肖 罡,歐 敏,李時春,萬可謙,周妃四,楊欽文

(1.江西科駿實(shí)業(yè)有限公司,南昌 330100;2.湖南科技大學(xué),難加工材料高效精密加工湖南省重點(diǎn)試驗(yàn)室,湘潭 411201;3.湖南大學(xué)機(jī)械與運(yùn)載工程學(xué)院,長沙 410082)

0 引 言

焊接工藝在制造業(yè)中發(fā)揮著十分重要的作用,不可或缺。焊接培訓(xùn)在培養(yǎng)焊接行業(yè)人才方面發(fā)揮著至關(guān)重要的作用。但是,傳統(tǒng)的焊接培訓(xùn)模式存在能源消耗大、污染環(huán)境、危害人體健康等顯著缺點(diǎn),與國家綠色低碳的發(fā)展目標(biāo)不符。虛擬仿真技術(shù)因具有綠色高效、節(jié)省試驗(yàn)成本、降低資源消耗等顯著優(yōu)勢而在工業(yè)制造領(lǐng)域得到了廣泛應(yīng)用。越來越多的學(xué)者開始聚焦于虛擬仿真技術(shù)在焊接培訓(xùn)中的應(yīng)用研究,這為焊接培訓(xùn)領(lǐng)域開辟了新的道路。

程雨瀟等[1]對可以應(yīng)用虛擬焊接仿真技術(shù)的焊接種類以及該技術(shù)的發(fā)展前景進(jìn)行了分析,并通過多個實(shí)例來證明虛擬焊接仿真的實(shí)用性,驗(yàn)證了虛擬焊接仿真在各個制造行業(yè)中扮演的重要角色以及在人才培養(yǎng)方面具有的巨大優(yōu)勢。張怡青等[2]研究發(fā)現(xiàn),虛擬仿真技術(shù)與焊接實(shí)訓(xùn)相結(jié)合具有明顯的優(yōu)勢,是一種經(jīng)濟(jì)、高效、環(huán)保、安全的焊接培訓(xùn)方式,具有現(xiàn)實(shí)的經(jīng)濟(jì)效益、社會效益和環(huán)境效益。謝本凱等[3]指出,焊縫成形的動態(tài)仿真建模是實(shí)現(xiàn)虛擬焊接仿真的關(guān)鍵技術(shù)。然而,目前對焊縫成形的仿真建模的研究皆以靜態(tài)仿真為主,缺乏實(shí)時的動態(tài)交互仿真?；诖?作者通過CO2氣體保護(hù)焊V形坡口對接試驗(yàn)開展了焊縫成形的動態(tài)仿真建模研究。首先,根據(jù)試驗(yàn)結(jié)果建立工藝參數(shù)與焊縫成形幾何形貌的預(yù)測模型,實(shí)現(xiàn)對不同焊接參數(shù)下焊縫成形幾何形貌的實(shí)時預(yù)測;其次,結(jié)合對焊縫截面和表面形貌的量化分析,通過幾何關(guān)系和數(shù)學(xué)模型對焊縫截面和表面形貌進(jìn)行虛擬化重構(gòu),建立焊縫截面和表面形貌的虛擬化仿真模型;最后,開發(fā)焊縫形貌預(yù)測與虛擬化仿真系統(tǒng),基于焊接培訓(xùn)過程中獲取的實(shí)時焊接參數(shù),并結(jié)合所建立的預(yù)測模型與焊縫形貌虛擬化仿真模型實(shí)現(xiàn)焊縫形貌的動態(tài)仿真與實(shí)時交互。

1 試驗(yàn)方法與結(jié)果

試驗(yàn)所用待焊材料為Q235鋼板,尺寸為100 mm×40 mm×6 mm。采用TransPlus Synergic 5000型焊機(jī)進(jìn)行CO2氣體保護(hù)對接焊,鋼板開V形坡口,坡口角度為30°,鈍邊為0.5 mm,根部對接間隙為1 mm。焊絲型號為H08Mn2SiA,直徑為1 mm。

影響CO2氣體保護(hù)焊焊縫成形質(zhì)量和幾何形貌的主要工藝參數(shù)包括焊接電流、焊接電壓、焊接速度、氣體流量、焊槍行走角、焊槍工作角、焊絲干伸長、送絲速度等[4-7]。通過預(yù)試驗(yàn)發(fā)現(xiàn),當(dāng)送絲速度為3.5 mm·s-1時,焊縫成形效果和焊接質(zhì)量均良好。另外,焊機(jī)會自動匹配與送絲速度相適應(yīng)的焊接電流。作者設(shè)計正交試驗(yàn)時主要考慮焊接電壓、焊接速度、氣體流量、焊槍行走角(左焊法)這4個工藝參數(shù)的影響,其他工藝參數(shù)保持不變,送絲速度為3.5 mm·s-1,焊絲干伸長為15 mm,焊槍工作角為90°。確定的因素水平如表1所示,采用4因素5水平的正交試驗(yàn),共進(jìn)行25組試驗(yàn)。焊接時先進(jìn)行單道打底焊,再進(jìn)行填充焊。打底焊的熔深和熔寬是衡量打底焊質(zhì)量的重要指標(biāo),也是影響焊縫截面形貌的重要幾何參數(shù),直接影響著后續(xù)焊接質(zhì)量[8-9]。因此,正交試驗(yàn)時以打底焊的焊縫熔寬、熔深為考核指標(biāo)。

表1 正交試驗(yàn)的因素水平

焊后截取焊縫形貌較好區(qū)域的焊縫截面,用3000#砂紙打磨后拋光,用王水腐蝕后,采用OST-CF200型光學(xué)顯微鏡觀察截面形貌,對熔寬、熔深進(jìn)行多次測量取平均值,測量方法如圖1所示,結(jié)果如表2所示。

圖1 焊縫熔寬和熔深的測量方法示意Fig.1 Diagram of measurement method of weld melting width and depth

表2 正交試驗(yàn)結(jié)果

2 焊縫形貌建模

2.1 焊縫形貌神經(jīng)網(wǎng)絡(luò)預(yù)測模型

由于CO2氣體保護(hù)焊焊縫形貌受到多個工藝參數(shù)影響,并且各參數(shù)之間還存在交互作用,使得焊接過程呈現(xiàn)出高度非線性、不確定性等特點(diǎn),因此采用傳統(tǒng)的數(shù)學(xué)建模方法來實(shí)現(xiàn)焊縫形貌預(yù)測極其困難[10-13]。近年來,隨著人工神經(jīng)網(wǎng)絡(luò)研究的深入和發(fā)展,其在解決高度非線性和嚴(yán)重不確定性系統(tǒng)問題上表現(xiàn)出巨大優(yōu)勢,具有能逼近任意一個非線性映射函數(shù)的特性,這為焊接過程建模開辟了新思路[14-17]。為了實(shí)現(xiàn)對不同焊接參數(shù)下焊縫形貌的實(shí)時預(yù)測,作者應(yīng)用多層感知機(jī)神經(jīng)網(wǎng)絡(luò)算法建立了焊接工藝參數(shù)與焊縫形貌之間的映射關(guān)系,根據(jù)輸入和輸出變量確定了多層感知機(jī)神經(jīng)網(wǎng)絡(luò)模型結(jié)構(gòu),并將焊接試驗(yàn)數(shù)據(jù)輸入模型進(jìn)行訓(xùn)練,最后通過確定各層神經(jīng)元節(jié)點(diǎn)的權(quán)值和偏置系數(shù)得到了該模型的數(shù)學(xué)解析式。多層感知機(jī)神經(jīng)網(wǎng)絡(luò)模型具體建立過程如下。

首先,通過數(shù)據(jù)標(biāo)準(zhǔn)化,將樣本數(shù)據(jù)按照一定比例進(jìn)行轉(zhuǎn)換,使其落入一個小的特定區(qū)間內(nèi),例如0～1或-1～1的區(qū)間內(nèi),以避免樣本數(shù)據(jù)之間因數(shù)量級差別較大而造成神經(jīng)網(wǎng)絡(luò)的預(yù)測誤差較大。為此,作者采用極差標(biāo)準(zhǔn)化方法對訓(xùn)練樣本(焊接工藝參數(shù))進(jìn)行數(shù)據(jù)標(biāo)準(zhǔn)化處理,其計算式為

(1)

式中:x′為標(biāo)準(zhǔn)化后的值;x為工藝參數(shù)(焊接電壓、焊接速度、氣體流量、焊槍行走角);xmin為該工藝參數(shù)中的最小值;xmax為該工藝參數(shù)中的最大值。

經(jīng)過數(shù)據(jù)標(biāo)準(zhǔn)化處理后,將焊接工藝參數(shù)作為多層感知機(jī)神經(jīng)網(wǎng)絡(luò)模型的數(shù)據(jù)輸入,焊縫形貌幾何尺寸(熔寬、熔深)作為多層感知機(jī)神經(jīng)網(wǎng)絡(luò)模型的目標(biāo)輸出值,建立以焊縫熔寬或熔深為目標(biāo)函數(shù)的多層感知機(jī)神經(jīng)網(wǎng)絡(luò)模型,如圖2所示。多層感知機(jī)神經(jīng)網(wǎng)絡(luò)模型由多個節(jié)點(diǎn)層組成且為全連接,第一層是輸入層,最后一層是輸出層,中間為隱層,每一層包括確定數(shù)目的神經(jīng)元。

圖2 多層感知機(jī)神經(jīng)網(wǎng)絡(luò)模型Fig.2 Multi-layer perceptron neural network model

根據(jù)多層感知機(jī)神經(jīng)網(wǎng)絡(luò)算法原理對模型結(jié)構(gòu)進(jìn)行解析,其中隱層神經(jīng)元加權(quán)值hj的解析式為

(2)

式中:xi為輸入層輸入變量;ωij為輸入層到隱層連接權(quán)值;bj為輸入層連接隱層神經(jīng)元的偏置系數(shù);i,j分別為輸入層神經(jīng)元的序數(shù)和隱層神經(jīng)元的序數(shù);n為輸入層神經(jīng)元的總個數(shù)。

隱層神經(jīng)元激勵函數(shù)采用sigmoid函數(shù),解析式為

(3)

輸出焊縫截面形貌y(熔寬或熔深)的解析式為

(4)

式中:ωj為隱層到輸出層連接權(quán)值;b為隱層連接輸出層神經(jīng)元的偏置系數(shù);n′為隱層神經(jīng)元的總個數(shù)。

最后,將焊接試驗(yàn)數(shù)據(jù)輸入該模型算法程序中,對模型進(jìn)行訓(xùn)練,確定各層神經(jīng)元節(jié)點(diǎn)的權(quán)值和偏置系數(shù)。將確定的權(quán)值和偏置系數(shù)代入式(4),得到該模型的數(shù)學(xué)解析式,完成模型的建立。

2.2 模型的預(yù)測性能

應(yīng)用建立的多層感知機(jī)神經(jīng)網(wǎng)絡(luò)模型對熔寬、熔深進(jìn)行預(yù)測,通過python編程進(jìn)行數(shù)據(jù)可視化分析,繪制的試驗(yàn)值與預(yù)測值擬合曲線如圖3所示。由圖3可以直觀地看出,模型預(yù)測值與試驗(yàn)值幾乎完全重合。經(jīng)計算,熔寬預(yù)測的最大偏差為0.097 mm,模型擬合優(yōu)度為0.999 269;熔深預(yù)測的最大偏差為0.051 mm,模型擬合優(yōu)度為0.999 567。綜上分析,建立的多層感知機(jī)神經(jīng)網(wǎng)絡(luò)模型擬合優(yōu)度高,可以實(shí)現(xiàn)對焊縫形貌幾何參數(shù)的精準(zhǔn)預(yù)測。

圖3 焊縫熔寬和熔深試驗(yàn)值與預(yù)測值的擬合曲線Fig.3 Fitting curves of test values and predicted values of weld melting width (a) and melting depth (b)

2.3 焊縫形貌虛擬化仿真模型

在V形坡口對接焊過程中,熔滴在重力作用下落入施焊區(qū)域,冷卻后形成焊縫。焊縫截面的幾何形貌主要取決于側(cè)壁、底部及頂部輪廓形狀,其中側(cè)壁及底部幾何形貌可以根據(jù)基板尺寸、坡口角度和對接間隙來確定,焊縫頂部則呈現(xiàn)如圖4(a)所示的上凸的弧形或如圖4(b)所示的下凹的弧形,因此需要建立合適的數(shù)學(xué)模型來擬合焊縫頂部的輪廓。通過幾何關(guān)系和數(shù)學(xué)模型對焊縫截面進(jìn)行虛擬化重構(gòu),建立的焊縫截面虛擬化仿真模型如圖4(c)所示,以熔寬Yw、熔深Yd以及焊縫頂部輪廓曲線ADB數(shù)學(xué)模型來表征虛擬焊縫截面的幾何結(jié)構(gòu)[18]。

圖4 焊縫截面形貌與虛擬化仿真模型Fig.4 Weld cross-section morphology (a-b) and virtual simulation model (c):(a) convex arc and (b) sunken arc

為了使建立的數(shù)學(xué)模型能夠同時滿足圖4(a)和圖4(b)的2種截面形貌,以圖4(c)中O點(diǎn)為坐標(biāo)原點(diǎn),A(-Yw/2,0)、B(Yw/2,0)為曲線端點(diǎn),建立余弦模型來擬合焊縫頂部輪廓曲線ADB,具體模型[18]為

Y=a+b′cos(cX) (cX∈[-π/2,π/2])

(5)

(6)

b′=Yd-a

(7)

c=π/Yw

(8)

為了建立焊縫表面虛擬化仿真模型,提取了圖5(a)中焊縫表面形貌的紋理特征和焊縫寬度來表征焊縫表面的幾何形貌。在焊接過程中,焊縫表面的形成過程可以理解為無數(shù)個熔池單元沿焊接方向的堆疊,由于熔池紋理類似橢圓曲線,因此選用橢圓模型來表征熔池單元,并通過幾何關(guān)系和數(shù)學(xué)模型對焊縫表面進(jìn)行虛擬化重構(gòu),建立的焊縫表面虛擬化仿真模型如圖5(b)所示,其中橢圓短軸等于Yw,長軸等于2Yw。

圖5 焊縫表面形貌與虛擬化仿真模型Fig.5 Weld surface morphology (a) and virtual simulation model (b)

3 焊縫形貌預(yù)測及虛擬化仿真系統(tǒng)的開發(fā)

通過Python編程開發(fā)CO2氣體保護(hù)焊焊縫形貌預(yù)測及虛擬化仿真系統(tǒng),該系統(tǒng)集成了數(shù)據(jù)的檢索、修改、刪除以及新數(shù)據(jù)的錄入功能,試驗(yàn)數(shù)據(jù)建模功能,焊縫形貌預(yù)測與虛擬化仿真演示功能,用戶信息維護(hù)與管理功能等,為虛擬焊接培訓(xùn)提供了焊縫形貌的動態(tài)仿真建模與實(shí)時交互平臺。焊縫形貌預(yù)測及虛擬化仿真系統(tǒng)功能結(jié)構(gòu)總體包括登錄界面、系統(tǒng)主界面、試驗(yàn)數(shù)據(jù)與建模、數(shù)據(jù)預(yù)測與仿真及系統(tǒng)管理5個功能模塊,其中試驗(yàn)數(shù)據(jù)與建模、數(shù)據(jù)預(yù)測與仿真是本系統(tǒng)的核心功能。該系統(tǒng)的功能結(jié)構(gòu)如圖6所示,具體工作流程如圖7所示。

圖6 仿真系統(tǒng)的功能結(jié)構(gòu)Fig.6 Simulation system functional structure

圖7 仿真系統(tǒng)的工作流程Fig.7 Simulation system workflow

在試驗(yàn)數(shù)據(jù)與建模模塊中,以試驗(yàn)數(shù)據(jù)作為多層感知機(jī)神經(jīng)網(wǎng)絡(luò)的訓(xùn)練樣本,建立焊接工藝參數(shù)與焊縫幾何形貌的映射關(guān)系,并通過計算和求解確定多層感知機(jī)神經(jīng)網(wǎng)絡(luò)模型中各項(xiàng)權(quán)值與偏置系數(shù),從而獲得確定的數(shù)學(xué)表達(dá)式,最終完成焊縫形貌預(yù)測模型的建立。試驗(yàn)數(shù)據(jù)與建模界面主要包含顯示/編輯試驗(yàn)數(shù)據(jù)、試驗(yàn)數(shù)據(jù)建模、打印終端信息三大功能。在顯示/編輯試驗(yàn)數(shù)據(jù)模塊中可以實(shí)現(xiàn)對試驗(yàn)數(shù)據(jù)的檢索、修改、刪除以及新數(shù)據(jù)的錄入。在試驗(yàn)數(shù)據(jù)建模模塊中可以應(yīng)用機(jī)器學(xué)習(xí)智能算法對試驗(yàn)數(shù)據(jù)樣本進(jìn)行學(xué)習(xí),通過構(gòu)建多層感知機(jī)神經(jīng)網(wǎng)絡(luò)模型建立焊接工藝參數(shù)與焊縫形貌之間的映射關(guān)系。打印終端信息生成建模信息,完成焊縫形貌預(yù)測模型的建立。

在數(shù)據(jù)預(yù)測與仿真模塊中,以焊接培訓(xùn)過程中產(chǎn)生的實(shí)時焊接參數(shù)作為測試數(shù)據(jù),結(jié)合所建立的預(yù)測模型與焊縫形貌虛擬化仿真模型,通過實(shí)時獲取測試數(shù)據(jù)來實(shí)現(xiàn)焊縫形貌的動態(tài)仿真與實(shí)時交互。數(shù)據(jù)預(yù)測與仿真模塊界面主要包含編輯/錄入測試數(shù)據(jù)功能、仿真數(shù)據(jù)演示功能、焊縫形貌虛擬化仿真演示功能。在數(shù)據(jù)預(yù)測模塊中可以實(shí)現(xiàn)對測試數(shù)據(jù)的檢索、修改、刪除以及新數(shù)據(jù)的錄入。在仿真數(shù)據(jù)演示模塊中可以實(shí)時顯示測試數(shù)據(jù)信息,以及與該組測試數(shù)據(jù)對應(yīng)的預(yù)測結(jié)果。在焊縫形貌虛擬化仿真演示模塊中能夠基于測試參數(shù)動態(tài)演示虛擬化仿真的焊縫形貌,此時,焊縫截面形貌會隨測試參數(shù)時刻發(fā)生變化,焊縫表面形貌也會同步發(fā)生變化,同時焊縫表面形貌生成的位置也會時刻變化。

4 結(jié) 論

(1) 基于試驗(yàn)數(shù)據(jù)訓(xùn)練,建立了焊縫熔寬和熔深的多層感知機(jī)神經(jīng)網(wǎng)絡(luò)預(yù)測模型,模型對熔寬預(yù)測的最大偏差為0.097 mm,擬合優(yōu)度為0.999 269,對熔深預(yù)測的最大偏差為0.051 mm,擬合優(yōu)度為0.999 567。

(2) 在對焊縫截面幾何結(jié)構(gòu)及表面形貌進(jìn)行分析的基礎(chǔ)上,構(gòu)建了以焊縫熔深和熔寬為輸入變量的焊縫截面形貌數(shù)學(xué)模型和以焊縫熔寬為輸入變量的表面形貌數(shù)學(xué)模型,實(shí)現(xiàn)了焊縫形貌的虛擬化仿真。通過python編程開發(fā)了CO2氣體保護(hù)焊焊縫形貌預(yù)測與虛擬化仿真系統(tǒng),實(shí)現(xiàn)了焊縫成形的實(shí)時預(yù)測與動態(tài)仿真可視化。