埋弧焊工艺参数的敏感性分析.doc

埋弧焊工艺参数的敏感性分析作者：Serdar Karao glua, Abdullah Sec ginb 土耳其伊兹密尔爱琴大学工程学院机械工程35100 Bornova 土耳其伊兹密尔Dokuz Eylul大学工程学院机械工程文章信息：文章历史：于2007年5月1号被接收，于2007年9月28号被修改，于2007年10月10号被正式确认通过关键字：埋弧焊 敏感性分析 焊缝形状 数学模型 衰退分析摘 要 工艺参数的选择对焊接的质量有很大影响，一般可以利用数学模型进行程序控制和参数优化。本研究的重点在测出满足最佳焊缝形状的参数微调要求及参数敏感性分析，如将焊接电流，焊接电压和焊接速度工艺参数作为设计变量，利用目标函数进行焊缝宽度、高度和渗透深度的计算，而不是测出一些主要参数的已知影响。本研究的实验部分，是基于三个工艺参数的三个水平因子设计的。实验的输入参数决定了焊缝几何参数的数学模型，为了探讨输入参数（过程）对输出参数的影响，本研究构建了使用多个曲线回归分析的数学模型。在用经验公式进行敏感性分析后，可以得出输入参数对输出参数的影响是相对的。焊缝宽度和高度和渗透深度上的三个设计参数的影响表明，即使是一个很小的参数变化也会对焊缝质量产生重要影响。研究还表明，渗透深度几乎对电压和焊接速度不敏感。1、 引言 埋弧焊（SAW）是一种高品质的焊接工艺，它具有非常高的沉积速率，通常用于厚度较大的平面焊接。埋弧焊通常是全机械化或者是全自动化的，但是，它也能用于半自动化焊接。在焊接的过程中，操作员可以不用注意熔池变化，也不用直接干预焊接工艺。由于在埋弧焊过程加入自动化，较少的操作和精确的参数设置使它比手工焊接工艺应用更广泛。为了在自动化焊接工艺中获得高品质的焊接，应根据实际情况选择最佳参数。一般而言，焊接参数的确定根据手册数据和制造商的建议，通过试验和不断修正而确定的。然而，这种选择可能不会产生最优或者质量比较好的焊接性能。此外，低质量的焊接性能可能会导致额外的能源和材料消耗低。此外，在工业化焊接机器人，焊接工艺参数即使产生很小的变化也可能会导致意想不到的焊接性能结果。因此，重要的是研究焊接参数的稳定性，以实现高品质焊接。 通过建立数学模型与分析用不同的方法得到的相关联焊接参数等一系列研究，得出了最佳焊接参数选择。原则上，影响焊缝特性的主要因素是能源与电力的消耗。为了达到预期焊缝几何形状和焊道品质特征，如焊道宽度、焊道高度以及对给定的输入参数的渗透，埋弧焊的焊接工艺参数都要被提前设定好（林堂等，2000年。Chandel和巴拉，1988年; Gupta和Parmar，1989年;陈等，1994年;Gunaraj andMurugan，1999年，2000年，金等，2003年;林堂等，2002年）。此外，热影响区（HAZ）的变化也被当作一个性能特点用于埋弧焊的参数优化当中（Gunaraj和穆卢干，1999年b，2002;李埃塔尔，2000年）。在设计参数中微小变化的影响能提供非常重要的工程设计信息，因此，通过使用数学模型预测系统，对整体设计目标中的任何参数变化的影响才能确定，这种分析被称为设计灵敏度分析（DSA）的。基本上，灵敏度分析（SA）带来的有关信息是关于目标函数与设计参数方面的递增和递减趋势。只有很少的敏感性分析实验中使用数学模型研究不同的焊接方法，例如，金等人（2003年）为了分析比较相对工艺参数对气体金属电弧焊（GMA）焊缝形状的影响，使用数学模型进行了一次敏感性分析实验，他们发现焊道宽度和高度都对相对渗透工艺参数的变化更加敏感。Gunaraj和穆卢干（2000年）使用不同的程序来优化埋弧焊过程中形成的焊缝的体积。他们使用敏感性分析作为一个优化过程去计算目标函数的变化，这些函数都是因为在系统规定参数上作了一些小修改。此外，对这些调查，但仍需要优化在所有的焊接工艺研究，特别是自动化焊接系统。因为其在处理所有的数学模型和工艺参数之间的交叉趋势信息非常简单，所以敏感性分析是一个非常有用的工具。在这项研究中，埋弧焊工艺参数之间及焊缝特征（埋弧焊数学模型）的数学关系的构建基于由三个参数和三水平因子分析所获得的实验数据。从这些基本模式大致推导出了经验公式、埋弧焊模拟过程、多元回归分析（MRA）和灵敏度方程。分析通常需要一个客观的功能和设计的定义参数，在这项研究中，目标函数（特征功能）被选为焊缝特征（焊缝的高度、宽度和渗透），而工艺参数（弧电流，电压和焊接速度）被选为设计变量。在这个文件使用的埋弧焊方法与金等人在2003年使用的GMA的焊接方法相似。目前的研究主要集中在对设计参数的灵敏度特性的测定和这些参数在埋弧焊过程中微调的需求。2数学建模2.1实验数据在本研究的实验部分，焊接工艺参数，即弧电流（I），电压（U）和焊接速度（S）作为输入参数。对焊缝宽度（W），焊缝高度（H）和焊缝渗透率（P）（图1）进行测量，并用作为输出参数。在整个实验中，管到工作的距离保持不变（25毫米）。规定的埋弧焊条件和相应的焊缝形状标准显示在表1中。这个用于实验的3*3因素表格包括三个层次的三个参数的主要和互动影响。从焊接中所获得的数据显示所需要的数学模型数量是27。板式表面焊缝焊接使用的电极丝直径是三点二毫米，测试材料是180*80*10的低碳钢板。使用的电源是半自动埋弧焊焊接用恒流电源机，切割后的焊缝横截面，金相样品制备要使用标准方法，如研磨，抛光，蚀刻。焊缝的部分被用光学显微镜检查。通过放大拍摄照片和图像进行数字化处理来测量焊缝几何参数，包括焊道宽度，高度和珠穿透深度。2.2埋弧焊过程和统计评估数学模型的建立埋弧焊过程的数学模型的构造可以使用多个曲线回归分析，在这方面，第一，数学形式之间的关系模拟应选择焊缝特征（焊缝宽度，高度和焊缝渗透）和工艺参数（焊接电流，焊接电压，焊接速度）。图1 焊缝几何形状的示意图（W:宽度 H：高度 P：渗透深度）回归系数的计算基于一系列的实验关联数据的选择形式。在这项研究中，数学形式如下假设：其中Fi（i，u，s）是焊缝索引i（在任何焊接条件下，此函数值在焊缝宽度，高度和焊缝渗透的单位是mm)。I是电流，U为电压，S是焊接速度，AI双向词直接投资为系数。以自然对数方程。 （1）给出了回归分析的形式，如用相关联的字母表示变量的自然函数，通过执行多个曲线回归分析的关联式 （2）与实验数列于表1，回归系数的 可以利用一个简单的回归算法计算出来。注意到ai等于exp（ai）。计算回归系数分别列于表2。将表2所示回归系数代入式（1），通过每个焊缝特征分析得到了三个埋弧焊数学模型：在建立数学模型时，敏感性研究要得到充分准确的数据，每个模型的精确度都展示在图2-4上。关于灵敏度的概念，它一般被称作焊接特征模型方程（图2-4），这些方程能较好的反映实验结果（表1），而当中一个目标函数倾向行为比任何设计参数的精确值都要有价值。此外，表3列出这个由统计评价方法得出的准确性。统计评价的指标给出如下定义：误差的平方（SSE）：这个统计措施估量了总的偏差响应值，它也被称为误差平方的总和，通常标示为SSE，一个更接近于0的值。R的平方：它被定义为回归平方和比例平方的总和，它可以是介于0和1之间的任何数，越接近于1越准确。调整后的R平方（自由调整R的平方度）：这个统计使用上述定义的R的平方进行统计，并且以自由剩余度为基础进行调整。当增加了额外的系数到你的模型时，调整后的R的平方统计通常是最好的拟合质量指标。调整后的R平方统计可以采取任何值小于或等于1，用一个接近1的值表示更准确。误差的平方根（RMSE）：这一统计数字称为适应标准误差和标准误差的回归和均方根值，越接近0表示越准确。表1 焊接条件和焊缝测量值表2 焊缝特征模型的回归系数计算值表3 焊缝特征模型的统计分析值3 敏感性分析3.1 灵敏度方程的推导敏感性分析是第一位的，是优化问题中的最重要一步，因为它产生了对计算设计参数的设计目标函数递增或递减趋势的重要信息。因此，在决定过程参数有效地改善问题上，敏感性分析扮演了一个重要的角色(Sarig and Secgin, 2004年）。在数学上，一个关于设计变量的设计目标函数的灵敏度是它的执行变量功能方面的偏导数。在这项研究中，它的目的是预测在埋弧焊过程中工艺参数的微小变化（如电弧电流，电压和焊接速度变动）对焊缝特征的影响趋势。焊缝特征模型可以作为设计目标函数和设计参数变量来表示。在这方面，灵敏度方程的方程 表3-5）可导出为每个工艺参数。因此，关于电流I、电压U、焊接速度S的焊缝宽度灵敏度分别是：关于电流I、电压U、焊接速度S的焊缝高度灵敏度分别是：关于电流I、电压U、焊接速度S的焊缝渗透灵敏度分别是：从公式6-14中的灵敏度可以得出焊缝特征在每一个参数改变时的变化趋势。图2 焊缝宽度计算值与实测值对比 图3 焊缝高度的计算值与实测值的对比 图 4 焊缝渗透深度的计算值与实测值的对比 3.2 敏感性分析结果的评价图5-7显示了不同的焊接条件（表1）下得出的灵敏度分析结果。图5 焊缝宽度、高度和渗透深度的电流灵敏度图6 宽度、高度和渗透深度的电压灵敏度 灵敏度信息应使用衍生工具的数学定义来解释，也就是说，正的灵敏度表示由于工艺参数的一个小小的改变而引起了目标函数的递增，反之，负的灵敏度表示目标函数的递减。图5中的敏感性结果表明现有的焊缝宽度和渗透电流灵敏度比现有的焊缝高度敏感性更大，由于焊缝宽度和渗透的变化比电流变化更加敏感，因此电弧电流可以有效的用于任何的焊缝宽度和渗透力调整。三个焊缝特征的电流灵敏度都是有积极意义。因此，增加电弧电流，电压与焊接速度都能提高了焊缝宽度，焊缝高度、和渗透速度，快慢取决于他们的灵敏度值。如图5（b）所示，随着焊接电流、电压和焊接速度的增加，电流灵敏度也随之增加。换句话说，在焊接电流为400安培，焊接电压为30伏特，焊接速度为6.777mm/s时，电流灵敏度是最大的。所有焊接参数的增加都会导致电流灵敏度的增加。最灵敏的焊缝高度值是在电流为400安培，电压为20伏特，焊接速度为6.777mm/s时。从图5（c）可以清晰的看到，焊接电表7 宽度、高度和渗透深度的焊接速度灵敏度流和电压对渗透的电流灵敏度影响是积极的，然而，焊接速度刚好相反。最大的渗透电流灵敏度在焊接电流为600安培，焊接电压为30伏特，和焊接速度为较低的6.667mm/s时（即最大热输入水平）。从图6可以看出，焊缝宽度和渗透的电压灵敏度是正，而焊缝高度的电压灵敏度是负的。这意味着在焊接工艺参数的一个增量能够增加焊缝宽度和渗透，减少焊缝高度。焊缝宽度似乎在电压变化上比焊缝高度和渗透力更为敏感。如图6（a）所示，焊缝宽度电压灵敏度随电流增加而增加。因此，在较高的电流下，焊缝宽度比电压变化更加敏感。另一方面，焊接电压灵敏度随电压和速度的增加而减少。焊缝宽度最大的电压灵敏度是在电流为600安培，电压为20V和焊接速度为6.6667毫米/秒时。在图6（b）中负电压灵敏度值表示电压的增加能降低焊缝高度。根据这一信息，预测最低焊缝高度是在较高的电流（600A），低电压（20V）和较低的速度（6.667毫米/秒）时。相比于图6（a）中的焊缝宽度电压灵敏度，图6（c）中的焊缝渗透的电压灵敏度非常低，这表明对于焊缝渗透性，电压变化的影响有限。因此，可以说，焊接电压是不是一个有效控制渗透的参数。然而，在焊接电流为600安培，电压为20伏特，焊接速度为6.6667毫米/ 秒时，焊缝渗透有更好的灵敏度。如图7所示，焊缝宽度，高度和渗透的焊接速度灵敏度是负值。这些敏感性意味着在焊缝宽度，高度和渗透珠预测值的递减趋势。这显然可以看到，焊接速度的变化对焊缝宽度的影响非常大，然而对渗透几乎没什么影响。焊缝宽度的负焊接速度灵敏度随电流和电压的增加而增加，然而它随焊接速度的增加而降低（图7（a）。在较高的焊接电流（600A），较高焊接电压（30V）和较低的焊接速度（6.6667毫米/秒）（即最大热输入量）时焊缝宽度的敏感度是最高的。如图7（b）所示 ，因为最大的负灵敏度值影响的结果，在一个较高的电流参数设置（电流600A，电压20V，焊接速度为6.6667mm/s)时焊缝高度最小。在任何的焊接条件下，焊缝的渗透性对焊接速度变化的影响都不敏感。因此，焊接速度不能有效地用于渗透性控制。一般敏感性分析的结果与Kim等人于2003年对GMA焊接工艺研究所获得的结果非常相似。在GMA焊接（金等人，2003年）和埋弧焊工艺上，焊缝宽度和高度的电流灵敏度随着电流的增加而增加，而渗透的电流灵敏度随电流不断增加的而减少。除了电流灵敏度，GMA和埋弧焊焊接工艺在焊接电压和焊接速度灵敏度上也具有相似性。灵敏度值在两种分析中是相同的，例如，所有电流灵敏度是正，所有速度灵敏度都是负的。在获得相对较低的电流灵敏度值以后，金等人（2003年）得出结论，GMA焊接工艺参数变化焊缝宽度和高度的影响比对渗透的影响更大。然而，在目前的埋弧焊研究中，发现渗透性对于参数变化尤其是电流变化时非常敏感的，这种差异可以归因于焊接工艺的不同特点和不同的实验条件。4. 结论 在本研究的第一部分，使用曲线回归方程的数学模型，此模型是由实验数据建立起来的。然后，进行了焊缝参数的灵敏度分析，如焊缝高度，宽度和渗透深度对焊接电流，电压，速度变化在埋弧焊焊接工艺中的影响。为了得到满足一定要求的焊道形状，焊接工艺参数可以用在本研究中建立的数学模型进行有效的预测。这些数学模型也可用于优化焊接工艺过程，并开发焊接电源的自动化控制系统。 从上述敏感度分析可以得出以下结