焊接变形主要分为横纵向收缩、弯曲、角变形等多种类型,是焊接结构制造时最常见、最多的质量问题。一般情况下,焊接变形主要受设计相关量和制造相关量两个因素影响。焊接变形预测是针对焊接变形提出的预测方案,在焊接结构生产及使用领域发挥着重要作用。虽然我国焊接变形预测技术仍存在一定的滞后性,但结合计算机模拟技术的焊接变形预测使焊接力学计算得到进一步发展,使热弹塑性有限单元法和固有应变法得到广泛应用,使我国焊接变形预测再次得到空前发展。
海洋工程和船舶焊接变形的研究始于上个世纪末期,尤其是近年来对机理的研究以及变形量预测技术的研究使我国焊接变形预测理论体系趋于成熟。目前,对于大型结构焊接变形预测理论发展过程主要分为以下几个阶段。
计算初始阶段仍以结构简单的焊接或简单的实测数据作为实验依据,对于统计公式或曲线都处于理想化状态[1]。直至70年代,才开始将研究重点逐步转向焊接变形预测解析模拟方向,例如日本学者Ueda等提出的固有应变的理念概述,对焊接变形预测以弹塑性解析法为基础,并加以实验验证,是这个阶段最为杰出成果。
国内对于此方面的研究始于80年代初,田锡唐等人对焊接变形以及控制,并对环焊变形的规律等方面也进行了深入研究。初始阶段的焊接变形预测在大型海洋工程和船舶等方面应用非常有限,不仅是因其实验规模小、公式简单,与实际情况差异很大,同时也受大型工程板架复杂的结构,及外界环境因素的影响。
计算机技术的发展及有限元方法的应用在20世纪70年代后实现大型复杂有限元运算,随后基于线弹性有限元固有应变模型逐步得到发展,将焊接变形预测技术推进模型分析发展阶段。到90年代在中小型焊接结构中弹性-塑性有限元的残余应力及变形分析技术已成熟,但对于像海洋工程这样的大型、结构复杂的建造实际应用仍待提高[2]。之后有学者将固有应变的有限元分析形成多道焊接及具有复杂变形数值模拟的三维变形模式。
我国鹿按理等人对移动热源模型在海洋工程等大型焊接结构的应用进行过详细研究。目前,计算机数值模拟已成为定量研究重要手段,作为预测技术、焊接变形控制、减小残余应力的工具,其在海洋工程等大型建造中应用还存在一定的差距。
通过以上两个发展阶段发现,在实际应用中尤其是大型焊接结构,焊接变形预测技术与现实脱节,因此,有些学者开始结合现代新型数据挖掘技术对实现大型数据进行分析、探讨,以期利用多种算法探索着大型海洋工程和船舶建造时数据间的规律,为研究新型焊接变形预测技术提供理论基础。当前,神经网络技术的研究最为显著,且已经在人工智能、大数据处理等领域取得良好的成果。
我国在90年代末逐步开始研究海洋工程和船舶建造时的神经网络技术应用。刘玉君等人已通过对BP神经网络提高海洋工程和船舶建造是焊接变形预测的精度,并对其改进做了详细探讨。对于人工神经网络作为预测工具的效果已在业界达成一致认可,尤其是在大型复杂的结构建造中对大型数据分析处理具有明显优势,并在高精度工程中发挥重要作用。
对于焊接变形预测最常用、最重要的方法就是热弹塑性有限元法,不仅具有同步分析多种影响因素的优势,同时也可以计算复杂的大型数据,模拟基于力学行为的大型焊接结构[3]。对于焊接变形应着重分析显微组织变化情况,液固相变化是否影响热力过程,变形场等,其模拟时需对几何、材料、状态等非线性属性综合分析。其中几何方面要对非线性、建模类型、单元闭锁现象、建筑加密网格等方面研究;对于材料不仅考虑其温度相关性,也要考虑焊接变形热弹塑性有限元模拟时的率无关性塑性和温度与本构的影响关系;状态即单元活动的“生”与“死”状态。
固有应变法与热弹塑性模拟不同,其以完整的焊接结构,合理的焊接变形模拟建立计算方法为基础依据,同时集热应变、塑性应变与相变应变三者于一体。一般情况下,固有应变是塑性应变与相变应变两者残余量总和,即是在焊缝及其影响区零散分布的焊接残余应力源以及焊接变形源。在焊接变形实际应用中固有应变法又分为板壳单元和三维实体单元的固有应变法,其中板壳单元的计算结果、网络划分要比三维实体单元的更科学、更精准、更简单,这也是在中小型厚度焊接结构中计算焊接变形的变形度时板壳单元固有应变法优于三维实体单元固有应变法的根本原因[4]。
焊接变形优化设计以有限元为基础以研究焊接变形相关的控制技术一种重要的方法,也是重点研究焊接变形优化目标函数、焊接变形设计变量影响的重要手段。目前,焊接变形优化设计要是对焊接顺序和焊接热过程的优化。其中焊接顺序直接对薄壁面板结构产生影响引起焊接变形,学术界对焊接顺序的优化主要是利用接头刚度法为依据进行优化研究;焊接热过程优化主要以有限元、灵敏性分析、非线性程序设计为基础理论将焊接热过程实现瞬态焊接的优化研究,例如在焊缝设计加热带,优化其尺寸进而实现降低焊接变形发生率的目的。
随着大数据时代、数据挖掘技术的不断发展,使工程人工神经网络技术发展已趋于成熟,且已成为研究大型建造焊接变形预测技术的新突破点。人工神经网络是一种模型生物学神经系统的并行、分布型的大型处理器,由简单、繁多的处理单元组成,以输入参数和输出变形量为数据基础建模,并结合网络自学特点对各节点权值调节新输入和新输出,进而实现焊接变形预测[5]。目前在海洋工程和船舶建造焊接变形预测方面得到广泛应用,尤其是BP前馈型网络模型的应用范围最广,且已取得良好的应用效果。
基于神经网络的新型焊接变形预测理论仍存在一些不足,例如网络的适应性和泛化性并不能达到理想的效果,尤在BP网络模型实拟预测时对应调节多少节点数无法掌握,这就造成网络与拟合间存在差异,对两者间的平稳点无法准确计算致使网络的适应性较差。虽然神经网络在焊接变形预测技术方面存在一些不足,不可否认,作为新型焊接变形预测的重点研究方向具有重要意义。
综上所述,焊接变形预测技术对海洋工程和船舶建造大型焊接结构精度控制技术具有重要意义。对焊接变形原理、规律的不断研究,找出其相应、高效、科学的控制方法是当前焊接结构制造重要工作。
[1]张萌,朱忠尹.基于固有应变法反应堆压力容器支座焊接变形预测[J].机械,2017,44(08):34-38.
[2]王建兴.大型船舶结构焊接变形固有应变法预测研究[J].工业设计,2017,(08):154-155.
[3]梁伟,夏洋,冯伟,村川英一.焊接变形的高精度测量方法及预测方法研究[J].机械工程学报,2016,52(16):65-70.
[4]顾颖,李亚东,强斌,杨元录.焊接变形预测中固有应变施加的简易方法[J].热加工工艺,2016,45(05):174-177.
[5]任帅,李纯金,李磊,戴凯云,裴大茗,汪皓.基于固有应变理论的船体焊接变形仿真研究[J].船舶工程,2015,37(10):84-88.