CN105738481A

CN105738481A - 一种碳纤维增强复合材料切削加工缺陷的预测方法

Info

Publication number: CN105738481A
Application number: CN201610111310.XA
Authority: CN
Inventors: 陈明; 胡蒙; 贺旭东; 明伟伟; 安庆龙
Original assignee: Shanghai Jiaotong University
Current assignee: Shanghai Jiaotong University
Priority date: 2016-02-29
Filing date: 2016-02-29
Publication date: 2016-07-06

Abstract

本发明公开了一种碳纤维增强复合材料切削加工缺陷的预测方法，其首先通过实验方式建立所述碳纤维增强复合材料在切削加工过程中产生的声发射信号中的能量计数、振铃计数和撞击计数与切削加工中该碳纤维增强复合材料所出现的撕裂缺陷之间关系的线性模型，然后在碳纤维增强复合材料的实际切削加工过程中实时采集并分析产生的声发射信号，根据所述线性模型实现对该碳纤维增强复合材料的切削加工缺陷进行预测。本发明能够可靠地预测撕裂缺陷深度，准确性高。

Description

一种碳纤维增强复合材料切削加工缺陷的预测方法

技术领域

本发明涉及碳纤维增强复合材料(CarbonFiberReinforcedPolymer，简称CFRP)的切削加工，具体涉及一种基于AE信号的碳纤维增强复合材料切削加工缺陷的预测方法，属于机械加工制造技术领域。

背景技术

碳纤维增强复合材料(CarbonFiberReinforcedPolymer，简称CFRP)由于其显著的性能各向异性，在切削加工中极容易出现加工缺陷。切削加工一般是在CFRP材料结构件成型之后、装配之前的精加工工序，因此切削缺陷会使造价昂贵的CFRP材料构件在最终装配前成为废品。

声发射(AcousticEmission，简称AE)又称为应力波发射，是材料中局域源快速释放能量而产生瞬态弹性波的现象，采用仪器探测、记录、分析声发射信号和利用该声发射信号推断声发射源状态的技术称为声发射技术。声发射技术是一种动态的检测方法，并能够对活性缺陷(正在或即将发生的缺陷)进行准确的检测。声发射信号的主要表征参数有：撞击、振铃、能量等。

由于CFRP复合材料的各向异性和非均匀性，在切削加工过程中会产生不同类型的AE撞击类信号，根据撞击类信号参数，能够建立其与工件缺陷的定量相关模型，并进而由切削加工中实时检测得到的AE信号来预测确定CFRP中产生的切削缺陷。

发明内容

本发明所要解决的技术问题是针对现有技术的不足，提供一种碳纤维增强复合材料切削加工缺陷的预测方法，通过实验建立检测中撞击聚类的AE信号参数与CFRP材料切削加工中实际造成的撕裂深度之间的定量模型关系，随后实时监测和采集碳纤维增强复合材料在加工过程中出现的声发射信号，并依据建立的模型关系对声发射撞击聚类信号进行分析，进而对加工缺陷进行预测。

本发明是通过以下技术方案来解决其技术问题的：

一种碳纤维增强复合材料切削加工缺陷的预测方法，其特征在于：首先通过实验方式建立所述碳纤维增强复合材料在切削加工过程中产生的声发射信号中的能量计数、振铃计数和撞击计数与切削加工中该碳纤维增强复合材料所出现的撕裂缺陷之间关系的线性模型，然后在碳纤维增强复合材料的实际切削加工过程中实时采集并分析产生的声发射信号，根据所述线性模型实现对该碳纤维增强复合材料的切削加工缺陷进行预测。

进一步地，所述预测方法包括如下步骤：

1)通过实验过程记录所述碳纤维增强复合材料在切削加工中声发射信号的基于能量和峰频的撞击聚类特征，即记录能量计数、振铃计数和撞击计数；

2)考察所述碳纤维增强复合材料的碳纤维撕裂深度与所述能量计数、振铃计数和撞击计数的关系，将其各自归一化处理；

3)建立所述能量计数、振铃计数和撞击计数与所述碳纤维撕裂深度之间关系的线性模型；

4)在所述碳纤维增强复合材料的实际切削加工过程中，通过AE传感器实时采集产生的声发射信号中的能量计数、振铃计数和撞击计数，再根据建立的所述线性模型对该能量计数、振铃计数和撞击计数进行分析，从而动态预测确定该碳纤维增强复合材料中扩展变化的撕裂深度。

进一步地，所述步骤3)中的所述线性模型如下：

h = a \cdot \frac{N_{h t}}{L} + b \cdot \frac{N_{e n t}}{L} + c \cdot \frac{N_{c t}}{L}

其中，h为撕裂深度，N_ent为能量计数、N_ct为振铃计数、N_ht为撞击计数，L为切削长度，a,b,c为相应的线性系数。

本发明的有益效果是：所述碳纤维增强复合材料切削加工缺陷预测方法基于AE技术，通过声发射采集系统采集加工过程中的声发射信号，建立声发射信号与实际加工缺陷之间的关系模型，最终在实际切削加工中，通过实时采集的声发射信号并根据线性模型动态预测加工所产生的切削缺陷。本发明所述方法操作简捷方便，可靠性强。

实践证明，按照本发明所述方法预测的撕裂深度值与实际产生的撕裂缺陷深度之间的误差小于15％。

附图说明

图1为AE撞击聚类参数与撕裂深度的关系。

图2为本发明的声发射信号检测系统示意图。

具体实施方式

本发明是用于碳纤维增强复合材料切削加工缺陷的预测方法。首先考查撕裂深度h与撞击计数N_ht、能量计数N_ent、振铃计数N_ct之间的相互关系，由图1可以看出随着切削速度V_c的提升，碳纤维撕裂深度h和三个AE信号计数量参数N_en、N_ct、N_ht均呈相似下降趋势，且线性相关性较高，三个AE计数量参数的累积明显直接映射到了撕裂深度h上。从而可知，声发射信号与碳纤维撕裂深度之间存在着客观存在的相关规律关系。

建立公式如下：

h = a \cdot \frac{N_{h t}}{L} + b \cdot \frac{N_{e n t}}{L} + c \cdot \frac{N_{c t}}{L} - - - (1)

其中，N_ent为能量计数，N_ct为振铃计数，N_ht为撞击计数，L为切削长度，a,b,c为相应的线性系数。

因此考虑建立基于N_en、N_ct、N_ht参数的线性模型来动态模拟其与撕裂深度h的变化规律，再利用该客观规律根据切削过程中通过AE传感器在线实时获取的AE计数量动态参数来确定已扩展的撕裂深度h。

本发明所述碳纤维增强复合材料切削加工缺陷的预测方法，首先通过实验方式建立所述碳纤维增强复合材料在切削加工过程中产生的声发射信号中的能量计数、振铃计数和撞击计数与切削加工中该碳纤维增强复合材料所出现的撕裂缺陷之间关系的线性模型，然后在碳纤维增强复合材料的实际切削加工过程中实时采集并分析产生的声发射信号，根据所述线性模型实现对该碳纤维增强复合材料的切削加工缺陷进行预测。

所述预测方法包括如下步骤，请参阅图2：

1)通过实验过程记录所述碳纤维增强复合材料在切削加工中声发射信号的基于能量和峰频的撞击聚类特征，即记录能量计数、振铃计数和撞击计数。

2)考察所述碳纤维增强复合材料的碳纤维撕裂深度与所述能量计数、振铃计数和撞击计数的关系，将其各自归一化处理。

3)建立所述能量计数、振铃计数和撞击计数与所述碳纤维撕裂深度之间关系的线性模型；该线性模型如下：

h = a \cdot \frac{N_{h t}}{L} + b \cdot \frac{N_{e n t}}{L} + c \cdot \frac{N_{c t}}{L}

实施例

对T800/X850碳纤维增强复合材料切削加工所采集信号如表1所示。

将表1中数据代入式(1)中，求解超定线性方程可得到T800/X850碳纤维增强复合材料切削加工时撕裂深度h与三个AE计数量参数的线性关系方程，解算得到相应的线性系数a,b,c。由此可以得到T800/X850CFRP单向层合板进出口侧撕裂缺陷基于AE信号的预测模型：

h = 136.3584 \frac{N_{h t}}{L} - 4.064 \frac{N_{e n t}}{L} + 4.2544 \frac{N_{c t}}{L} - - - (2)

如表2所示，为由式(2)的预测结果与实际撕裂缺陷深度的对比列表，可以看到模型预测的撕裂缺陷深度误差小于15％。

表1不同切削速度条件下的撕裂缺陷AE聚类参数统计

表2基于AE信号的撕裂缺陷模型预测结果

Claims

1.一种碳纤维增强复合材料切削加工缺陷的预测方法，其特征在于：首先通过实验方式建立所述碳纤维增强复合材料在切削加工过程中产生的声发射信号中的能量计数、振铃计数和撞击计数与切削加工中该碳纤维增强复合材料所出现的撕裂缺陷之间关系的线性模型，然后在碳纤维增强复合材料的实际切削加工过程中实时采集并分析产生的声发射信号，根据所述线性模型实现对该碳纤维增强复合材料的切削加工缺陷进行预测。

2.根据权利要求1所述的碳纤维增强复合材料切削加工缺陷的预测方法，其特征在于：所述预测方法包括如下步骤：

3.根据权利要求2所述的碳纤维增强复合材料切削加工缺陷的预测方法，其特征在于：所述步骤3)中的所述线性模型如下：

h = a \cdot \frac{N_{h t}}{L} + b \cdot \frac{N_{e n t}}{L} + c \cdot \frac{N_{c t}}{L}