CN107657129B - 基于装夹力监测的薄壁件残余应力变形感知预测方法 - Google Patents

Abstract

本发明公开了一种基于装夹力监测的薄壁件残余应力变形感知预测方法，用于解决现有薄壁件残余应力变形预测方法实用性差的技术问题。技术方案是首先通过有限元仿真方法预估薄壁件的残余应力变形趋势，在大变形区域添加装夹力感知点；然后设计感知夹具，通过压力传感器在感知点监测加工过程中装夹力的变化；最后通过建立装夹系统静定基的有限元模型，在感知点施加装夹力变化值的反力，得到零件的残余应力变形，实现了薄壁件残余应力变形的预测。本发明无需获取准确的加工残余应力值，解决了现有薄壁件残余应力变形预测方法施加加工残余应力不准确导致变形预测误差大的技术问题，同时解决了薄壁件残余应力变形难以准确预测的技术问题，实用性好。

Description

基于装夹力监测的薄壁件残余应力变形感知预测方法

技术领域

本发明涉及一种薄壁件残余应力变形预测方法，特别涉及一种基于装夹力监测的薄壁件残余应力变形感知预测方法。

背景技术

有限元仿真是目前主要的残余应力变形预测的研究方法。目前对残余应力变形的仿真普遍采用的方法是：针对初始残余应力变形，将测量得到的毛坯初始残余应力施加到毛坯有限元模型上，利用单元生死的方法仿真材料的去除，获得最终零件结构和应力分布状态，进而得到初始残余应力变形；针对加工残余应力变形，多采用将X射线衍射测量得到的某一固定工况下的加工表层残余应力分布向零件表层施加的方法，应力平衡获得加工残余应力变形。

文献“Finite Element Modeling of Part Distortion，ICIRA 2008,Part II,LNAI 5315,pp.329-338,2008.”公开了一种薄壁件残余应力变形预测的方法。该方法采用有限元仿真技术，将测量得到的毛坯材料初始残余应力与零件表面的加工残余应力施加到零件的有限元模型上，通过仿真刀具切削过程，实现材料去除，最终预测得到零件的残余应力变形。

上述方法的应用具有很大的限制，只能针对简单工况、简单零件结构零件的理想加工状态展开仿真研究，与实际加工差距较大。实际加工中，由于刀具磨损、材料分布不均等因素的影响，同一固定工况下加工残余应力分布不一致导致了应力施加的不准确；另外，多数薄壁零件复杂的型面结构、时变的加工工况，也导致了残余应力难以准确获取，此时无法采用有限元仿真的方法准确预测残余应力变形。

发明内容

为了克服现有薄壁件残余应力变形预测方法实用性差的不足，本发明提供一种基于装夹力监测的薄壁件残余应力变形感知预测方法。该方法首先通过有限元仿真方法预估薄壁件的残余应力变形趋势，在大变形区域添加装夹力感知点；然后设计感知夹具，通过压力传感器在感知点监测加工过程中装夹力的变化；最后通过建立装夹系统静定基的有限元模型，在感知点施加装夹力变化值的反力，得到零件的残余应力变形，实现了薄壁件残余应力变形的预测。本发明无需获取准确的加工残余应力值，解决了现有薄壁件残余应力变形预测方法施加加工残余应力不准确导致变形预测误差大的技术问题。由于将传感监测技术应用到薄壁件加工中，解决了薄壁件残余应力变形难以准确预测的问题，实用性好。

本发明解决其技术问题所采用的技术方案：一种基于装夹力监测的薄壁件残余应力变形感知预测方法，其特点是包括以下步骤：

步骤一、确定装夹力感知位置。在有限元分析软件中，建立零件的三维模型，对建立的有限元模型赋予材料属性、边界条件，对所述模型划分网格以便得到多个单元，在表层单元按照距加工表面深度施加一个近似的加工残余应力分布，提交有限元分析，预估零件的变形状态。在变形较大的部位施加装夹力感知点。

步骤二、设计装夹方案。设计专用的感知夹具，为便于装夹力感知，将多余约束设计成点约束类型，将压力传感器安装于点约束装夹上。

步骤三、加工感知。按步骤二设计的装夹方案装夹零件，按照给定工况完成零件的加工。在设定的感知时间点记录装夹力的数值。

步骤四、残余应力变形求解。

(a)建立残余应力变形感知预测的数学模型。

感知预测的数学模型表达如下：

S＝f(ΔE) (1)

式中，ΔE为感知向量：不同感知时刻(1～m)不同感知位置(1～n)装夹力变化值。定义初始装夹力为E₀＝[e₀₁ e₀₂ … e_0n]，各元素代表初始时刻0感知位置1～n的装夹力，其中各个元素的数值需要通过传感器感知来确定。零件的加工过程相当于给感知系统提供激励，使装夹力变化，定义时刻1的装夹力为E₁＝[e₁₁ e₁₂ … e_1n]，则装夹力变化向量ΔE₁＝E₁-E₀，随着切削过程的进行，新的感知时刻的取定，感知到的装夹力分别为E₂ E₃ … E_m，对应扩展的装夹力变化向量分别为ΔE₂ ΔE₃ … ΔE_m，整个切削过程的感知向量即为ΔE＝[ΔE₁ ΔE₂ … ΔE_m]^T。实施例感知向量为加工前后步骤(a)确定的感知点位置装夹力的变化值。

S为感知预测目标向量：不同感知时刻(1～m)不同感知位置(1～n)零件残余应力变形向量。目标向量S＝[S₁ S₂ … S_m]^T，各元素代表不同感知时刻零件的残余应力变形量，即在不同感知时刻释放装夹零件不同位置的残余应力变形量。其中S_i＝[S_i1 S_i2 … S_in]代表第i个感知时刻，零件不同位置的残余应力变形值，需要注意的是，各元素取值位置不一定与感知位置对应。实施例感知预测目标向量为零件沿长度中线的残余应力变形向量。

f:ΔE→S为感知向量到目标向量的映射关系。该映射关系通过感知向量求解目标向量，从而实现对残余应力变形的感知预测。该映射关系通过理论推导、有限元仿真或者智能算法手段获得。实施例采用有限元仿真的手段获得该映射关系。

(b)感知预测模型的求解。

对于N次超静定装夹系统残余应力变形感知的求解，在不同的多余约束点有以下变形协调方程组：

式中:

e_i代表各多余约束上约束力的变化值；

δ_ij(i＝1,2,3…,n；j＝1,2,3…,n；)代表静定结构在e_j＝1单独作用时，沿e_i方向的位移；

Δ_iM代表静定基结构在残余应力单独作用下，沿e_i方向的位移；

由此，便得到了N次超静定装夹结构感知模型的求解公式：

Δ_M＝-δe (3)

式中:

零件装夹卸载后的残余应力变形等于感知点装夹力变化值的反力单独作用在零件上引起的变形，即得到零件的变形状态。此时的变形状态即为零件装夹卸载后的残余应力变形值。

本发明的有益效果是：该方法首先通过有限元仿真方法预估薄壁件的残余应力变形趋势，在大变形区域添加装夹力感知点；然后设计感知夹具，通过压力传感器在感知点监测加工过程中装夹力的变化；最后通过建立装夹系统静定基的有限元模型，在感知点施加装夹力变化值的反力，得到零件的残余应力变形，实现了薄壁件残余应力变形的预测。本发明无需获取准确的加工残余应力值，解决了现有薄壁件残余应力变形预测方法施加加工残余应力不准确导致变形预测误差大的技术问题。由于将传感监测技术应用到薄壁件加工中，解决了薄壁件残余应力变形难以准确预测的问题，实用性好。

下面结合附图和具体实施方式对本发明作详细说明。

附图说明

图1是本发明基于装夹力监测的薄壁件残余应力变形感知预测方法实施例中预测结果与实测结果的对比图。

具体实施方式

参照图1。本实施例为感知预测薄板件单面加工过程零件装夹卸载之后的残余应力变形。薄板毛坯材料为GH4169，尺寸为160*20*2mm，取中间区域加工80*20mm的表面，加工深度为0.5mm，两端各留40*20mm的区域用于装夹。薄板件在加工前经过去应力热处理，残余应力变形主要由表层加工残余应力引入导致。

本发明基于装夹力监测的薄壁件残余应力变形感知预测方法具体步骤如下：

实施步骤1：确定装夹力感知位置。

为确定感知位置，在Abaqus软件中建立了薄板件装夹系统静定基的加工残余应力变形预测分析有限元模型，过程如下所述：

模型的建立及基础设置：建立薄板的三维模型，将薄板加工面表层划分为7层，每层15um，此为加工残余应力的作用区域。设置薄板材料为GH4169，薄板一端固定约束，采用8节点六面体减缩积分实体单元C3D8R划分网格，零件离散为192000个单元；

表1加工表层残余应力分布

残余应力的施加：将表1所示残余应力分布按深度施加到各层上。此残余应力为采用实验时所用参数铣削加工GH4169材料块后通过X射线衍射测量得到。σ_XX为加工表面沿进给速度方向的残余应力，σ_YY为加工表面垂直进给方向的残余应力。若采用变工况加工，由于固定刀具在一定工况范围内切削残余应力具有相似的分布特性，可在加工表层施加该工况范围内的某一参数下的残余应力分布用于最大变形位置的评估；

残余应力变形的计算及后置处理：根据有限元计算结果，获得零件铣削加工后的变形云图，通过有限元模型获得了静定装夹下零件的残余应力变形状态，可知薄板件单面加工整体呈现弯曲变形，最大变形位置位于零件长度边界处。考虑实际装夹限制，将感知点设置在距边界10mm宽度中点处。

实施步骤2：设计装夹方案。

本文夹具采用平板一端压板夹紧，一端点对点装夹的方式。点对点端上下正对各安装一个夹紧力传感器，传感器与零件接触面为圆弧面点接触。所用夹紧力传感器参数如下：量程0-1000N，灵敏度1.0mv/V。为了确保点对点位置的准确定位，上下夹具部件上对应位置各有三个螺纹定位孔，与传感器上螺纹孔一起确保传感器安装位置的准确性。另外，上下夹具部件采用嵌套的方式装配，确保点对点装夹。

实施步骤3：加工感知。

实验在YH850数控加工中心上进行，采用两齿平底铣刀加工。切深0.5mm，切宽2mm，切削速度80m/min。采用高精度显示仪获取夹紧力数值。加工前通过显示仪获得夹具上部传感器感知值为31.6N，下部传感器为32.8N。加工后，上传感器感知值为30.8N，下传感器为34.6N。

实施步骤4：残余应力变形的求解。

薄壁件残余应力变形求解通过以下步骤进行：

(a)建立残余应力变形感知预测的数学模型。

感知预测的数学模型表达为如下形式：

S＝f(ΔE) (1)

式中，ΔE为感知向量：不同感知时刻(1～m)不同感知位置(1～n)装夹力变化值。定义初始装夹力为E₀＝[e₀₁ e₀₂ … e_0n]，各元素代表初始时刻0感知位置1～n的装夹力，其中各个元素的数值需要通过传感器感知来确定。零件的加工过程相当于给感知系统提供激励，使装夹力变化，定义时刻1的装夹力为E₁＝[e₁₁ e₁₂ … e_1n]，则装夹力变化向量ΔE₁＝E₁-E₀，随着切削过程的进行，新的感知时刻的取定，感知到的装夹力分别为E₂ E₃ … E_m，对应扩展的装夹力变化向量分别为ΔE₂ ΔE₃ … ΔE_m，整个切削过程的感知向量即为ΔE＝[ΔE₁ ΔE₂ … ΔE_m]^T。实施例感知向量为加工前后步骤1确定的感知点位置装夹力的变化值。

S为感知预测目标向量：不同感知时刻(1～m)不同感知位置(1～n)零件残余应力变形向量。目标向量S＝[S₁ S₂ … S_m]^T，各元素代表不同感知时刻零件的残余应力变形量，即在不同感知时刻释放装夹零件不同位置的残余应力变形量。其中S_i＝[S_i1 S_i2 … S_in]代表第i个感知时刻，零件不同位置的残余应力变形值，需要注意的是，各元素取值位置不一定与感知位置对应。实施例感知预测目标向量为零件沿长度中线的残余应力变形向量。

f:ΔE→S为感知向量到目标向量的映射关系。该映射关系通过感知向量求解目标向量，从而实现对残余应力变形的感知预测。该映射关系通过理论推导、有限元仿真或者智能算法手段获得。实施例采用有限元仿真的手段获得该映射关系。

(b)感知预测模型的求解。

对于N次超静定装夹系统残余应力变形感知的求解，在不同的多余约束点有以下变形协调方程组：

式中:

e_i代表各多余约束上约束力的变化值；

δ_ij(i＝1,2,3…,n；j＝1,2,3…,n；)代表静定结构在e_j＝1单独作用时，沿e_i方向的位移；

Δ_iM代表静定基结构在残余应力单独作用下，沿e_i方向的位移；

由此，便得到了N次超静定装夹结构感知模型的求解公式：

Δ_M＝-δe (3)

式中:

即零件装夹卸载后的残余应力变形等于感知点装夹力变化值的反力单独作用在零件上引起的变形。实施例为2次超静定装夹系统，适用于该求解方法。

由求解公式(3)可知，薄板件残余应力变形等效为在零件上向下施加2.6N的载荷产生的变形值。在Abaqus中建立有限元仿真模型，设置薄板材料为GH4169，薄板一端固定约束，采用8节点六面体减缩积分实体单元C3D8R划分网格，零件离散为192000个单元；在感知点施加向下的2.6N载荷获得零件的变形云图，提取沿长度中线的变形数值。加工完成后卸载感知端装夹，利用变形测量设备测量零件沿长度中线方向的变形。

从图1对比感知预测结果与实测结果可以看出，实测最大变形为1.07mm，感知最大变形为0.93mm，最大感知预测误差为13％，而现有的残余应力变形有限元预测方法误差在30％左右，感知预测取得了较为精确的结果。

Claims (1)

1.一种基于装夹力监测的薄壁件残余应力变形感知预测方法，其特征在于包括以下步骤：

步骤一、确定装夹力感知位置；在有限元分析软件中，建立零件的有限元模型，对建立的有限元模型赋予材料属性、边界条件，对所述有限元模型划分网格以便得到多个单元，在表层单元按照距加工表面深度施加一个近似的加工残余应力分布，提交有限元分析，预估零件的变形状态；在变形较大的部位施加装夹力感知点；

步骤二、设计装夹方案；设计专用的感知夹具，为便于装夹力感知，将多余约束设计成点约束类型，将压力传感器安装于点约束装夹上；

步骤三、加工感知；按步骤二设计的装夹方案装夹零件，按照给定工况完成零件的加工；在设定的感知时间点记录装夹力的数值；

步骤四、残余应力变形求解；

(a)建立残余应力变形感知预测的数学模型；

感知预测的数学模型表达如下：

S＝f(ΔE) (1)

式中，ΔE为感知向量：不同感知时刻1～m不同感知位置1～n装夹力变化值；定义初始装夹力为E₀＝[e₀₁ e₀₂ … e_0n]，各元素代表初始时刻0感知位置1～n的装夹力，其中各个元素的数值需要通过传感器感知来确定；零件的加工过程相当于给感知系统提供激励，使装夹力变化，定义时刻1的装夹力为E₁＝[e₁₁ e₁₂ … e_1n]，则装夹力变化向量ΔE₁＝E₁-E₀，随着切削过程的进行，新的感知时刻的取定，感知到的装夹力分别为E₂，E₃，…，E_m，对应扩展的装夹力变化向量分别为ΔE₂，ΔE₃，…，ΔE_m，整个切削过程的感知向量即为ΔE＝[ΔE₁ ΔE₂… ΔE_m]^T；

S为感知预测目标向量：不同感知时刻1～m不同感知位置1～n零件残余应力变形向量；目标向量S＝[S₁ S₂ … S_m]^T，各元素代表不同感知时刻零件的残余应力变形量，即在不同感知时刻释放装夹零件不同位置的残余应力变形量；其中S_i＝[S_i1 S_i2 … S_in]代表第i个感知时刻，零件不同位置的残余应力变形值，需要注意的是，各元素取值位置不一定与感知位置对应；

f:ΔE→S为感知向量到目标向量的映射关系；该映射关系通过感知向量求解目标向量，从而实现对残余应力变形的感知预测；该映射关系通过理论推导、有限元仿真或者智能算法手段获得；

(b)感知预测模型的求解；

对于N次超静定装夹系统残余应力变形感知的求解，在不同的多余约束点有以下变形协调方程组：

式中:

e_i代表各多余约束上约束力的变化值；

δ_ij，i＝1,2,3…,n；j＝1,2,3…,n；代表静定结构在e_j＝1单独作用时，沿e_i方向的位移；

Δ_iM代表静定基结构在残余应力单独作用下，沿e_i方向的位移；

由此，便得到了N次超静定装夹结构感知模型的求解公式：

Δ_M＝-δe (3)

式中:

Δ_M＝[Δ_1M Δ_2M Δ_nM]^T；e＝[e₁ e₂ … e_n]；

零件装夹卸载后的残余应力变形等于感知点装夹力变化值的反力单独作用在零件上引起的变形，即得到零件的变形状态；此时的变形状态即为零件装夹卸载后的残余应力变形值。