船用大型锻件余热热处理工艺方法研究及参数优化

论文摘要

长轴类大型锻件一般用于传动轴,是机器设备的关键和核心部件,是制造重大装备的基础件,质量要求十分严格。大型锻件由于尺寸大、重量大,需要由大型钢锭直接锻压而成,锻压后锻件性能、组织不均匀非常严重。为达到工作性能要求,必须制定合理的热处理工艺,改善其组织性能,并减少加热时间以达到节约能源的目的。本论文的研究课题来源于广东省重大科技专项（2009A080304004）“船舶工业用大型锻件锻造减量化及余热能源利用技术的研究与产业应用”。本文以传热学理论为基础,以船用长轴类大锻件为研究对象,制定了余热热处理工艺规范,采用有限元数值模拟和试验研究相结合的方法,对锻件的余热热处理过程进行数值模拟,并通过优化算法优化了最终热处理工艺参数。本文研究内容和结论如下:（1）根据锻件材料的化学成分、热物性数据、等温转变曲线（TTT）和相变潜热等,建立了35CrMo材料库。通过对锻件内部温度的实测,采用有限差分法编程计算,获得锻件换热系数曲线。（2）通过物理模型试验验证了余热正火热处理工艺是可行的。试验结果表明,该工艺不仅保证了锻件中心部位的韧性、改善了表面耐磨性,而且缩短了加热时间。相对于常规正火工艺,余热正火减少了58%以上的加热时间。（3）采用DEFORM-3D有限元软件建立了余热热处理过程的有限元计算模型,通过试验对模型进行了验证,模拟结果与实测结果基本相符。数值模拟结果表明,淬火5min时,锻件圆角部位的等效应力最大,此时等效应力为401Mpa,锻件在淬火过程中不会出现塑性变形现象。调质处理后主要组织为回火索氏体,具有良好的综合力学性能。（4）提出了一种SVM神经网络与遗传算法相结合的长轴类大型锻件热处理工艺参数优化方法,以淬火温度、淬火保温时间、回火温度和回火保温时间等工艺参数为优化对象、加热时间和最大残余应力为优化目标,对长轴类大型锻件的最终热处理工艺进行了优化。首先进行正交试验,以试验数据为样本;通过神经网络建立工艺参数与目标之间的非线性映射模型;然后采用遗传算法对模型进行优化获取最优工艺参数。结果表明:相对于传统的调质工艺,优化工艺的加热时间减少了22%、最大残余应力下降了24%。

论文目录

• 摘要
• ABSTRACT
• 第一章 绪论
• 1.1 概述
• 1.2 余热热处理的国内外研究现状
• 1.2.1 余热热处理工艺概述
• 1.2.2 国内外研究现状
• 1.3 数值模拟技术在热处理中的应用及国内外研究现状
• 1.3.1 数值模拟技术在热处理中的应用
• 1.3.2 热处理数值模拟国内外研究现状
• 1.3.3 热处理数值模拟的存在的问题和展望
• 1.4 人工神经网络和遗传算法在热处理工艺优化中的作用
• 1.4.1 热处理工艺优化方法
• 1.4.2 人工神经网络应用于仿真预测
• 1.4.3 几种常用的神经网络模型
• 1.4.4 神经网络与遗传算法相结合的优化方法
• 1.4.5 神经网络与遗传算法的应用研究现状
• 1.5 本文的主要工作
• 1.5.1 本文研究的背景、目的和意义
• 1.5.2 本文研究的主要内容
• 1.6 本章小结
• 第二章 热处理过程的有限元技术及建模
• 2.1 引言
• 2.2 DEFROM-3D 有限元软件简介
• 2.2.1 DEFORM-3D 的特点
• 2.2.2 DEFORM 软件的理论基础
• 2.2.3 DEFORM-HT 模块介绍
• 2.3 温度场模型的建立
• 2.3.1 导热方程
• 2.3.2 初始条件和边界条件
• 2.3.3 热物性参数
• 2.4 组织转变的数值模拟
• 2.4.1 利用等温冷却转变曲线计算组织转变
• 2.4.2 相变材料模型的建立
• 2.5 应力场数值模型的建立
• 2.5.1 热弹塑性问题
• 2.5.2 热弹塑性问题的求解
• 2.6 本章小结
• 第三章 35CrMo 轴锻件余热热处理试验研究及分析
• 3.1 引言
• 3.2 换热系数计算
• 3.2.1 热电偶校正试验
• 3.2.2 换热系数试验
• 3.2.3 有限差分法计算换热系数
• 3.3 余热热处理试验方案
• 3.3.1 试样材料
• 3.3.2 试样制备
• 3.3.3 试验设备
• 3.3.4 实验步骤
• 3.4 试验结果及分析
• 3.4.1 余热正火试验结果及分析
• 3.4.2 调质处理试验结果及分析
• 3.5 建立模型及试验验证
• 3.5.1 有限元模型的建立
• 3.5.2 实验数据与计算结果对比
• 3.6 本章小结
• 第四章 余热热处理工艺制定及数值模拟
• 4.1 引言
• 4.2 余热热处理工艺制定
• 4.2.1 余热正火工艺制定
• 4.2.2 调质工艺制定
• 4.3 余热正火数值模拟及分析
• 4.3.1 锻后空冷
• 4.3.2 正火加热
• 4.3.3 正火冷却
• 4.4 淬火模拟及分析
• 4.4.1 加热阶段
• 4.4.2 淬冷
• 4.5 回火数值模拟及分析
• 4.5.1 回火加热
• 4.5.2 空冷
• 4.6 本章小结
• 第五章 最终热处理工艺参数优化
• 5.1 引言
• 5.2 正交试验设计
• 5.2.1 正交试验表
• 5.2.2 加热时间正交试验分析
• 5.2.2 最大残余应力正交试验分析
• 5.3 灰色关联度分析
• 5.3.1 原始数据处理
• 5.3.2 灰色关联度值计算
• 5.4 SVM 回归建模
• 5.4.1 支持向量机（SVM）的介绍
• 5.4.2 灰色关联度回归模型的建立
• 5.4.3 加热时间回归模型的建立
• 5.4.4 最大残余应力回归模型建立
• 5.5 遗传算法设计及优化工艺
• 5.5.1 遗传算法
• 5.5.2 控制参数设定
• 5.5.3 遗传算法的编译实现
• 5.5.4 遗传算法优化工艺参数
• 5.6 本章小结
• 全文结论与展望
• 全文结论
• 展望
• 参考文献
• 攻读学位期间发表的论文
• 致谢
• 附表