|
南昌航空大学
南昌航空大学 江西省
  • 0 高校采购信息
  • 13 科技成果项目
  • 0 创新创业项目
  • 0 高校项目需求

镍基高温合金组织结构超声智能评价方法

2021-05-04 21:45:31
云上高博会 https://heec.cahe.edu.cn
点击收藏
所属领域:
电子信息
项目成果/简介:

航空发动机机匣是一种复杂薄壁零件,其加工变形问题是我国航空发动机制造的关键技术瓶颈。机匣毛坯组织结构的均匀性是影响机匣加工变形的主要原因之一。镍基高温合金具有优异的高温强度,良好的抗氧化和抗热腐蚀性能,是航空发动机机匣的主要原料。镍基高温合金铸、锻件组织结构的无损检测与定量评价是实现组织结构均匀性检测与评价的基础,有助于准确判断毛坯制造质量,表征制造工艺改进的有效性,降低机匣加工变形概率。

超声检测具有穿透能力强,灵敏度和分辨率高、可定位和定量检测等优点,在航空发动机大规格高温合金构件制造质量检测领域得到了广泛应用。超声检测信号特征值与材料组织结构变化、二次相或沉淀物的形成相关,具备有效评价镍基高温合金的组织结构的能力。现有镍基高温合金铸、锻件组织结构的超声检测以噪声波高为主要判据,指标简单、阈值设置严格、误判率高,无法适应不断改进的制造工艺

组织结构超声定量评价技术的核心是确定微观组织特征参数与超声检测特征参数之间的定量关系模型,其本质是以模型待定系数为决策变量,以评价准确性为目标函数的优化问题。超声波在镍基高温合金中传播时,受到晶界、相界、孪晶等复杂组织结构的综合作用,若采用声速、衰减系数、非线性系数等单一超声检测参数对组织结构进行建模与评价,会因信息量的缺失而导致评价误差大;若增加检测参数规模,则会导致所对应优化问题的困难性大幅增加。

本研究以镍基高温合金组织结构定量评价为主要研究对象,围绕如何利用协同进化算法求解定量评价的大规模优化问题、以及如何同时利用多种微观组织特征参数对镍基高温合金进行综合表征展开研究。科研成果为航空发动机机匣镍基高温合金毛坯制造质量检测、评价、性能预测提供技术支持,为制造工艺改进提供数据支持,也可进一步推广至其它高温合金、钛合金等材料中

应用范围:

以GH4169、GH706、GH738、GH907等镍基高温合金材料为对象,进行试样制作,并根据高温合金的在役环境进行实验设计,工艺参数包括:温度、保温时间、疲劳周次等,并对试样分别进行定量金相表征与超声检测参数提取。在此基础上,基于HDMR法构建镍基高温合金微观结构的超声定量评价模型。

dca6b8144ced4857b7395ac70a1241b4.png

图1 高温合金微观结构的超声定量评价模型

对于选取的超声检测参数x=(x1,x2,...xn)、组织结构参数y=(y1,y2,...yn)、工艺参数A=(a1,a2,...ao),则根据HMDR法,在不考虑超声检测参数与工艺参数之间耦合作用的前提下,超声定量评价模型可以表示为:

cf15584ba7ff470d9725d649658ee5ad.png

选取二次多项式fMQ(x)=λ1x22x+λ3、指数函数fME(x)=λx高斯核函数37d77626ed5c4e8a903ae2dde3544ded.png为映射函数f形式。

镍基高温合金微观组织结构超声定量评价的求解过程,即为确定模型参数λ的过程,可以表示为:

ea7bc5455428448aa8e5d581134636c3.png

在分组策略、编码机制、知识提取与影响、缺失维度检测与恢复的基础上,研究进化过程中维度分组的更新机制、子种群间的协同进化策略,进而建立面向知识发现的协同进化算法框架,并用于求解高温合金微观结构的超声评价LSGO问题。

利用搭建的超声无损检测装置对样本进行试验。检测装置的组成如图2所示,工作流程是通过超声探头对合金试样进行超声检测,经超声信号采集器将超声检测原始A扫信号输入PC机,PC机进行处理,计算相应的超声特征参数来表征晶粒尺寸。采用自制的多通道数字超声波探伤仪对合金试样进行超声检测,并将超声检测原始A扫信号输入到PC端,采用软件Matlab对数据进行处理。自制的多通道超声检测实验装置如图3。

08b2fd97f6124fb388efbf702420f781.png

图2 超声无损检测装置示意图

8e3d008310774c6e9f83e096b575f870.jpg

图3 自制的多通道数字超声检测实验装置

以GH4169为例,以误差为目标MUE模型和以单调性为目标的MUEBM模型,MUE模型与MUEBM模型构建过程中均采用了狼群优化算法对拟合模型进行优化,同时对这两个模型进行样本集内的模型性能分析和样本集外的模型性能测试。作出CMUE模型在样本集内晶粒尺寸与二阶特征量的关系曲面,MUE模型和MUEBM模型在样本集内晶粒尺寸与单维特征量的关系曲线,如图4所示。

20898ccc12e24706afa1174ac956122e.png  6f855f164bff498e9573c678183c026c.png

     (a) MUE-单维特征量与晶粒尺寸平均值的关系曲线         (b) MUEBM-单维特征量与晶粒尺寸平均值的关系曲线

a93e8762da1e48af803d163496ded4ca.png

(c) CMUE-二阶特征量与晶粒尺寸平均值的关系曲面

图4  CMUE、MUE和MUEBM在样本集内的模型性能分析对比

效益分析:

主要技术指标

超声采集系统:激励电压为50~500V;探头频率选择范围为0.5~20MHz;增益选择范围为0~100dB;声速选择范围为300~10000m/s;声程选择范围为10~3000mm;起始偏移选择范围为0~1000mm;采样个数为100~512;闸门起始选择范围为0~2999mm;闸门宽度选择范围为1~3000mm。

超声多参数相关性选择:Pearson相关系数,强相关p>0.8,中等相关0.6<p≤0.8。

会员登录可查看 合作方式、专利情况及联系方式

扫码关注,查看更多科技成果

取消