CN106202686B - 一种涡轮盘等温模锻预成形坯料的多目标设计方法 - Google Patents
一种涡轮盘等温模锻预成形坯料的多目标设计方法 Download PDFInfo
- Publication number
- CN106202686B CN106202686B CN201610522957.1A CN201610522957A CN106202686B CN 106202686 B CN106202686 B CN 106202686B CN 201610522957 A CN201610522957 A CN 201610522957A CN 106202686 B CN106202686 B CN 106202686B
- Authority
- CN
- China
- Prior art keywords
- design
- turbine disk
- preform blank
- objective
- optimization
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Fee Related
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/30—Circuit design
- G06F30/36—Circuit design at the analogue level
- G06F30/367—Design verification, e.g. using simulation, simulation program with integrated circuit emphasis [SPICE], direct methods or relaxation methods
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/10—Geometric CAD
- G06F30/17—Mechanical parametric or variational design
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2113/00—Details relating to the application field
- G06F2113/22—Moulding
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Computer Hardware Design (AREA)
- Geometry (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- Pure & Applied Mathematics (AREA)
- Mathematical Optimization (AREA)
- Mathematical Analysis (AREA)
- Computational Mathematics (AREA)
- Microelectronics & Electronic Packaging (AREA)
- Forging (AREA)
Abstract
本发明公开了一种涡轮盘等温模锻预成形坯料的多目标优化设计方法。该方法包括如下步骤:(1)根据涡轮盘的几何特征,初步设计其预成形坯料的形状;(2)确定多目标优化设计的设计变量和目标函数;(3)建立设计变量与目标函数之间的预测模型;(4)根据建立的预测模型,进行多目标同时优化得到最佳的预成形坯料形状。本发明能够有效地进行涡轮盘等温模锻预成形坯料的多目标优化设计,由所述方法设计的预成形坯料形状,可以在保证充型完整的条件下,同时满足涡轮盘模锻件变形均匀、晶粒细化和动态再结晶充分的要求,为提高涡轮盘模锻件的品质提供了一种新技术。
Description
技术领域:
本发明属于锻造技术领域,涉及一种涡轮盘等温模锻预成形坯料的多目标优化设计方法。
背景技术:
涡轮盘是航空航天发动机内部的关键部件,长期服役于高温、高压、强腐蚀等恶劣的工作环境,有着极为苛刻的尺寸精度要求和性能要求。目前,涡轮盘模锻成形工艺面临着充填困难、变形不均匀和晶粒粗大、再结晶不充分等问题,无法保证涡轮盘锻件的品质。工业上一般通过预成形的方法来改善涡轮盘模锻件的品质,涡轮盘预成形坯料的形状与终锻件的形状相对应,可以影响坯料材料在模具型腔中的分配和流动,从而影响成形锻件的尺寸精度、变形均匀性与微观组织。因此,如何合理地设计预成形坯料,提高锻件的尺寸精度、变形均匀性,并获得预期的微观组织,是现有涡轮盘锻造技术面临的一个新挑战。
目前,预成形坯料的优化设计方法主要有以下几种:一种是反复实验法,通过大量的实验,确定最佳的预成形坯料形状。另一种是样条曲线法,采用样条曲线来表征预成形坯料的形状,通过优化样条曲线上控制点的坐标来优化预成形坯料的形状。此外,利用响应面法、神经网络方法、敏感性分析等优化方法,建立设计变量与目标函数之间的预测模型来进行全局寻优,也是一种有效的预成形坯料优化设计方法。
国内外学者在涡轮盘预成形坯料优化设计方面进行了大量的研究,然而,反复实验法需要消耗大量人力和财力,设计成本高昂;样条曲线法优化出来的坯料形状一般与终锻件相似,导致预成形模具的制作十分复杂且成本较高,难以大量投入实际生产;响应面优化、敏感性分析等优化设计方法一般只能实现单一目标优化,难以使涡轮盘锻件同时满足变形均匀,晶粒细化和动态再结晶充分的要求,无法获得良好的锻件品质。因此,实际工艺急需能够有效地进行涡轮盘预成形坯料多目标优化设计的方法,在保证充型完整的条件下,同时满足涡轮盘模锻件变形均匀,晶粒细化和动态再结晶充分的要求。针对这一迫切的需求,本发明提供了一种针对涡轮盘等温模锻预成形坯料的多目标优化设计方法
发明内容:
本发明的目的在于提供一种涡轮盘等温模锻预成形坯料的多目标优化设计方法,通过该方法设计的预成形坯料,能在保证充型完整的条件下,同时满足涡轮盘模锻件变形均匀、晶粒细化和动态再结晶充分的要求。
为达到上述目的,本发明采取的技术方案是:
一种涡轮盘等温模锻预成形坯料的多目标优化设计方法,该方法包括如下步骤:
步骤1:根据涡轮盘的几何特征,初步设计其预成形坯料的形状;
步骤2:确定多目标优化设计的设计变量和目标函数;
步骤3:建立设计变量与目标函数之间的预测模型;
步骤4:根据建立的预测模型,进行多目标同时优化得到最佳的预成形坯料形状。
按照上述方案,步骤1中所述涡轮盘具有回转对称特征,可采用二维轴向截面的二分之一来描述预成形坯料的形状,所述二维轴向截面的二分之一可以采用不同尺寸的矩形和梯形来描述。
按照上述方案,步骤2所述多目标优化设计的设计变量是所述矩形和梯形的几何尺寸,所述多目标优化设计的目标函数分别是描述终锻件变形均匀程度的等效应变标准差值平均晶粒尺寸(ddrx)和动态再结晶分数(Xdrx)。
按照上述方案,步骤3中所述设计变量与目标函数之间的预测模型是基于神经元网络建立的,如式(3)所示,所述神经元网络模型的训练数据是通过复合中心面设计方法(CCD)设计不同设计变量组合的等温模锻仿真实验,并求取相应的目标函数值得到的。
其中,F1,F2,...,Fn表示多目标优化设计的目标函数,a1,a2,...,an表示多目标优化设计的设计变量,f1,f2,...,fn是神经元网络模型。
按照上述方案,步骤4所述的预成形坯料多目标优化设计过程如式(4)所示:
其中,aL1,aL2,...,aLn和aH1,aH2,...,aHn分别表示设计变量的上限值和下限值,FL1,FL2,...,FLn和FH1,FH2,...,FHn分别表示目标函数优化范围的上限值和下限值,g表示预成形坯料多目标优化设计的约束,gL和gH分别表示约束的上限和下限值,通过设定约束条件和确定目标函数的优化范围,并采用多目标遗传算法,在设计变量区间内进行多目标同时寻优得出最佳的预成形坯料形状。
本发明的创新性和有益效果为:
(1)根据涡轮盘的几何特征设计了预成形坯料形状,保证了坯料材料在型腔中合理地分配和流动;
(2)建立了设计变量与目标函数的神经网络预测模型,该模型概括了涡轮盘预成形坯料的几何尺寸对目标函数的影响;
(3)本方法是一种多目标优化设计方法。不仅保证了等温模锻过程中涡轮盘预成形坯料的充型完整,同时还考虑了涡轮盘模锻件变形均匀、晶粒细化和动态再结晶充分的要求。
附图说明:
图1高温合金涡轮盘等温模锻过程不同成形阶段的坯料形状:(a)原始坯料形状;(b)预成形坯料形状;(c)终锻件形状;
图2高温合金涡轮盘预成形坯料与终锻件轴向截面图的二分之一:(a)预成形坯料轴向截面图;(b)终锻件轴向截面图;
图3设计变量与目标函数之间的神经元网络预测模型结构图;
图4三种坯料终锻后的等效应变分布云图(a,b,c)、晶粒尺寸分布云图(d,e,f)和动态再结晶分数分布云图(g,h,i):饼坯(a,d,g)、未优化的预成形坯料(b,e,h)、优化的预成形坯料(c,f,i);
具体实施方式:
下面结合附图和具体实施方式对本发明进行详细的说明。
本发明是一种涡轮盘等温模锻预成形坯料的多目标优化设计方法,下面以高温合金涡轮盘等温模锻预成形坯料的多目标优化设计为例,详细介绍本发明的实施细节,该方法包括如下步骤:
步骤1:根据涡轮盘的几何特征,初步设计其预成形坯料的形状;
高温合金涡轮盘等温模锻成形主要包括预成形与终锻两个过程。不同成形阶段的坯料形状如图(1)所示。根据涡轮盘终锻件的回转对称特征,可采用二维轴向截面的二分之一来描述预成形坯料的形状,所述二维轴向截面的二分之一可以采用不同尺寸的矩形和梯形来描述。
步骤2:确定多目标优化设计的设计变量和目标函数;
图2(a)和(b)分别显示的是涡轮盘预成形坯料和终锻件二维轴向截面图的二分之一。根据图2(a),涡轮盘预成形坯料半径和高度方向的几何尺寸有a1、h1、a2、h2和a3。因此,采用a1、h1、a2和h2作为所述多目标优化设计的设计变量。另外,采用a3作为可调节变量,来确保所有设计变量组合下预成形坯料的总体积不变。所述多目标优化设计的目标函数分别是描述终锻件变形均匀程度的等效应变标准差值平均晶粒尺寸(ddrx)和动态再结晶分数(Xdrx)。
步骤3:建立设计变量与目标函数之间的预测模型;
高温合金涡轮盘预成形坯料在终锻结束后,能否同时满足变形均匀、晶粒细化和动态再结晶充分的要求,主要受到预成形坯料几何参数的影响。为了分析其影响规律,首先需要建立设计变量与目标函数之间的预测模型。采用中心复合设计(CCD)方法,每个设计变量取5个水平,设计30组不同设计变量组合的等温模锻仿真实验,设计变量的取值范围如表1所示。
表1设计变量的取值
再利用有限元软件,对不同设计变量组合下预成形坯料的等温模锻过程进行仿真,获得相应设计变量组合下的等效应变标准差平均晶粒尺寸(ddrx)与动态再结晶分数(Xdrx)。结合上述数据,分别建立设计变量与目标函数之间的神经元网络预测模型,如式(5)所示:
其中,f1、f2、f3分别是设计变量与等效应变标准差平均晶粒尺寸(ddrx)和动态再结晶分数(Xdrx)之间的神经元网络预测模型。该模型的结构如图(3)所示。该结构由一个输入层、一个隐含层和一个输出层组成,其中设计变量a1、h1、a2和h2为该模型的输入,目标函数ddrx和Xdrx分别为神经元网络预测模型的输出。使用Matlab软件,对输入输出数据进行训练,不断调整神经元网络模型参数,直至达到设定的精度目标。
步骤4:根据建立的预测模型,进行多目标同时优化得到最佳的预成形坯料形状。
为了保证通过所述方法优化得出的预成形坯料在等温模锻的过程中能完整地充满整个模具型腔,将涡轮盘预成形坯料的型腔充填率作为此次预成形坯料优化设计的约束条件。用g表示预成形坯料的型腔充填率,其计算方法用式(7)表示。
其中,Sc表示终锻结束后模具和坯料的接触面积,St表示模具型腔的总面积,当其值小于10-4时,表示充型完整。为了使通过所述方法优化得出的预成形坯料,在终锻结束后能同时满足涡轮盘模锻件变形均匀,晶粒细化和动态再结晶充分的要求,在本次预成形坯料多目标优化设计的过程中,设定等效应变标准差值的目标优化范围为小于或等于0.3,平均晶粒尺寸(ddrx)的目标优化范围为10-25μm,动态再结晶分数(Xdrx)的目标优化范围为0.9-1。整个预成形坯料的多目标优化设计过程可以用式(7)表述:
按照上述方案,结合建立的目标函数预测模型,采用多目标遗传算法,在四维设计变量空间内,进行多目标同时寻优得出最优的设计变量组合,即最优的预成形坯料几何参数。表2所示为通过所述方法得到的最优的高温合金涡轮盘预成形坯料的几何参数。
表2最优的高温合金涡轮盘预成形坯料的几何参数(单位:mm)
为了验证本方法的准确性,在相同工艺参数条件下,对饼坯、优化的预成形坯料和未优化的预成形坯料进行等温模锻仿真。三种坯料终锻后的等效应变标准差、平均晶粒尺寸和动态再结晶分数如表3所示。
表3三种坯料模锻结果对比
三种坯料终锻后的等效应变分布云图、晶粒尺寸分布云图和动态再结晶分数分布云图如图(4)所示。上述结果表明,本发明提出的预成形坯料优化设计方法能够有效地进行涡轮盘等温模锻预成形坯料的多目标优化设计,由所述方法设计的预成形坯料形状,可以在保证充型完整的条件下,同时满足涡轮盘模锻件变形均匀、晶粒细化和动态再结晶充分的要求,为提高涡轮盘模锻件的品质提供了可行的方法。
上面结合附图对本发明的实例进行了说明,但本发明不局限于上述具体的实施方式,上述的具体实施方式仅是示例性的。任何不超过本发明权利要求的发明,均在本发明的保护范围之内。
Claims (1)
1.一种涡轮盘等温模锻预成形坯料的多目标设计方法,其特征在于通过所述方法设计的预成形坯料形状,可以在保证充型完整的条件下,同时满足涡轮盘模锻件变形均匀、晶粒细化和动态再结晶充分的要求,所述方法包括如下步骤:
步骤1:根据涡轮盘回转对称的几何特征,采用不同尺寸的矩形和梯形来描述二分之一的涡轮盘二维轴向截面,初步设计其预成形坯料的形状;
步骤2:将矩形和梯形的几何尺寸确定为多目标优化设计的设计变量,将描述终锻件变形均匀程度的等效应变标准差值平均晶粒尺寸ddrx和动态再结晶分数Xdrx确定为多目标优化设计的目标函数;
步骤3:建立设计变量与目标函数之间的预测模型,且设计变量与目标函数之间的预测模型是基于神经元网络建立的,如式(1)所示:
其中,F1,F2,...,Fn表示多目标优化设计的目标函数,a1,a2,...,an表示多目标优化设计的设计变量,f1,f2,...,fn是神经元网络模型;
步骤4:根据建立的预测模型,进行多目标同时优化得到最佳的预成形坯料形状,其多目标优化设计过程如式(2)所示:
其中,aL1,aL2,...,aLn和aH1,aH2,...,aHn分别表示所述设计变量的上限值和下限值,FL1,FL2,...,FLn和FH1,FH2,...,FHn分别表示所述目标函数优化范围的上限值和下限值,g表示预成形坯料多目标优化设计的约束,gL和gH分别表示约束的上限和下限值,采用多目标遗传算法,在设计变量区间内进行多目标同时寻优得出所述最佳的预成形坯料形状。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610522957.1A CN106202686B (zh) | 2016-07-06 | 2016-07-06 | 一种涡轮盘等温模锻预成形坯料的多目标设计方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610522957.1A CN106202686B (zh) | 2016-07-06 | 2016-07-06 | 一种涡轮盘等温模锻预成形坯料的多目标设计方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106202686A CN106202686A (zh) | 2016-12-07 |
CN106202686B true CN106202686B (zh) | 2019-06-14 |
Family
ID=57465389
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610522957.1A Expired - Fee Related CN106202686B (zh) | 2016-07-06 | 2016-07-06 | 一种涡轮盘等温模锻预成形坯料的多目标设计方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106202686B (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106599462A (zh) * | 2016-12-14 | 2017-04-26 | 中南大学 | 一种涡轮盘锻件预成形工艺的优化设计方法 |
CN106424500B (zh) * | 2016-12-14 | 2018-09-07 | 中南大学 | 一种面向锻件目标晶粒组织的等温模锻工艺轨迹规划方法 |
CN108804799B (zh) * | 2018-06-04 | 2022-07-08 | 西北核技术研究所 | 鼻锥型谐振腔几何结构的优化方法、计算机可读存储介质、电子设备 |
CN110057650B (zh) * | 2019-05-20 | 2022-03-15 | 常德力元新材料有限责任公司 | 钢带晶粒的评价方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103310046A (zh) * | 2013-05-30 | 2013-09-18 | 西北工业大学 | 基于超椭圆曲线的带辐板涡轮盘内腔形状优化设计方法 |
CN104091028A (zh) * | 2014-07-18 | 2014-10-08 | 湖大海捷(湖南)工程技术研究有限公司 | 一种螺旋油楔轴承的多目标优化设计方法 |
CN104915500A (zh) * | 2015-06-11 | 2015-09-16 | 萍乡市慧成精密机电有限公司 | 粉末注射成形涡轮及其结构优化设计方法 |
-
2016
- 2016-07-06 CN CN201610522957.1A patent/CN106202686B/zh not_active Expired - Fee Related
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103310046A (zh) * | 2013-05-30 | 2013-09-18 | 西北工业大学 | 基于超椭圆曲线的带辐板涡轮盘内腔形状优化设计方法 |
CN104091028A (zh) * | 2014-07-18 | 2014-10-08 | 湖大海捷(湖南)工程技术研究有限公司 | 一种螺旋油楔轴承的多目标优化设计方法 |
CN104915500A (zh) * | 2015-06-11 | 2015-09-16 | 萍乡市慧成精密机电有限公司 | 粉末注射成形涡轮及其结构优化设计方法 |
Non-Patent Citations (4)
Title |
---|
Microstructural simulation of nickel base alloy Inconel 718 in Production of turbine discs;A.J.Brand 等;《Materials Science and》;19961231;第963一969页 |
基于神经网络和遗传算法的冲压成形多目标优化技术;彭必友 等;《塑性工程学报》;20100228;第17卷(第1期);第57-61页 |
形变温度对42CrMo钢塑性成形与动态再结晶的影响;蔺永诚 等;《材料热处理学报》;20090225;第30卷(第1期);第70-74页 |
钛合金锻造过程变形—传热—微观组织演化的耦合模拟;熊爱明;《中国优秀博硕士学位论文全文数据库 (博士) 工程科技Ⅰ辑》;20040815(第2期);第B022-14页 |
Also Published As
Publication number | Publication date |
---|---|
CN106202686A (zh) | 2016-12-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106202686B (zh) | 一种涡轮盘等温模锻预成形坯料的多目标设计方法 | |
CN108062427B (zh) | 基于数值计算的梯度控速降低涡轮盘锻造残余应力的方法 | |
CN105373683B (zh) | 一种20CrMnTiH钢热变形过程微观组织演化规律的预测方法 | |
CN104077442A (zh) | 基于有限元分析的大型整体薄壁件加工精度控制方法 | |
CN104077439B (zh) | 一种新型高强钢轮辐拉深冲孔复合工序的数值模拟方法 | |
CN106649986B (zh) | 一种基于procast仿真平台对铜管水平连铸参数最优化匹配方法 | |
CN113642160A (zh) | 一种基于bp神经网络和鱼群算法的铝合金发动机缸体铸造工艺设计优化方法 | |
CN104636565B (zh) | 基于可加工性分析的镁合金一次模锻成形工艺优化方法 | |
Wang et al. | An optimization method of gating system for impeller by RSM and simulation in investment casting | |
CN109977442A (zh) | 一种超厚板坯多道次轧制工艺的数值模拟方法 | |
CN111767665B (zh) | 一种高温合金盘锻件制坯用模具的型腔设计方法 | |
Zhu et al. | Effects of blank dimension on forming characteristics during conical-section ring rolling of Inco718 alloy | |
CN104657565B (zh) | 近型面水道的热作模具设计方法 | |
Zhou et al. | The multi-objective optimization design of a new closed extrusion forging technology for a steering knuckle with long rod and fork | |
CN101201307A (zh) | 一种自动绘制材料热加工图的方法 | |
QIAN et al. | FE analysis for radial spread behavior in three-roll cross rolling with small-hole and deep-groove ring | |
CN105302995B (zh) | 一种数值模拟优化叶片辊轧模具及毛坯设计的方法 | |
CN104573195B (zh) | 一种电控柴油发动机单点工况优化方法 | |
Dong et al. | Material flow analysis and extrusion die modifications for an irregular and multitooth aluminum alloy radiator | |
Liu et al. | Optimal design of preform shape based on EFA-FEM-GA integrated methodology | |
CN111889601B (zh) | 增大难变形合金模锻件表层变形的波浪形坯料设计方法 | |
CN102004834B (zh) | 一种预测大锻件轴向中心线上空洞闭合率的方法 | |
CN110096741B (zh) | 一种基于预测模型及改进遗传算法的预锻成形模具设计方法 | |
CN107052212B (zh) | 多腔类构件多向加载成形加载路径的确定方法 | |
CN106294889B (zh) | 一种高强钢轮辐中心孔翻边冲模锥角角度优化方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20190614 Termination date: 20200706 |