电子档案


第 7 卷
2019 年
9 月刊
BACK

科学新讯


第 7 卷- 2019 年 9 月刊
应用灰色关联分析法优化具有多种性能特点的抛喷丸处理强化参数



表1:喷丸因素及其等级


表2:含输入与输出的分数阶乘阵列L16(45)


(1)


(2)


(3)


(4)


(5)


表3:三种不同性能特征的灰色关联系数和灰色关联等级


表4:灰色关联等级响应表


图1:GRG响应图


表5:预估最佳喷丸条件


表6: 从表6的预计喷丸条件确定的试验喷丸效果

简介

抛喷丸强化处理工艺使金属部件的表面被一连串名为钢丸的细小球体冲击而得到强化,因此产生有意义的作用,例如残余压应力、表面硬化以及表面粗糙度。在航空航天、汽车、运输以及制造行业,对抛喷丸强化处理因素的合理选择和控制是保证主要在抗疲劳方面获得真正效益的重要条件。在本研究中,采用了灰色模糊方法确定控制因素的最佳选择,这些因素直接影响经喷丸强化处理的2024-T351铝合金(AA)的多目标响应属性。考虑的输入参数有钢丸、覆盖范围和入射角。为便于统计,采用L16正交分数阵列对实验参数进行了拟合。对实验提取的三种性能进行了优化。在灰色关联分析(GRA)的帮助下,将三个多目标转化为一个单一的对象。开展确认测试,验证结果确认此次加工所用的方法能够通过改善抗疲劳性有效地提供最佳参数。

通过灰色关联法设计实验

任何实验分析设计的基本步骤都包括假设一组控制输出函数的变量,选择要测试的每个变量的等级数量,以及选择合适的阶乘阵列。即使选择某一特定方法将取决于因素和等级的数,使用分数阶乘的方法(也称为正交阵列)表示自己是减少实验次数但不会降低所得结果质量的最合理选择[1]。共有三个因素分四个等级进行了评估,没有相互作用,分别如表1所示。这些已选因素对飞机制造工业至关重要[2]。

选择一个分数阶乘L16(45)阵列实现五个参数的优化,每个参数最多设置四个级别。这种方法允许估计所有主要和一阶因素的相互作用。完整的分数阶乘阵列以及选择的因素和级别以及实验值如表2所示。

可以看出,不同种类的因素之间很难进行比较,因为它们产生的影响不同。为了纠正这种情况,需要对这些因素进行标准化转换。当处理不完整或未确定的信息时,所谓的灰色关联分析(GRA)非常有用。这是一种可用于对系统中各因素关联度进行分析的方法。GRA利用来自灰色系统的信息,动态地定量比较各个影响因素。这种方法是基于各因素之间的相似性和可变性水平来建立它们之间的关系[3]。该方法通过分析多个响应的关联度,得出灰色关联度等级。计算出残余应力、粗糙度和加工硬化的各输出响应的灰色关联系数。灰色关联分析的基础是将灰色系统中的目标序列(一组测量值)和参考序列(目标值)之间的最大距离最小化。这两个序列之间的关系可称为灰色关联系数。针对0和1之间的原始序列规范化(因为不同的序列有不同的测量单位和尺度),规范化的类型取决于希望从原始序列获得的特征:
越大越好的特征:(1)

越小越好特征:(2)

其中,xi(k)是灰色关联生成后的值,min xi(k)和max xi(k)第k次反应的xi(k)的最小值和最大值。
对于压缩残余应力(RS)和加工硬化(WH),选择越大越好,而表面粗糙度(KT)则是越小越好(表3)。

比较系列与参考系列的绝对差值应使用以下方法获取:(3)       
在GRA中,灰色关联系数可以表示如下:(4)

在等式(4)中,项p是用来调整关系系数之差的分辨系数,通常为p[3]。p值越低,区分能力越强。如果p取0.5,结果具有较好的区分效果和较好的稳定性。
推导出灰色关联系数后,取灰色关联系数的平均值作为灰色关联等级(GRG),见表3。从数学上来说:(5)

表3展示了三种喷丸处理属性的灰色关联系数、灰色关联等级及其顺序。灰色关联等级的最大值0.723表明,11号实验是喷丸处理参数的最佳组合,该组合可产生最大残余应力和最小应力集中的加工硬化。第一个属性的灰色关联系数为统一性,表示一个精确的参考值。但是,并没有为11号实验的其他属性确定相同的参考值。因此,为了获取最佳参数以产生具有最少损伤的应力集中和具有最高性能的加工硬化,需要使用灰色关联等级(如表3最后一列所示)。表4所示为灰色关联等级响应表。通过计算各输入喷丸处理参数在其相应水平上的平均值,得到了该值。最大值-最小值列表明钢丸是三个输入变量中最重要的因素。为了产生最佳输出,从响应表中计算出的参数最佳组合表明,必须将钢丸维持在第4级,覆盖率维持在第3级,入射角维持在第4级。

图1所示是为计算出的GRG绘制的响应图。如图所示,直线的斜率对钢丸的影响较大,为影响最大的参数。在此图中,x轴中的S1、S2、S3、S4对应于钢丸的四个等级。类似地,字母C1..C4和A1..A4分别对应于覆盖率和入射角的四个等级。

设计的实验中,实验11的合成条件如表5所示。

通过实验确定使用预计最优组合的喷丸效果如表6所示。实验数据与表5所示略有不同。这种差异可归因于以下几个过程因素:(i)压力变化,(ii)磨损(介质、喷嘴和软管),(iii)高度分散的钢丸尺寸,(iv)由于灰尘、碎片或其他物体的干扰而引起的流量变化等。

最后意见

根据实验和数值结果,可以得出以下结论:
能够改变喷丸处理过程的变量过多,从而影响疲劳寿命,因此需要严格控制所有变量。按计算出的最佳条件(S110, 200%, 90º)进行喷丸处理的2024-T351铝合金比按初始条件处理的铝合金性能更优越。表面完整性退化优于疲劳损伤。压痕的几何形状是主要的损伤特征。与传统方法相比,灰色关联分析方法具有速度快、简单、成本低等优点;因此,可以考虑将该方法应用于工程领域,如抛喷丸、激光喷丸、抛光、水喷丸等。然而,考虑到响应表的不确定性程度,必须采用适应性神经模糊综合系统的灰色关联分析方法对抛喷丸处理参数进行优化。

参考文献

1.Van Nostrand, Richard Craig.(2002).Design of Experiments Using the Taguchi Approach:16 Steps to Product and Process Improvement.Technometrics, 44, 289-289.
2.Nam, Yong-Seog, Jeon, Ung, Yoon, Hee-Kweon, Shin, Byung-Cheol, & Byun, Jai-Hyun.(2016).Use of response surface methodology for shot peening process optimization of an aircraft structural part.The International Journal of Advanced Manufacturing Technology, 87, 2967-2981.
3.L. Deng, "The introduction of grey system," The Journal of Grey System, vol. 1, no. 1, pp. 1-24, 1982.
4.Chandrasekaran, M., Muralidhar, M., Krishna, C. Murali, & Dixit, U. S. (2010).Application of soft computing techniques in machining performance prediction and optimization: a literature review.The International Journal of Advanced Manufacturing Technology, 46, 445-464.



作者:
PhD José Solis Romero
邮箱: jsolis@ittla.edu.mx
MSc. Sandra S. Roblero Aguilar
Dr. Víctor A. Castellanos Escamilla
Dr. Oscar A. Gómez Vargas
MSc. Miguel A. Paredes Rueda

联系:
Public Education Secretary of Mexico
Instituto Tecnológico de Tlalnepantla
del TecNM
Postgraduate Office/Department of
Mechanical Engineering