CN117010207B - 一种考虑金属组织相变的焊接过程数字孪生方法 - Google Patents
一种考虑金属组织相变的焊接过程数字孪生方法 Download PDFInfo
- Publication number
- CN117010207B CN117010207B CN202311027900.0A CN202311027900A CN117010207B CN 117010207 B CN117010207 B CN 117010207B CN 202311027900 A CN202311027900 A CN 202311027900A CN 117010207 B CN117010207 B CN 117010207B
- Authority
- CN
- China
- Prior art keywords
- welding process
- welding
- digital twin
- transformation
- model
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 144
- 238000003466 welding Methods 0.000 title claims abstract description 133
- 230000008569 process Effects 0.000 title claims abstract description 100
- 230000009466 transformation Effects 0.000 title claims abstract description 30
- 239000002184 metal Substances 0.000 title claims abstract description 28
- 230000008859 change Effects 0.000 claims abstract description 45
- 238000005457 optimization Methods 0.000 claims abstract description 22
- 239000000463 material Substances 0.000 claims abstract description 17
- 238000004088 simulation Methods 0.000 claims abstract description 17
- 230000006032 tissue transformation Effects 0.000 claims abstract description 8
- 238000004519 manufacturing process Methods 0.000 claims description 7
- 238000001556 precipitation Methods 0.000 claims description 7
- 239000006104 solid solution Substances 0.000 claims description 7
- 238000009826 distribution Methods 0.000 claims description 6
- 230000005856 abnormality Effects 0.000 claims description 2
- 238000007405 data analysis Methods 0.000 claims description 2
- 238000013523 data management Methods 0.000 claims description 2
- 238000005065 mining Methods 0.000 claims description 2
- 238000012544 monitoring process Methods 0.000 claims description 2
- 238000011156 evaluation Methods 0.000 abstract description 5
- 238000005516 engineering process Methods 0.000 description 4
- 238000001816 cooling Methods 0.000 description 2
- 239000000243 solution Substances 0.000 description 2
- 230000007704 transition Effects 0.000 description 2
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 230000001052 transient effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2111/00—Details relating to CAD techniques
- G06F2111/10—Numerical modelling
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- General Factory Administration (AREA)
Abstract
本发明提供了一种考虑金属组织相变的焊接过程数字孪生方法,包括:收集关键数据,并利用实验数据和数值仿真,建立数值模型;根据所述关键数据和所述数值模型建立焊接过程的数字孪生模型;所述数字孪生模型中内置有金属组织转变算法;所述金属组织转变算法考虑多个材料相变过程;基于智能修模方法自动调整焊接过程的焊接参数,以使焊接过程的组织变化与预测结果相匹配;利用所述数字孪生模型预测优化后的焊接过程中的组织变化、焊接变形量和焊接残余应力,得到预测结果;根据智能优化算法和所述数字孪生模型对焊接过程工艺参数进行智能优化。本发明可以实现对焊接过程的智能评估和优化,提高焊接质量和效率。
Description
技术领域
本发明涉及航空制造技术领域,特别是涉及一种考虑金属组织相变的焊接过程数字孪生方法。
背景技术
随着航空工业的发展,航空发动机作为飞机的重要组成部分,对其性能和质量的要求越来越高。其中,焊接部件在航空发动机中起着至关重要的作用,其制造的高效性和精确性直接影响到发动机的性能和可靠性。
传统的航空发动机焊接部件制造过程中,伴随着焊接过程其钣金部件发生金属组织相变,这种现象的复杂性增加部件制造的难度,从而导致制造效率低下和产品质量不稳定。
发明内容
为了克服现有技术的不足,本发明的目的是提供一种考虑金属组织相变的焊接过程数字孪生方法,通过智能评估和优化,实现航空发动机焊接部件的高效、精确的焊接过程。
为实现上述目的,本发明提供了如下方案:
一种考虑金属组织相变的焊接过程数字孪生方法,包括:
收集焊接过程中的关键数据,并利用实验数据和数值仿真,建立焊接过程和组织变化的数值模型;
基于数值模拟方法,根据所述关键数据和所述数值模型建立焊接过程的数字孪生模型;所述数字孪生模型中内置有金属组织转变算法;所述金属组织转变算法考虑多个材料相变过程;所述材料相变过程包括:固溶和析出、晶粒尺寸变化和相变;
根据智能优化算法和所述数字孪生模型对焊接过程工艺参数进行智能优化;
利用所述数字孪生模型预测优化后的焊接过程中的组织变化,得到预测结果;
基于智能修模方法自动调整焊接过程的焊接参数,以使焊接过程的组织变化与预测结果相匹配。
优选地,在基于智能修模方法自动调整焊接过程的焊接参数,以使焊接过程的组织变化与预测结果相匹配之后,还包括:
在焊接过程中,利用传感器和监控系统对焊接过程进行实时监控,通过与建立的所述数字孪生模型进行对比,获取并修正焊接过程中的偏差和异常。
优选地,在基于智能修模方法自动调整焊接过程的焊接参数,以使焊接过程的组织变化与预测结果相匹配之后,还包括:
建立焊接过程的数据管理和分析的数据库,并对所述数据库中的数据的分析和挖掘,以不断优化所述数字孪生模型和所述智能优化算法。
优选地,所述数据库中的数据包括实验数据、数值模拟结果和实际生产数据。
优选地,所述关键数据包括焊接材料的性质、焊接工艺参数、焊接接头形状和几何特征。
优选地,所述焊接工艺参数包括焊接电流、电压和速度。
优选地,所述数值模拟方法包括有限元法和金属相变动态算法。
优选地,所述组织变化包括晶粒尺寸、相变比例、非线性温度场分布和应力分布。
根据本发明提供的具体实施例,本发明公开了以下技术效果:
本发明提供了一种考虑金属组织相变的焊接过程数字孪生方法,包括:收集焊接过程中的关键数据,并利用实验数据和数值仿真,建立焊接过程和组织变化的数值模型;基于数值模拟方法,根据所述关键数据和所述数值模型建立焊接过程的数字孪生模型;所述数字孪生模型中内置有金属组织转变算法;所述金属组织转变算法考虑多个材料相变过程;所述材料相变过程包括:固溶和析出、晶粒尺寸变化和相变;根据智能优化算法和所述数字孪生模型对焊接过程工艺参数进行智能优化;利用所述数字孪生模型预测优化后的焊接过程中的组织变化,得到预测结果;基于智能修模方法自动调整焊接过程的焊接参数,以使焊接过程的组织变化与预测结果相匹配。本发明可以实现对焊接过程的智能评估和优化,提高焊接质量和效率。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1为本发明实施例提供的方法流程图;
图2为本发明实施例提供的技术路线示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
在本文中提及“实施例”意味着,结合实施例描述的特定特征、结构或特性可以包含在本申请的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例,也不是与其它实施例互斥的独立的或备选的实施例。本领域技术人员显式地和隐式地理解的是,本文所描述的实施例可以与其它实施例相结合。
本申请的说明书和权利要求书及所述附图中的术语“第一”、“第二”、“第三”和“第四”等是用于区别不同对象,而不是用于描述特定顺序。此外,术语“包括”和“具有”以及它们任何变形,意图在于覆盖不排他的包含。例如包含了一系列步骤、过程、方法等没有限定于已列出的步骤,而是可选地还包括没有列出的步骤,或可选地还包括对于这些过程、方法、产品或设备固有的其它步骤元。
为使本发明的上述目的、特征和优点能够更加明显易懂,下面结合附图和具体实施方式对本发明作进一步详细的说明。
图1为本发明实施例提供的方法流程图,如图1所示,本发明提供了一种考虑金属组织相变的焊接过程数字孪生方法,包括:
步骤100:收集焊接过程中的关键数据,并利用实验数据和数值仿真,建立焊接过程和组织变化的数值模型;
步骤200:基于数值模拟方法,根据所述关键数据和所述数值模型建立焊接过程的数字孪生模型;所述数字孪生模型中内置有金属组织转变算法;所述金属组织转变算法考虑多个材料相变过程;所述材料相变过程包括:固溶和析出、晶粒尺寸变化和相变;
步骤300:基于智能修模方法自动调整焊接过程的焊接参数,以使焊接过程的组织变化与预测结果相匹配;
步骤400:利用所述数字孪生模型预测优化后的焊接过程中的组织变化,得到预测结果;
步骤500:根据智能优化算法和所述数字孪生模型对焊接过程工艺参数进行智能优化。
进一步地,焊接过程中组织变化的焊接数字孪生技术是一种复杂且先进的技术,可以通过焊接数字孪生技术来预测焊接过程中的组织变化、变形量、内应力等,从而实现焊接质量的智能评估和优化。请参阅图2焊接模拟与组织转换耦合数字孪生技术方案,以下为具体实施方案:
数据采集与焊接过程参数建模:
收集焊接过程中的关键数据,包括焊接材料的性质、焊接工艺参数(如焊接电流、电压、速度等)、焊接接头形状和几何特征等。同时,利用实验数据和数值仿真,建立焊接过程和组织变化的数字孪生模型,包括组织转变的影响因素和规律。
焊接数字孪生模型建立:
基于收集到的数据和数值模型,建立焊接过程的数字孪生模型。这个模型可以采用有限元法、金属相变动态算法等数值模拟方法,以模拟焊接过程中的热传导、相变、组织转变等物理现象。
创新性的在焊接孪生模型中增加的金属组织转变算法,考虑以下过程:
(1)固溶和析出:
焊接过程中,焊接材料的晶格结构可能发生固溶和析出现象。焊接材料中的某些元素在高温条件下溶解在固体晶格中,而析出是指在瞬间冷却后,这些元素从固溶状态重新沉淀出来,形成新的相。
(2)晶粒尺寸变化:
焊接过程中,焊接材料的晶粒尺寸可能发生变化。高温下晶粒长大,瞬时冷却后晶粒尺寸减小,这些晶粒尺寸的变化会影响焊缝和热影响区的性能。
(3)相变:
焊接过程中,焊接材料中的相组成可能发生变化。例如,原来的晶格结构发生相变,形成新的晶格结构,这会影响材料的硬度、强度等性能。
焊接过程智能优化:
结合孪生模型和智能优化算法,对焊接过程进行智能优化。通过调整焊接速度、焊接电流电压、焊接顺序等,优化焊接过程的组织变化、残余变形及残余应力,以提高焊接质量和性能。
组织变化预测与评估:
利用建立的焊接数字孪生模型,预测焊接过程中的组织变化,包括晶粒尺寸、相变比例、非线性温度场分布、应力分布等。通过与实际焊接过程的数据对比,评估模拟结果的准确性和可靠性。
焊接参数自动调整:
根据组织变化的预测结果,利用智能修模方法,自动调整焊接参数,以使焊接过程的组织变化与预测结果更加接近。这样可以提高焊接质量的一致性和稳定性。
通过上述实施方案,焊接过程中组织变化的焊接数字孪生技术可以实现对焊接过程的智能评估和优化,提高焊接质量和效率。这将为焊接工业的发展带来重要的技术突破,推动焊接工艺向智能化、高效化的方向发展。
本说明书中各个实施例采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间相同相似部分互相参见即可。
本文中应用了具体个例对本发明的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本发明的方法及其核心思想;同时,对于本领域的一般技术人员,依据本发明的思想,在具体实施方式及应用范围上均会有改变之处。综上所述,本说明书内容不应理解为对本发明的限制。
Claims (7)
1.一种考虑金属组织相变的焊接过程数字孪生方法,其特征在于,包括:
收集焊接过程中的关键数据,并利用实验数据和数值仿真,建立焊接过程和组织变化的数值模型;
基于数值模拟方法,根据所述关键数据和所述数值模型建立焊接过程的数字孪生模型;所述数字孪生模型中内置有金属组织转变算法;所述金属组织转变算法考虑多个材料相变过程;所述材料相变过程包括:固溶和析出、晶粒尺寸变化和相变;
基于智能修模方法自动调整焊接过程的焊接参数,以使焊接过程的组织变化与预测结果相匹配;
利用所述数字孪生模型预测优化后的焊接过程中的组织变化、焊接变形量和焊接残余应力,得到预测结果;
根据智能优化算法和所述数字孪生模型对焊接过程工艺参数进行智能优化;
在基于智能修模方法自动调整焊接过程的焊接参数,以使焊接过程的组织变化与预测结果相匹配之后,还包括:
建立焊接过程的数据管理和分析的数据库,并对所述数据库中的数据的分析和挖掘,以不断优化所述数字孪生模型和所述智能优化算法。
2.根据权利要求1所述的考虑金属组织相变的焊接过程数字孪生方法,其特征在于,在基于智能修模方法自动调整焊接过程的焊接参数,以使焊接过程的组织变化与预测结果相匹配之后,还包括:
在焊接过程中,利用传感器和监控系统对焊接过程进行实时监控,通过与建立的所述数字孪生模型进行对比,获取并修正焊接过程中的偏差和异常。
3.根据权利要求1所述的考虑金属组织相变的焊接过程数字孪生方法,其特征在于,所述数据库中的数据包括实验数据、数值模拟结果和实际生产数据。
4.根据权利要求1所述的考虑金属组织相变的焊接过程数字孪生方法,其特征在于,所述关键数据包括焊接材料的性质、焊接工艺参数、焊接接头形状和几何特征。
5.根据权利要求4所述的考虑金属组织相变的焊接过程数字孪生方法,其特征在于,所述焊接工艺参数包括焊接电流、电压和速度。
6.根据权利要求1所述的考虑金属组织相变的焊接过程数字孪生方法,其特征在于,所述数值模拟方法包括有限元法和金属相变动态算法。
7.根据权利要求1所述的考虑金属组织相变的焊接过程数字孪生方法,其特征在于,所述组织变化包括晶粒尺寸、相变比例、非线性温度场分布和应力分布。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311027900.0A CN117010207B (zh) | 2023-08-16 | 2023-08-16 | 一种考虑金属组织相变的焊接过程数字孪生方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311027900.0A CN117010207B (zh) | 2023-08-16 | 2023-08-16 | 一种考虑金属组织相变的焊接过程数字孪生方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117010207A CN117010207A (zh) | 2023-11-07 |
CN117010207B true CN117010207B (zh) | 2024-03-12 |
Family
ID=88565385
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311027900.0A Active CN117010207B (zh) | 2023-08-16 | 2023-08-16 | 一种考虑金属组织相变的焊接过程数字孪生方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117010207B (zh) |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110781580A (zh) * | 2019-09-27 | 2020-02-11 | 江苏科技大学 | 一种基于数字孪生的焊接工艺辅助设计系统及其设计方法 |
CN114147380A (zh) * | 2021-12-08 | 2022-03-08 | 华东理工大学 | 基于数字孪生框架的转子焊接方法 |
-
2023
- 2023-08-16 CN CN202311027900.0A patent/CN117010207B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110781580A (zh) * | 2019-09-27 | 2020-02-11 | 江苏科技大学 | 一种基于数字孪生的焊接工艺辅助设计系统及其设计方法 |
CN114147380A (zh) * | 2021-12-08 | 2022-03-08 | 华东理工大学 | 基于数字孪生框架的转子焊接方法 |
Also Published As
Publication number | Publication date |
---|---|
CN117010207A (zh) | 2023-11-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110532625B (zh) | 航空发动机涡轮盘-转子-支承系统数字孪生建模方法 | |
EP2946255B1 (en) | Object production using an additive manufacturing process | |
CN108062427A (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 | |
CN102728932B (zh) | 一种自动优化电弧焊工艺参数的方法及其装置 | |
CN111368373B (zh) | 一种冷态叶型与热态叶型的迭代分析方法 | |
Huang et al. | Distribution characteristics of residual stresses in typical wall and pipe components built by wire arc additive manufacturing | |
WO2019136001A1 (en) | Improved computer processing based on data taxonomy-driven workflow processing and computer systems configured for utilizing thereof | |
CN109128168A (zh) | 一种基于结构特征的同步送粉增材制造工艺规划方法 | |
CN117010207B (zh) | 一种考虑金属组织相变的焊接过程数字孪生方法 | |
CN114082988A (zh) | 一种对航空发动机冷热端叶片修复的方法 | |
Zhang et al. | Influence of variable loading path pattern on deformation and grain size in large-scale electric upsetting process of Nimonic superalloy | |
CN112836297B (zh) | 基于集成计算与容差设计的合金铸件尺寸精确调控方法 | |
CN108709426B (zh) | 基于频谱特征双边检测法烧结机漏风故障在线诊断方法 | |
CN109766659B (zh) | 一种考虑风荷载与通电时间影响的导线垂度计算方法 | |
CN111079257A (zh) | 一种热熔自攻丝铆接接头建模与仿真方法 | |
CN112507567B (zh) | 一种钛合金锻件锻造微观组织失稳缺陷预测方法 | |
JP2018531794A (ja) | 輪郭形成されたリング圧延品を製造する方法 | |
Lv et al. | Research on the evolution of residual stresses in the manufacturing process of TC4 alloy profile rolled ring | |
CN112388148A (zh) | 基于模拟退火算法的焊接参数优化法 | |
CN110941916A (zh) | 基于铸件仿真软件预测铝合金铸件显微缩孔的方法 | |
Li et al. | Data-Driven Optimization Method for Aluminum Alloy Casting Process Parameters and Alloy Composition | |
CN114878374B (zh) | 一种用于金属材料短裂纹及长裂纹扩展的表征方法 | |
Yue | The recent progress in the design of structural strength and life assessment for aero-engine single crystal turbine blades | |
Li | Research on big data acquisition bus technology of NC machine tool | |
CN114428023B (zh) | 一种金属材料高温疲劳强度的预测方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |