分别与焊件厚度各个层面水平方向上等距离的测点(节点)的温度进行比较，同时利用插值法计算得出焊件厚度各个层面水平方向上的临界温度节点，继而模拟焊接工艺得到焊缝及热影响区的预测形状。 

焊缝及热影响区晶粒尺寸预测模块的功能是利用已有的钢成分、焊接工艺参数与晶粒尺寸彼此映射关系的经验公式-偏最小二乘回归(Partial Least-SquaresRegression，简称“PLS”)公式，结合待测焊件的成分、工艺参数对已有的PLS公式进行精度的检验与控制，以期得到精度最高的目标区域PLS晶粒尺寸预测公式，计算后得出目标区域的晶粒尺寸预测值。 

后处理模块的功能是显示输出计算据结果，采用表格、曲线等多种方式对各预测模块的结果进行输出，还包括智能报告(包括普通文本报告和Excel报告)。 

本发明优点是： 

1、能预测常用激光拼焊钢板产品最终的焊缝形状以及焊接热影响区形状。 

2、能预测常用激光拼焊钢板产品最终的焊缝区晶粒尺寸以及焊接热影响区晶粒尺寸。对于以上四种待测目标，均可获得理想的预测结果，从而保证了焊接工艺优化与拼焊板材质控制的精度。 

3、利用本发明方法，可使焊缝形状、焊接热影响区形状的预测精度分别达 到92％、93％以上；焊缝区晶粒尺寸、焊接热影响区晶粒尺寸的预测精度均分别达到98％、95％以上。 

4、本发明具有优异的普适性，可以推广应用于各种新型、超级强韧化材料的激光焊接应用领域，其预测结果有助于技术人员改进现有生产的工艺，为提高各种新型、超级强韧化材料拼焊板的最终性能提供可靠依据。 

5、本发明提供的数据库具有大量的拼焊板母材基本信息及激光焊接生产工艺参数，界面友好、输入、输出均与生产过程相吻合，易于操作。各种预测工作在标准配置的计算机上运行，实现了计算与结果输出的分离，便于程序的调试、升级、维护和移植。 

附图说明

下面结合附图和具体实施方式对本发明作进一步详细说明。 

图1为本发明整体框图； 

图2为焊缝及其热影响区形状预测模块建立流程框图； 

图3为焊缝及其热影响区晶粒尺寸预测模块建立流程框图； 

图4为动态温度场模拟的网格划分； 

图5为激光焊接温度场分布； 

图6为焊件厚度方向上的温度分布； 

图7(a)为St12焊件的预测焊缝、热影响区形状，图7(b)为St12焊件激光焊接实际焊缝、热影响区形状； 

图8(a)为焊缝区变量投影重要性指标(VIP)图，图8(b)为热影响区VIP图； 

图9(a)为B340/590DP焊件的预测焊缝、热影响区形状，图9(b)为B340/590DP焊件激光焊接实际焊缝、热影响区形状。 

具体实施方式

下面结合附图对本发明作进一步详细说明。 

如图1所示，本发明以常用激光拼焊板为研究对象，建立了系统的物理冶金模型。整体模型由数据库、前处理模块、焊缝及热影响区形状预测模块、焊缝及热影响区晶粒尺寸预测模块和后处理五个模块组成。其中，前处理模块、后处理模块为辅助模块，以实现焊缝及热影响区形状预测模块(图2)、焊缝及热影响区晶粒尺寸预测模块(图3)的建立与预测结果的显示输出。 

如图2所示，焊缝及其热影响区形状预测模块，首先利用SQL数据库中与待测焊件相关的工艺参数及三维热分析单元SOLID70进行待测激光拼焊板温度场的动态模拟。 

考虑到计算效率和计算结果的准确性，建立的三维动态温度场按照目标区域网格细分、非目标区域网格粗分的原则进行网格划分，划分结果如图4所示。由温度场动态模拟的结果图5可见，热源前面的温度场分布梯度比较大，后面的温度场分布比较缓和，焊缝及其热影响区的宽度都较小。为了将该图进行数字化处理，以便于计算机的程序分析处理。本发明以焊缝中心线为起点，选取焊件厚度方向上各个层面水平方向上等距离的测点，意即节点的温度，继而得到目标区域的节点温度分布图，如图6所示。将以上各节点温度与该钢的T₀温度相比较，并利用插值算法计算得出焊缝各层面与T₀温度相同的临界节点。同理与A_C1温度相比较并通过插值计算，可得热影响区各层面与A_C1温度相同的临界节点。分别连接焊缝、热影响区上的这些临界节点既可得待测的焊缝形状、热影响区形状，如图7(a)所示。 

将图7(a)与图7(b)相比较，可知动态模拟的焊接区形状特征参数与实际焊件焊接区的形状特征参数高度吻合，表明了该预测模块的合理性及适用性。 

在进行如图3所示的焊缝及其热影响区晶粒尺寸预测时，为便于预测和控制激光拼焊板的晶粒尺寸，必须检验已有的钢成分、焊接工艺参数与晶粒尺寸彼此映射关系的PLS经验公式，以期得到最优PLS经验公式，以精确模拟激光焊接工艺，继而保证待测区域晶粒尺寸的预测精度。 

在已有的PLS经验公式： $y_i={\mathrm{\β}}_0+\underset{j=1}{\overset{k}{\mathrm{\Σ}}}{\mathrm{\β}}_j{x}_{\mathrm{ij}}$ j＝0，1，…k，i＝1，2，中，焊缝及其热影响区晶粒尺寸预测模块的输入变量为：x＝[x₁，x₂，x₃...]：x₁-成分(％)，x₂-激光功率(W)，x₃-焊接速度(m/min)，x₄-光斑直径(mm)；输出变量y_i-待测区域的晶粒尺寸。 

为使上述晶粒尺寸的PLS模块输出值与实际值的拟合度最好，应使得输出值的误差平方和PRESS_h最小化；同时为消除各输入变量的多重相关性影响，需采用交叉有效性确定主成分的个数，以获得PRESS_h最小化的回归方程，计算工具采用MATLAB软件。 

另外，为使所建模块具备与典型多元线性相关分析相类似的解释输入、输出变量空间与反映输入、输出变量空间之间关系的解释能力。需要考察所建预测模块对输入变量和输出变量的累计解释能力。本发明采用如图8所示的VIP图这种量化的形式说明各输入变量对于输出变量影响的大小。 

对所建模块预测精度的控制，是利用模块的预测值与真实值的目标相对误差加以控制(目标相对误差≤5％)，如果符合该精度要求，则输出结果；若不符合时，则返回前处理模块重复图3的建模工作，直至达到目标相对误差为止。 

模拟焊接的预测结果得到后，可将结果自动保存。在进行多次的模拟焊接试验后，可根据逆映射原理，对预测结果数据表进行反求得到与最小预测值相对应的最优焊接工艺方案-意即最优工艺参数的组合。 

下面结合附图，通过4个实施例进一步对本发明的实施过程进行逐步说明。 

实施例1 

如图2所示，以St12焊件为例，根据实际激光焊接条件建立焊缝及热影响区形状预测模块。焊接工艺采用单面焊双面成形，焊接工艺参数为：激光功率为1525W，吸收率为0.7，焊接速度为1.6m/min，光斑直径为1.0mm，焊接用透镜的焦距为127mm，并且所有焊缝均垂直于板材轧制方向。金相制样，将热模拟变形后的试样从1/3直径处沿压缩轴方向剖开，用2％～4％硝酸酒精溶液侵蚀，由Leica光学显微镜、SISCAC V6.0图像分析仪进行组织观察及其测试。试验材料St12焊件的厚度为1.2mm，试件尺寸：500mm×270mm。选择三维热分析单元SOLID70，进行温度场的动态模拟。为了建模方便起见，减少不必要的计算量，截取焊缝附近区域为建模样本，其取样尺寸为25mm×5mm×1.2mm。在进行网格划分时，若采用整体网格划分方法则简便易行。但是考虑到焊缝形状的异样性和所建系统的适用性，为避免形成较大的系统误差，对远离焊缝区域用粗略网格划分，焊缝及其热影响区用细化网格划分(如图4所示)，且网格尺寸小于光斑直径，为0.1mm×0.1mm ×0.2mm(以免出现温度负值)。鉴于焊缝形状的平面对称性，故建模时只需建立单侧模块。其动态温度场需要考虑的因素如下： 

因素1：焊接热源 

对于薄板激光焊接，由于激光焊接采用的输出功率较低，故认为是传导焊，采用高斯热源，表示为： 

$q=\frac{3p}{\mathrm{\π}{R}^2}\exp (-3\frac{x^2+y^2}{R^2})$

式中，p-激光功率；R-激光光斑半径；x²+y²-光斑内点到光斑中心的距离(x²+y²≤R²)。 

光源的移动式由APDL编程实现，通过DO-LOOP循环，将热源加载设置成100个载荷步来完成。需要注意的是当下一个载荷加载时必须将前一个载荷去除，通过这种重贴加载方法实现的移动热源加载基本上满足了实际中移动热源的特性。 

因素2：边界条件 

边界条件主要是指试件在焊接过程中与周围环境的对流换热和辐射换热。 

对流换热用牛顿冷却方程来计算： 

q″＝h(T_s-T_n) 

式中，h-对流换热系数；T_s-固体表面的温度；T_n-周围流体的温度。 

辐射换热用斯蒂芬-波尔兹曼方程来计算： 

$q=\mathrm{\ϵ\σ}\×A_1{T}_{12}(T_1^4-T_2^4)$

式中，q-热流率；ε-辐射率(黑度)；σ-斯蒂芬波尔兹曼常数(约为5.67×10^-8W/m²K⁴)；A₁-辐射面1的面积；T₁₂-由辐射面1到辐射面2的形状系数；T₁-辐射面1的绝对温度；T₂-辐射面2的绝对温度。 

因素3：相变潜热 

鉴于焊缝区在焊接时通过液化吸热，一次结晶时放热，故计算温度场时也要考虑相变潜热的影响，需要定义不同温度下的热焓，其数学定义式为： 

$\mathrm{\ΔH}\left(T\right)=\underset{0}{\overset{T}{\∫}}\mathrm{\ρc}\left(\mathrm{\τ}\right)d\left(\mathrm{\τ}\right)$

式中，H-热焓；ρ-材料密度；T-绝对温度；c(τ)-材料的比热容，它是温度的分段线性函数，在相变区变化较大，将其考虑为等效比热容来处理相变潜热。 

因素4：热物理性能参数 

金属的热物理参数-比热容、导热系数均为温度敏感参数，其常用温度范围内的热物理参数由相关工具书可定，而高温条件下的热物理参数则需通过插值法 与外推法进行计算。 

因素5：热源加载及其求解的首尾控制方法 

鉴于在热源加载时，网格划分后各节点之间仍有一定间距，为了能保证热源加载对所有节点的均匀性(包含首尾节点)，采用首尾节点控制方法。该方法是将首节点坐标减去一个预留量(1×10^-6)，尾节点坐标加上一个同值预留量，由此就可保证首节点和尾节点的精确选定，继而保证了所建模块对节点采样的完整性。 

至此，动态温度场的模拟完毕，所得激光焊接温度场分布如图5所示。其分布为热源前面的温度场分布梯度比较大，后面的温度场分布比较缓和。 

焊缝及其热影响区形状预测的实现步骤如下。 

步骤1：通过对20个试验焊件厚度方向上7个等距层面的温度进行采样分析可知一定数量节点上的温度。以焊缝中心线为起点，选取焊件厚度方向上各个层面水平方向上等距离节点的温度，继而得到目标区域的节点温度分布图，如图6所示。 

步骤2：根据St12钢的T₀和A_C1点温度，利用插值法计算得出焊件各层面焊缝及热影响区临界温度节点的位置。 

步骤3：依次连接这些临界温度节点，即可得到焊缝及其热影响区的形状，如图7(a)所示。由图7(a)可见，焊缝及其热影响区形状满足工艺要求，且与图7(b)所示的实际形状吻合度较好。对焊缝及其热影响区宽度进行预测精度检验，结果如表1所示，焊缝区宽度预测值与实际值的相对误差为5.80～8.00％，热影响区宽度预测值与实际值的相对误差为5.89～6.62％。 

表1实施例1拼焊件的焊缝宽度预测值与实际值比较 

实施例2 

仍以St12焊件为例，根据该焊件的实际激光焊接工艺进行激光拼焊板焊缝及其热影响区晶粒尺寸预测，所涉工艺参数、试验材料、厚度规格、焊件尺寸、检测方法均与实施例1相同。在进行目标区域晶粒尺寸预测时，为便于预测和控制激光拼焊板的晶粒尺寸，必须检验已有的钢成分、焊接工艺参数与晶粒尺寸彼此映射关系的PLS经验公式，以期得到最优PLS经验公式，以精确模拟激光焊接工艺，继而保证待测区域晶粒尺寸的预测精度。 

应用MATLAB软件对已有的焊接工艺参数与晶粒尺寸的映射关系  $(y_i={\mathrm{\β}}_0+\underset{j=1}{\overset{k}{\mathrm{\Σ}}}{\mathrm{\β}}_j{x}_{\mathrm{ij}}{,\mathrm{\β}}_j,j=\mathrm{0,1},\·\·\·k,i=\mathrm{1,2})$ 进行PLS计算，其算法步骤如下。 

步骤1：随机调用含实施例1的一组(≥9)相关工艺数据，如表2所示。 

表2实施例2的相关工艺数据 

步骤2：考察输入变量之间的多重相关性问题，由表3可见，输入变量之间的多重相关性较明显。 

表3焊缝区输入变量、输出变量间相关系数矩阵 

步骤3：经交叉有效性原则处理后，得到焊缝区的最优主成分个数，如见表4所示，当h＝3时，PRESS_hmin＝0.366601，h＝1，2，3；同理得到热影响区的最优主成分个数，如见表5所示，当h＝3时，PRESS_hmin＝0.502766。故本发明 最终取三个主成分建立焊缝区、热影响区的晶粒尺寸预测模块，分别如下。 

焊缝区预测晶粒尺寸y₁为： 

y₁＝0.0290x₁-13.5837x₂+5.9058x₃+32.0163 

热影响区预测晶粒尺寸y₂为： 

y₂＝0.0273x₁-11.9691x₂+5.2352x₃+2.1940 

步骤4：PLS方程的主成分分析 

对以上的y₁、y₂分别进行主成分分析后，得到表4、表5。 

表4中，符号RdXt表示主成分t_h对输入变量X的解释能力；符号RdXtt表示主成分t_h对输入变量X的累计解释能力；符号RdYt表示主成分t_h对输出变量Y的解释能力；其中，符号RdYtt表示主成分t_h对输出变量Y的累计解释能力；PRESS_h为Y的预测误差平方和，是交叉有效性方法判断主成分选取个数的依据。 

表4表明，应选取三个主成分，此时PRESS_hmin＝0.366601，一共解释了原输入变量系统中98.4149％的变异信息，解释了输出变量系统中95.9293％的变异信息，对输入变量和输出变量的累计解释能力均很高。 

表4焊缝区的主成分分析数据 

同理，表5表明，应选取三个主成分，此时PRESS_hmin＝0.502766，一共解释了原输入变量系统中96.7237％的变异信息，解释了输出变量系统中90.2791％的变异信息，对输入变量和输出变量的累计解释能力均很高。 

表5热影响区的主成分分析数据 

步骤5：VIP图 

为以量化的形式说明各焊接工艺参数对于焊缝及其热影响区晶粒尺寸影响的大小，本发明采用图8所示的VIP图加以说明。比较图8(a)和图8(b)可见，焊缝区和热影响区的规律相同，其中对晶粒尺寸影响最大的是激光功率，然后依次是焊接速度和光斑直径，这与实际情况是相符的。在此需要说明的是，焊接速度与晶粒尺寸是负的线性关系，所以标注为负方向，即焊接速度越快，晶粒尺寸越小。 

步骤6：预测精度检验与控制 

将前处理模块的工艺数据导入晶粒尺寸预测模块，进行晶粒尺寸预测，预测结果如表6所示。由表6可见，焊缝区晶粒尺寸相对误差为0.0828～1.9127％，热影响区晶粒尺寸预测相对误差为0.0341～4.6622％。 

表6实施例2焊缝区、热影响区晶粒尺寸预测值与实际值 

预测结果显示后，可根据逆映射原理反求得到与最小预测值相对应的最优焊接工艺方案-意即最优工艺参数的组合；如表6中实施例2的最优工艺参数组合是试验焊件序号为9所对应的相应参数：激光功率1525W、焊接速度2.0m/min、光斑直径1.0mm。 

实施例3 

以高强度低合金钢中的B340/590DP钢焊件为例，焊接工艺采用单面焊双面成形，焊接工艺参数为：激光功率为1500W，焊接速度为0.4m/min，光斑直径为0.6mm。焊件厚度为1.5mm，焊件尺寸：30mm×60mm。由前处理模块导入B340/590DP钢的T₀、A_C1以及相关的5个相关因素后，目标区形状预测模块的建立流程、步骤与实施例1相同。利用此方法，分别得到焊缝及其热影响区的预 测形状如图9(a)所示，与图9(b)所示的真实焊缝及其热影响区形状相比，二者吻合程度很高。 

实施例4 

仍以实施例3中高强度低合金钢中的B340/590DP钢焊件为例，根据实际激光焊接条件进行目标区域晶粒尺寸预测，其它工艺参数、厚度规格、焊件尺寸均与实施例3相同，其预测流程及步骤与实施例2相同。 

步骤1：随机调用实施例3的一组(≥9)相关工艺数据，如表7所示。 

表7实施例3的相关工艺数据及目标区域晶粒预测值 

经过实施例2所述的步骤2～步骤6之后，得到了目标区域的最优PLS经验公式，如下所示。 

焊缝区预测晶粒尺寸y₁为： 

y₁＝0.0146x₁-22.3793x₂-0.0042x₃+20.6481 

热影响区预测晶粒尺寸y₂为： 

y₂＝0.0130x₁-12.3754x₂-0.0033x₃+9.3544 

以上两式中的x₁-激光功率(W)，x₂-焊接速度(m/min)，x₃-线能量(J/mm)；y_i-待测区域的晶粒尺寸。 

预测结果显示后，可根据逆映射原理反求得到与最小预测值相对应的最优焊接工艺方案-意即最优工艺参数的组合；如表7中的最优工艺参数组合为：激光功率1300W、焊接速度1.0m/min、线能量76J/mm。 

Claims (3)

1.一种激光焊接的焊缝/热影响区形状及其晶粒尺寸预测方法，其特征在于包括以下步骤：

   （1）从数据库中读取激光焊接过程所需的母材基本信息及工艺参数，为后续流程提供初始条件的步骤；所说的母材基本信息和焊接工艺参数包括：焊接板的钢种及其成分、熔点、A_C1点、待焊板材尺寸规格、激光功率、焊接速度、光斑直径、线能量、离焦量、焦距、吸热系数；当焊接工艺参数读取无误，则转入下一步骤；如有错误，则可返回重新读取工艺参数；

   （2）将三维温度场动态模拟图进行数字化处理，以焊缝中心线为起点，选取焊件厚度方向上各个层面水平方向上等距离的测点温度，继而得到目标区域的节点温度分布图；将各节点温度与该钢的T₀温度相比较，并利用插值算法计算得出焊缝各层面与T₀温度相同的临界节点；同理与A_C1温度相比较并通过插值计算，可得热影响区各层面与A_C1温度相同的临界节点；分别连接焊缝、热影响区上的这些临界节点既可得待测的焊缝形状、热影响区形状；

   （3）对PLS经验公式进行输出值的误差平方和PRESS _h 最小化处理；采用交叉有效性确定主成分的个数，以获得PRESS _h 最小化的回归方程，利用目标相对误差5%的精度检验与控制，获得精度最高的目标区域PLS晶粒尺寸预测公式以及逆映射反求得到的最优激光焊接方案；

   （4）输出计算数据结果的步骤。

2. 根据权利要求1所述的激光焊接的焊缝/热影响区形状及其晶粒尺寸预测方法，其特征在于，步骤（4）为采用表格、曲线或智能报告方式对各预测结果进行显示输出。

3.一种实现权利要求1所述激光焊接的焊缝/热影响区形状及其晶粒尺寸预测方法的装置，其特征在于，由数据库、前处理模块、焊缝及热影响区形状预测模块、焊缝及热影响区晶粒尺寸预测模块、后处理模块组成；其中：

数据库，用于存储拼焊板母材的基本信息；

前处理模块，用于从数据库中读取激光焊接过程所需的工艺参数，为后续流程提供初始条件；

焊缝及热影响区形状预测模块，用于根据待焊钢的熔点和A_C1点温度，分别与焊件厚度各个层面水平方向上等距离的测点的温度进行比较，同时利用插值法计算得出焊件厚度各个层面水平方向上的临界温度节点，继而模拟焊接工艺得到焊缝及热影响区的预测形状；

焊缝及热影响区晶粒尺寸预测模块，用于结合待测焊件的成分、工艺参数对PLS公式进行精度的检验与控制，得到精度最高的目标区域PLS晶粒尺寸预测公式，计算后得出目标区域的晶粒尺寸预测值；

后处理模块，用于输出计算数据结果。

Images