本發明涉及一種合金薄板成形工藝方法,特別是涉及一種鋁合金薄板激光彎曲成形工藝方法。
背景技術:
激光彎曲成形技術是一個新興的技術,在20世紀80年代已經被提出來,由于其生產周期短,精度高,無模制造的加工特點,使其正日益引起板材加工業的關注。利用激光進行板材加工變形時,具有很大的靈活性,只需要設計激光的掃描軌跡和加工參數就可以獲得所需形狀的工件。對于生產結構復雜且小批量生產的工件運用激光彎曲技術具有傳統板材加工方法所無可比擬的優勢:
(1)無模制造,節省模具制造費用,生產周期短,對于單件或是小批量的產品生產尤為適用。
(2)激光加工過程中,板材是無載荷加工,因為激光掃描會使板材在激光加工的豎直方向產生溫度梯度,因此板材內部會形成非均勻應力場,最終實現板材的彎曲成形,通過此種方法加工板材,最終板材不會產生回彈現象。
(3)激光彎曲是通過熱態累積使板材逐漸彎曲成形的柔性制造技術,所以對于一些硬而脆的材料也適用。
(4)激光加工的靈活性高,可進行非接觸式加工,適用于一些結構復雜或受空間限制難以移動或靠近的機器或工件。
(5)激光加工可以進行成形、切割、焊接等多工序、同工位復合化加工。
到目前為止國內外眾多學者已經在金屬板材的激光彎曲成形機理、激光彎曲成形過程的有限元模擬以及影響板材激光彎曲成形角度的影響因素等方面都取得了一定成果。可是研究仍處于初級階段,但其潛在的使用價值是巨大的,對于在汽車業、船舶制造業、精密儀表行業以及航空領域都具有巨大的發展空間。將激光彎曲技術應用到鋁合金板材的彎曲成形領域不僅可以解決復雜結構板材成形困難的問題。
從材料方面看,鋁合金材料質量輕盈,強度較高,加工成型性能好和具有抗腐蝕的優點使其在工業生產中的應用前景十分廣闊。并且鋁合金材料具有較高的回收利用率,可達80%以上,綜合鋁及鋁合金的成本、機械性能、確定了鋁及鋁合金材料在工業生產中的應用優勢。將激光彎曲技術應用到鋁合金板材彎曲成形,對產品的更新和生產具有巨大意義。
但如何對鋁合金板材激光彎曲過程進行很好的干預,進而預測其成形角度,直接決定其彎曲成形的效果。
實際成形過程中,影響彎曲效果的因素很多,見圖1。
技術實現要素:
本發明的目的在于提供一種鋁合金薄板激光彎曲成形工藝方法,該方法通過實驗及bp神經網絡對鋁合金薄板激光彎曲過程中的工藝參數及彎曲角度進行預測,根絕預測結果設置彎曲過程中的相關參數,對板材激光彎曲成形過程有指導作用。
本發明的目的是通過以下技術方案實現的:
一種鋁合金薄板激光彎曲成形工藝方法,所述方法利用鋁合金薄板及光纖激光設備,以kuka機器人為執行機構,采用手工編程,通過基礎實驗,分析各成形工藝參數的激光功率、掃描速度、掃描次數和掃描方式對激光彎曲角度的影響;以實驗數據作為訓練樣本,基于bp神經網絡對鋁合金薄板激光彎曲工藝參數的激光功率、掃描速度和掃描次數及成形角度進行預測;
包括以下步驟:
1)選用鋁合金薄板,采用激光脈沖;選取薄板樣件夾具夾持;進行激光加工之前,對薄板加工表面打磨處理以去除薄板表面的氧化膜,再對加工表面用丙酮進行清洗去除表面雜質;經過打磨后,加工部位比較光亮,表面對激光能量的吸收率有所下降,為了增加加工表面對激光能量的吸收效率,激光掃描軌跡進行涂黑;
2)采用光纖激光器,為光纖振蕩產生激光并采用光纖耦合輸出;經聚焦頭中光束進行整形和聚焦;然后將聚焦頭集成到kuka機器人系統上,通過機器人x,y,z三個方向的移動,實現光束的柔性加工;
3)選取掃描速度、掃描次數加工樣件,分析激光功率對彎曲角度的影響;分別選取激光功率為450w和500w,掃描次數為5次加工樣件,在掃描次數相同的情況下,掃描速度的變化范圍為10mm/s~20mm/s,分析掃描速度對彎曲角度的影響;
4)選取激光功率分別為450w和500w,掃描速度均為10mm/s加工樣件,通過改變掃描次數分析其對彎曲角度的影響;在相同的激光功率、掃描次數和掃描速度的情況下,變換掃描方式,分析其對彎曲角度的影響;
5)收集實驗數據作為訓練樣本,基于bp神經網絡對鋁合金薄板激光彎曲工藝參數,激光功率、掃描速度和掃描次數及成形角度進行預測。
所述的一種鋁合金薄板激光彎曲成形工藝方法,所述薄板一端被夾具固定在工作臺上,一端處于懸空自由狀態,激光束位于薄板長度方向的中間位置,沿薄板寬度方向進行掃描。
所述的一種鋁合金薄板激光彎曲成形工藝方法,所述掃描方式為連續式掃描和間歇式掃描。
本發明的優點與效果是:
本發明提供了一種有效、可靠的工藝方法,該方法通過具體實驗及bp神經網絡對鋁合金薄板激光彎曲過程中的工藝參數及彎曲角度進行預測,根絕預測結果設置彎曲過程中的相關參數,對板材激光彎曲成形過程有指導作用。
附圖說明
圖1為現有影響板材激光成形的主要因素;
圖2為本發明激光彎曲成形過程原理圖;
圖3為本發明bp神經網絡激光功率預測結構圖;
圖4為本發明bp神經網絡掃描次數預測結構圖。
具體實施方式
下面結合附圖所示實施例對本發明進行詳細說明。
本發明一種鋁合金薄板激光彎曲成形工藝參數和成形角度的預測方法,利用6061系鋁合金薄板及3000瓦光纖激光設備,以kuka機器人為執行機構,采用手工編程,通過多次基礎實驗,分析各個成形工藝參數(激光功率、掃描速度、掃描次數和掃描方式)對激光彎曲角度的影響;然后以實驗數據作為訓練樣本,基于bp神經網絡對鋁合金薄板激光彎曲工藝參數(激光功率、掃描速度和掃描次數)及成形角度進行預測。
1.通過多次激光彎曲實驗,分析鋁合金薄板激光彎曲成形時各個工藝參數如激光功率、激光掃描速度、掃描次數、掃描方式等對彎曲角度的影響。
(1)選用6061系鋁合金薄板(材料成分見表1)進行實驗,
表1鋁合金6061的化學成分(wt%)
采用激光頻率為50hz,脈沖寬度為2ms,薄板和激光參數見表2。
表2板材激光彎曲試驗參數
選取薄板樣件尺寸為100mm×30mm×3mm,夾具夾持長度10mm。進行激光加工之前,對薄板加工表面打磨處理以去除薄板表面的氧化膜,再對加工表面用丙酮進行清洗去除表面雜質。經過打磨后,加工部位比較光亮,表面對激光能量的吸收率有所下降,為了增加加工表面對激光能量的吸收效率,激光掃描軌跡進行涂黑。實驗過程中,薄板一端被夾具固定在工作臺上,一端處于懸空自由狀態,激光束位于薄板長度方向的中間位置,沿薄板寬度方向進行掃描,具體加工原理如圖2所示。圖2中:1-夾持器2-激光發射器3-薄板4-掃描方向。
(2)實驗采用德國ipg激光公司生產的3000w光纖激光器,為光纖振蕩產生激光并采用光纖耦合輸出;經聚焦頭中光束進行整形和聚焦;然后將聚焦頭集成到kuka機器人系統上,通過機器人x,y,z三個方向的移動,實現光束的柔性加工。激光器主要性能參數如下:
光纖激光器型號:ylr-3000
額定輸出功率:3000w
功率穩定性:小于2%
激光波長:1070~1080nm
輸出模式:輸出多模
輸出方式:連續或脈沖
激光頭移動速度:1~1000mm/s
準直焦距(fc):100,150mm
聚焦焦距(ff):200,250,300mm
光斑直徑:0.6~6mm
光束質量:4.5mm*mrad
工作光纖芯徑和長度:800×806×1186
采用以上實驗設備,針對表2數據進行實驗,所得數據如表3所示。
表3實驗結果
(3)選取掃描速度為8mm/s和10mm/s,掃描次數為30次的加工樣件,分析激光功率對彎曲角度的影響;分別選取激光功率為450w和500w,掃描次數為5次加工樣件,在掃描次數相同的情況下,掃描速度的變化范圍為10mm/s~20mm/s,分析掃描速度對彎曲角度的影響;選取激光功率分別為450w和500w,掃描速度均為10mm/s加工樣件,通過改變掃描次數分析其對彎曲角度的影響;在相同的激光功率、掃描次數和掃描速度的情況下,變換掃描方式(連續式掃描和間歇式掃描),分析其對彎曲角度的影響。
2.收集實驗數據作為訓練樣本,基于bp神經網絡對鋁合金薄板激光彎曲工藝參數(激光功率、掃描速度和掃描次數)及成形角度進行預測。
(1)對所有訓練數據進行歸一化處理,表4為歸一化前后數據對比;
表4歸一化前和歸一化后數據對比
(2)從286組訓練數據中隨機抽出20組檢驗數據,對比真實數據與模擬預測數據之間的差距,以此來判斷所建立神經網絡預測的準確性;
(3)選取10組非訓練樣本數據,從輸入端輸入激光功率、掃描速度和掃描次數三個實驗參數,經過網絡內部運算后,即可在輸出端得出相映預測實驗數據,即彎曲角度。
(4)以彎曲角度、掃描次數和掃描速度為輸入層,激光功率為輸出層,以此構建bp神經網絡結構,對激光功率進行預測,如圖3所示。選取10組非訓練樣本數據,從輸入端輸入彎曲角度、掃描速度和掃描次數三個實驗參數,經過網絡內部運算后,即可在輸出端得出相映預測實驗數據,即激光功率;以彎曲角度、掃描速度和激光功率為輸入層,掃描次數為輸出層,以此構建bp神經網絡結構,對掃描次數進行預測,如圖4所示。選取10組非訓練樣本數據,從輸入端輸入彎曲角度、掃描速度和彎曲角度三個實驗參數,經過網絡內部運算后,即可在輸出端得出相映預測實驗數據,即掃描次數;選取10組非訓練樣本數據,從輸入端輸入彎曲角度、彎曲角度和掃描次數三個實驗參數,經過網絡內部運算后,即可在輸出端得出相映預測實驗數據,即掃描速度。
按照以上預測方法得到各個工藝參數的預測值與真實值之間的誤差非常下,具有較高的準確性,可以對實際成形過程進行指導。具體見表5、6、7。
表5激光功率預測值與真實值誤差的數據比較
表6掃描次數預測值與真實值誤差的數據比較
表7掃描速度預測值與真實值誤差的數據比較