分享：基于5G通信与高速拍照技术的喷丸强化仿真试验验证

摘 要:基于 Eulerian-Eulerian气固两相流模型,采用 Fluent-EDEM 耦合计算的方式,对喷丸 过程中弹丸瞬时速度和速度分布进行仿真分析;通过高速相机对弹丸空间位置进行记录,采用5G 通信技术将喷丸设备的实时数据和高速相机的图像传输到云平台,利用图像处理技术获得弹丸速 度,从而实现喷丸强化仿真的试验验证。结果表明:不同工艺参数下弹丸速度的仿真结果与实测值 之间的相对误差最大不超过12.1%,模型的仿真预测精度较高;弹丸喷出后的速度随距喷口距离增大 而先升后降,弹丸速度的空间分布呈抛物线趋势;开发的喷丸强度分析软件预测精度可达95%。 

关键词:喷丸强化;工艺参数;仿真分析;5G;高速相机 

中图分类号:TG147 文献标志码:A 文章编号:1000-3738(2022)05-0077-05 

0 引 言 

喷丸强化是一种表面强化技术,具有操作简单、 效果显著等优点,广泛应用于航空航天、核电、汽车 等领域。喷丸强化与滚压、内挤压一样属于冷处理 工艺,其利用高速运动的弹丸流冲击零部件表面,使 零部件表面发生弹塑性变形,产生一层很薄的残余 压应力层。喷丸强化除了产生残余压应力以外,还 会导致表面材料的组织结构发生变化,主要表现为 晶粒细化和位错密度增大。以上两方面的综合作用 会显著提高零部件的疲劳性能[1-3]、表面的硬度和强 度[4]以及抗应力腐蚀及耐高温氧化等性能[5-6]。对 于喷丸处理的强化效果,可以通过 X 射线衍射技术 等方法测定残余应力在材料内部的分布状况进行表 征[7-8]。影响材料喷丸强化效果的因素有很多,有材 料自身的属性,比如密度、强度、泊松比、弹性模量、 剪切模量等,此外还包括喷丸工艺参数,比如弹丸种 类、弹丸尺寸、弹丸形状、弹丸速度、喷丸时间以及喷 丸覆盖率等。 

在实际生产过程中,工艺文件中通常规定了不同零件喷丸强化所需要的强化程度。喷丸强度通常 用阿尔门试片的弯曲程度表征;弹丸能量越大,阿尔 门试片的弯曲程度越大。对于车间生产现场来说, 固定的零件所用弹丸材料大都固定,基于工艺操作 便捷性的考虑,喷丸角度也基本不会进行更改,因此 弹丸速度成为了弹丸能量最主要的制约因素。之前 在制定喷丸工艺时主要利用喷丸机进行喷丸试验来 确定各喷丸工艺参数,试验操作繁琐,耗费大量人 力、物力,而且需要对比大量的试验数据才能得出合 理的喷丸参数。一旦车间设备进行升级换代,前期 积累的人工经验数据往往无法运用。仿真分析能够 对喷丸过程进行模拟,具有成本低和迭代快的优势, 是一种很好的辅助方法。以往研究喷丸强化的仿真 分 析 工 作[9-13],大 多 选 择 有 限 元 (FiniteElement Method,FEM)或者离散元(DiscreteElementMethod, DEM)方法对喷丸工艺过程进行仿真分析,然后配合 喷丸试验进行验证。但是在试验验证过程中,由于没 有很好的方法对弹丸速度进行准确的测试,这些方法 仿真的准确性并不是很高。因此,寻找一种准确测定 弹丸速度的方法,是相关研究人员努力的方向之一。 

同零件喷丸强化所需要的强化程度。喷丸强度通常 用阿尔门试片的弯曲程度表征;弹丸能量越大,阿尔 门试片的弯曲程度越大。对于车间生产现场来说, 固定的零件所用弹丸材料大都固定,基于工艺操作 便捷性的考虑,喷丸角度也基本不会进行更改,因此 弹丸速度成为了弹丸能量最主要的制约因素。之前 在制定喷丸工艺时主要利用喷丸机进行喷丸试验来 确定各喷丸工艺参数,试验操作繁琐,耗费大量人 力、物力,而且需要对比大量的试验数据才能得出合 理的喷丸参数。一旦车间设备进行升级换代,前期 积累的人工经验数据往往无法运用。仿真分析能够 对喷丸过程进行模拟,具有成本低和迭代快的优势, 是一种很好的辅助方法。以往研究喷丸强化的仿真 分 析 工 作[9-13],大 多 选 择 有 限 元 (FiniteElement Method,FEM)或者离散元(DiscreteElementMethod, DEM)方法对喷丸工艺过程进行仿真分析,然后配合 喷丸试验进行验证。但是在试验验证过程中,由于没 有很好的方法对弹丸速度进行准确的测试,这些方法 仿真的准确性并不是很高。因此,寻找一种准确测定 弹丸速度的方法,是相关研究人员努力的方向之一。 

1 仿真模型与方法 

1.1 喷口处弹丸速度的模型

 喷丸的本质就是大量的弹丸在气流的作用下快 速运动撞击零件表面的气固耦合的多项流模型,既 要考虑气体运动又要考虑单个弹丸的受力情况。基 于Fluent软件和 EDEM 软件的耦合建模过程可完 美地考虑上述情况。针对这个过程,除考虑流体相(气体相)和颗粒相(弹丸)之间的动量交换外,还要 考虑颗粒相对于流体相的影响。喷丸过程中弹丸与 气体之间 存 在 动 量 和 能 量 的 相 互 交 换,因 此 选 择 Eulerian-Eulerian气固两相流模型,以考虑高速气 流喷射下弹丸的运动情况。喷丸过程中气体的运动 满足连续方程和动量方程: ∂ρair ∂t + ?·v=0 (1) ∂(ρairv) ∂t + (ρairv·?)v=?(μ ?v)- ?p+S (2) 式中:ρair 为气体质量密度;t为时间;v 为速度矢量; μ 为流体动力黏度;p 为气体压力;S 为动量方程的 广义源项。 弹丸运动及阻力方程为 ma=F (3)式中:m,a 分别为弹丸的质量、加速度;F 为弹丸受
到的合力。
在 Fluent-EDEM 耦 合 建 模[14-16]过 程 中,采 用
一种改进的自由流阻力来计算作用在弹丸上的作用
力,计算公式为
F =0.5CdρA|v|v (4)
Cd =
241.0+
0.25R
0.687
e Re (0.5<Re <1000)
0.44 (Re ≥1000)??
(5)式中:Cd 为阻力系数,取决于Re;Re 为流体的雷诺 数;A 为弹丸颗粒的投影面积;ρ 为弹丸颗粒的密 度;v 为弹丸与气流间的相对速度。 

1.2 喷口处弹丸速度的仿真方法 

喷丸强化是一个典型的气力输送过程,涉及连 续气体相和离散的颗粒相的模拟。EDEM 软件采 用离散元方法模拟弹丸的运动,Fluent软件采用有 限体积法模拟气相的流动,两者耦合来计算喷丸的 气力输送过程。为了仿真弹丸喷射过程,对实际喷 丸设备进行了简化处理。设置一段喷嘴前的管道用 于模拟简化的喷丸设备。设定边界压力为喷丸设备 的操作压力,设定一段管道长度用来模拟颗粒相被 气体夹带的加速过程,以使弹丸到达喷嘴处的速度 与试验值基本一致。弹丸运动过程仿真模型如图1 所示,为了减少边界对仿真的影响,仿真区域(管道) 设为半径0.5m 的圆柱状区域,如图1(a)所示,经过 仿真得到的弹丸运动过程分布如图1(b)所示。模拟 时管道长度为60cm,弹丸颗粒位置距离管道边界10cm,重力加速度为9.81m·s -2。在 Fluent软件中 将管道起始段压力设置为400kPa,喷嘴后方空间边 界压 力 设 置 为 0。EDEM 软 件 中 弹 丸 直 径 设 置 为 0.6mm,弹丸流量设置为5kg·min -1。 

1.3 仿真模型的反向优化方法 

由于仿真模型在一定程度上对真实情况进行了 简化,其预测结果与真实的测试结果之间必然存在 一定程度的偏差。为了缩小仿真预测结果与真实测 量结果之间的偏差,需要根据实际的测量数据对仿 真模型进行反向的迭代优化。首先对仿真模型中的 参数进行敏感性分析,即通过一系列改变参数大小 的试验矩阵来评判每个参数对仿真结果的影响程 度,这些参数包括入口压力、出口压力、弹丸流量、控 制方程参数等。然后在各参数的可信范围区间内进 行参数的修正,使得仿真模型在不同的输入条件下 得到的仿真预测结果与真实测量结果尽可能接近。

2 试验方案 

2.1 5G通信快速组网 

喷丸强化过程中,弹丸的运动速度很快,一般为 几十米每秒。为了精确采集弹丸的运动轨迹,进而 获得准确的弹丸运动速度,采用2040Hz的高速工 业相机对喷口位置进行连续拍摄。由于喷丸设备为 实时加工设备,很难采用有线方式进行数据采集。 高速相机拍摄高清照片经压缩后上传需求的上行带 宽约300MB·s -1,为满足如此大上行的要求,研究 中搭建了极简5G 网络进行网络传输,摄像头通过 专用无线路由器接入 5G 网 络,进 入 商 飞 私 有 云。 使用云上资源进行图像识别学习,并转化为弹丸分 布信息。数据采集的网络拓扑图如图2所示。 

为快速实现工业5G 网络覆盖,采用了一套有 别于to-C(面向消费者)的核心网架构,运用本地轻量级核心网和一体机柔性化部署。该网络在核心网 网元功能上进行了针对现场业务的优化,剔除了计 费、语音等工业场景不需要的网元模块,增加了对于 业务的针对性 QoS(QualityofService,服务质量) 调度优化。无线侧采用更适合工业的隙配比,同时 采用载波聚合技术增大载波带宽保障大上行,实测 最大上行带宽达到500 MB·s -1,网络可用性达到 99.999%。 

2.2 喷丸速度测试试验 

喷丸设备由2台工业机械臂和4路喷头组成,2 台机械臂可同时作业,4路喷头可喷不同型号的弹 丸。喷丸设备的喷口直径为10mm,喷口处弹丸的 速度范围为10~70 m·s -1,所用弹丸为铸钢丸,牌 号为 ASR230,弹丸直径为0.6mm。拍照用的高速 相机类型为2040 Hz的高速工业相机,分辨率为 1080P(逐 行 扫 描,沿 垂 直 方 向 有 1080 条 扫 描 线),物 距 为 100 m,景 深 为 5 mm,视 野 大 小 为 100mm。 

如图3所示,在自动喷丸设备喷口处架设高速 相机采集图像,调整相机参数以确保同一弹丸在前 后两帧图片中都出现。通过在喷丸设备内部加设数 据采集网关,采集喷丸设备的压力、流量等参数。通 过新一代通信技术将实时采集到的工艺参数及图片 信息上传至云数据库中用于数据分析。 

使用单格大小为3mm 的标定板对相机进行内 外参标定。试验设定了不同的喷丸压力和流量。每 组采集图像为10张,分别选取2个时刻的连续5张图像。相邻的前后两帧图像如图4所示,通过多帧 数据对比,基于智能算法识别图片中的同一弹丸,通 过计算前后两帧同一弹丸的像素距离和标定数据来 得到弹丸的平均速度。通过对所有图像的采集和分 析得 出 在 100,200,300,400kPa 压 力 下,5kg· min -1流量下的平均弹丸速度。 

3 仿真结果与试验验证 

3.1 喷口处弹丸速度的试验验证

 在100,200,300,400kPa压力及5kg·min -1流 量下仿真及试验得到的弹丸速度如图 5 所示。由 图5可以看出:随着压力的增大,弹丸速度近似呈线 性增大;仿真得到的弹丸速度与试验得到的弹丸速度 基本相等,最大相对误差为12.1%。考虑到仿真模型 的简化以及相机拍摄过程中定位误差等因素,可以认 定所建立的气固两相流模型具有较好的准确性。

 3.2 弹丸速度空间分布仿真结果 

基于图1中的仿真模型,在喷嘴下方设置了直 径50cm、长1m 的圆柱状空间,分析了喷口下方不 同位置处弹丸速度的大小,以400kPa喷丸压力下 的建模为例,描述弹丸速度的空间分布仿真情况。 提取 EDEM 软件在运行0.2~0.5s时间段内的平 均速度,分析弹丸速度随距喷口距离的变化情况。 

由图6可以看出,弹丸速度的空间分布呈近似抛物 线的趋势。从喷口处喷出后(0~20cm),由于空气 的夹带作用,弹丸速度继续小幅上升(2%),随着空 气速度的衰减,在空气曳力和重力加速度的竞争作 用下,弹丸速度有一段起伏阶段(15~40cm),之后 速度缓慢下降(40~100cm),但是弹丸从喷口喷出 后的60cm 范围内,速度整体上并没有出现太大的 衰减。通过仿真分析可知弹丸喷出后速度的空间分 布有很强的规律性,可以以此作为弹丸速度描述模 型的基准。 

3.3 喷丸强度分析软件 

基于上述分析,可以得到弹丸速度等工艺参数。 为了实现对既定参数下喷丸强度的准确预测,及目 标喷丸强度下的工艺参数推荐,对试验数据和仿真 分析结果进行了人工智能学习,得到了不同工艺参 数下喷丸强度的深度学习模型;该模型可随着生产 现场数据的积累进行升级。根据此模型机理,开发 了如图7所示的喷丸强度分析软件。用此软件实现 了在6个工艺参数下的喷丸强度预测和目标喷丸强 度的工艺参数推荐。经实践验证,其预测精度达到 95%。该喷丸强度分析软件极大提升了生产现场的 工作效率。 

4 结 论 

(1)建立了基于5G 通信和高速拍照技术的数 据采集系统,能够有效收集实际生产现场的弹丸速 度数据;基于 Eulerian-Eulerian模型,对弹丸速度进 行仿真分析,弹丸速度仿真结果与试验结果吻合,相 对误差为12.1%,模型的准确性得到了验证。 

(2)弹丸从喷口喷出后速度先升后降,在距离 喷口60cm 范围内速度变化不大,存在小范围波动。

 (3)对试验数据和仿真分析结果进行了人工智 能学习,得到了不同工艺参数下喷丸强度的深度学 习模型,开发了喷丸强度分析软件;此软件的预测精 度达到95%。 

参考文献: [1] PEYRE P,FABBRO R,MERRIEN P,etal.Lasershock processing of aluminium alloys.Application to high cycle fatiguebehaviour[J].MaterialsScienceandEngineering:A, 1996,210(1/2):102-113. [2] GUAGLIANO M.Relating Almen intensity to residual stressesinducedbyshotpeening:A numericalapproach[J]. Journalof MaterialsProcessing Technology,2001,110(3): 277-286. [3] MEGUIDSA,SHAGALG,STRANARTJC.3DFEanalysis ofpeening ofstrain-ratesensitive materials using multiple impingement model[J].International Journal of Impact Engineering,2002,27(2):119-134. [4] MEO M,VIGNJEVIC R.Finiteelementanalysisofresidual stressinduced by shot peening process[J].Advancesin EngineeringSoftware,2003,34(9):569-575. [5] 高玉魁.TC18超高强度钛合金喷丸残余压应力场的研究[J]. 稀有金属材料与工程,2004,33(11):1209-1212. GAO Y K.Residualcompressivestressfieldin TC18ultrahighstrengthtitaniumalloybyshotpeening[J].Rare Metal MaterialsandEngineering,2004,33(11):1209-1212. [6] 张洪伟,张以都,吴琼.喷丸强化残余应力场三维数值分析[J]. 航空动力学报,2010,25(3):603-609. ZHANG H W,ZHANG Y D,WU Q.Three-dimensional numericalanalysisofresidualstressfieldforshot-peening[J]. JournalofAerospacePower,2010,25(3):603-609. [7] BRENTDC,HACKELLA,DALYJ,etal.Highpowerlaser forpeening of metalsenabling productiontechnology[J]. MaterialsandManufacturingProcesses,2000,15(1):81-96. [8] 高玉魁.超高强度钢喷丸表面残余应力在疲劳过程中的松弛规 律[J].材料热处理学报,2007,28(增刊1):102-105. GAOYK.Shot-peenedsurfaceresidualstressrelaxationduring fatiguefor ultra-high strength steel[J].Transactions of MaterialsandHeatTreatment,2007,28(S1):102-105. [9] MURUGARATNAM K,UTILIS,PETRINICN.Acombined DEM-FEM numerical method for shot peening parameter optimisation[J].AdvancesinEngineeringSoftware,2015,79: 13-26. [10] HONG T,OOIJ Y,SHAW B.A numericalsimulationto relatetheshotpeeningparameterstotheinducedresidual stresses[J].EngineeringFailureAnalysis,2008,15(8):1097- 1110. [11] GANGARAJSM H,GUAGLIANO M,FARRAHIG H.An approachtorelateshotpeeningfiniteelementsimulationto theactualcoverage[J].Surfaceand Coatings Technology, 2014,243:39-45. [12] SHIVPURI R,CHENG X M,MAO Y N.Elasto-plastic pseudo-dynamic numerical modelfor the design of shot peeningprocessparameters[J].Materials& Design,2009,30 (8):3112-3120. [13] RICHTER C H, GERKEN P, TELLJOHANN G. Formulationofageneralizedunitcellanditsapplicationto shotpeeningsimulation[J].Resultsin Materials,2020,8: 100151. [14] 刘洋.颗粒流散裂靶流动及传热性能的实验模拟研究[D].兰 州:中国科学院近代物理研究所,2017:18-20. LIU Y.The performance of flow and heat transfer experiments and simulation studies on granular flow spallationtarget[D].Lanzhou:InstituteofModernPhysics, ChineseAcademyofSciences,2017:18-20. [15] 尹宁.基于 CFD-DEM 耦合分析方法的褐煤振动流化现象研 究[D].沈阳:东北大学,2013:9-44. YIN N.Research on vibration fluidized phenomenon for lignitebasedon CFD-DEM couplinganalysis method[D]. Shenyang:NortheasternUniversity,2013:9-44. [16] 周重凯.基于 EDEM 和 FLUENT 耦合的加料机混料过程分 析研究[D].昆明:昆明理工大学,2015:30-40. ZHOU C K.Based on EDEM coupling with FLUENT analysisofAfeedermixtureprocess[D].Kunming:Kunming UniversityofScienceandTechnology,2015:30-40.