一种高温合金轴体制造方法、制造装备、电子设备及存储介质与流程
本技术涉及高端装备智能制造,具体涉及一种高温合金轴体制造方法、制造装备、电子设备及存储介质。
背景技术:
1、沉淀强化型镍基高温合金,例如gh4738合金,因其优良的高温性能被广泛应用于航空发动机低压涡轮轴等关键转动部件。
2、目前,在航空发动机涡轮轴等关键部件的制造中,传统工艺通常采用“自由锻或模锻制坯——粗车——多道次热处理——精车/磨削”的流程。该工艺存在流程冗长、多火次锻造与多次热处理导致生产周期长、能耗高的问题,并且大量材料在机加工过程中被去除,材料利用率低。此外,锻造与后续热处理分离,难以精确协同控制最终零件的形状尺寸与组织性能,工艺参数的设定严重依赖工程师经验,质量控制以事后检测为主,导致产品性能一致性差。
3、综上可见,现有技术亟需一种能够缩短流程、提高材料利用率并实现形性协同精准控制的解决方案。
技术实现思路
1、本技术的主要目的在于提供一种高温合金轴体制造方法、制造装备、电子设备及存储介质,以解决现有技术流程冗长、材料利用率低以及难以实现形性协同精准控制的技术问题。
2、为了实现上述目的,本技术采用如下技术方案:
3、根据本技术第一方面,提供了一种高温合金轴体制造方法,包括以下步骤:
4、对高温合金坯料进行加热均匀化处理;
5、将均匀化处理后的坯料置于等温环境中进行恒温锻造,得到带有轴头法兰和轴身粗形的近净成形预制坯;
6、将所述近净成形预制坯置入智能冷轧装备中进行多道次精密轧制,在轧制过程中实时采集工件的状态数据,将所述状态数据与预存的工艺数字孪生体的预测数据进行比对,并根据比对结果动态调整轧制参数;其中,在相邻轧制道次之间,对工件进行控温回火处理,使工件温度保持在其所用高温合金材料的二次γ相析出敏感区间内;
7、对轧制成形后的工件进行固溶处理和时效处理,并对预设部位进行精加工,得到成品轴体。
8、进一步地,所述根据比对结果动态调整轧制参数,包括以下步骤:
9、当所述状态数据与所述预测数据的偏差在预设阈值范围内时,维持当前轧制参数不变;
10、当所述状态数据与所述预测数据的偏差超出所述预设阈值范围时,生成参数修正指令以调整后续轧制道次的轧制参数和/或回火参数,使得后续状态数据与预测数据的偏差回归至所述预设阈值范围内。
11、进一步地,所述轧制参数包括轧辊转速和进给量中的至少一者;所述回火参数包括道次间隙时间和局部回火温度中的至少一者。
12、进一步地,所述根据比对结果动态调整轧制参数,包括以下步骤:
13、在当前道次的轧制阶段,实时采集轧制力和坯料直径作为状态数据;
14、当采集的轧制力与预测轧制力的偏差和/或坯料直径与预测直径的偏差超出预设阈值范围时,判定材料实时变形抗力与数字孪生体假设状态不一致;
15、基于判定结果,生成参数修正指令,调整当前和/或后续轧制道次的轧辊转速和/或进给量,以使得后续采集的坯料直径与预测直径的偏差回归至所述预设阈值范围内。
16、进一步地,所述根据比对结果动态调整轧制参数,包括:
17、在当前道次间隙的控温回火阶段和/或下一道次的轧制阶段,实时采集回火温度、坯料内部质量信号和轧制直径作为状态数据;
18、当采集的回火温度与目标回火温度的偏差超出预设阈值范围时,判定组织演变偏离预期,生成参数修正指令以调整道次间隙时间和/或局部回火温度,使得回火温度回归至目标区间;
19、当采集的坯料内部质量信号表明存在微裂纹扩展或孔洞缺陷时,生成参数修正指令以调整下一道次的轧辊转速和进给量,减轻局部变形负荷,并延长道次间隙时间以促进应力松弛;
20、当采集的轧制直径与预测直径的偏差超出预设阈值范围时,生成参数修正指令以调整下一道次的轧辊转速和/或进给量,使得后续采集的轧制直径与预测直径的偏差回归至所述预设阈值范围内。
21、进一步地,所述多道次精密轧制中,每个道次均包括依次执行的第一轧制子步骤、控温回火子步骤和第二轧制子步骤;其中,在每一个道次的所述第一轧制子步骤和所述第二轧制子步骤执行完毕后,所述方法均包括:
22、获取本子步骤实际采集的工件状态数据与所施加的预设工艺参数;所述预设工艺参数包括预设轧制参数和预设回火参数;
23、利用数据同化算法,将所述实际采集的工件状态数据与所述工艺数字孪生体对本子步骤的预测数据进行融合,更新所述工艺数字孪生体中表征工件当前状态的虚拟模型;所述实际采集的工件状态数据包括实测尺寸数据、实测温度场数据及实测坯料内部质量信号;所述预测数据包括预测尺寸数据、预测温度场数据及预测坯料内部质量信号;所述当前状态包括工件的实际几何尺寸、实际温度场分布及实际内部质量信号;
24、以更新后的虚拟模型作为下一子步骤或下一道次的初始状态,设定下一子步骤或下一道次的预设工艺参数;同时基于所述预设工艺参数,生成用于下一子步骤或下一道次的预测数据。
25、进一步地,在每个道次中:
26、所述第一轧制子步骤包括对工件进行轧制以得到初道轧制坯料;
27、所述控温回火子步骤包括对所述初道轧制坯料进行控温回火处理以得到回火坯料;
28、所述第二轧制子步骤包括对所述回火坯料进行再次轧制以得到二道轧制坯料;其中,在首个道次中是对所述近净成形预制坯进行轧制,在之后的各个道次中均对上一道次的所述第二轧制子步骤中得到的所述二道轧制坯料进行轧制。
29、进一步地,所述根据比对结果动态调整轧制参数,还包括以下步骤:
30、在当前执行的所述第一轧制子步骤与所述第二轧制子步骤中,实时采集所述实测温度场数据;
31、当采集的所述实测温度场数据与所述工艺数字孪生体的所述预测温度场数据之间的偏差超出预设温度阈值时,调整当前轧制道次的轧辊转速,以改变塑性变形热生成速率,或者,调节轧辊温度,通过轧辊与工件之间的热传导调整工件温度;使得后续采集的所述实测温度场数据与所述预测温度场数据的偏差回归至所述预设温度阈值范围内。
32、进一步地,所述根据比对结果动态调整轧制参数,还包括以下步骤:
33、在当前执行的所述第一轧制子步骤与所述第二轧制子步骤中,实时采集所述实测尺寸数据和所述轧辊转速;
34、根据所述实测尺寸数据,计算当前时刻的实际尺寸变化速率;将所述尺寸变化速率与所述工艺数字孪生体基于预设压下量和当前所述轧辊转速所预测的预期尺寸变化速率进行比对;
35、当所述实际尺寸变化速率与所述预期尺寸变化速率的偏差超出预设速率阈值范围时,生成参数修正指令,调整当前和/或后续轧制道次的轧辊压下量,以使得后续计算的所述实际尺寸变化速率与所述预期尺寸变化速率的偏差回归至所述预设速率阈值范围内。
36、进一步地,所述实时采集工件的状态数据,包括:
37、通过集成于所述智能冷轧装备上的激光测径仪,实时采集工件的所述实测尺寸数据;
38、通过集成于所述智能冷轧装备上的红外热像仪,实时采集工件的所述实测温度场数据;
39、通过集成于所述智能冷轧设备上的在线超声探伤仪,实时采集工件的所述实测内部质量信号。
40、进一步地,所述高温合金坯料为镍基高温合金坯料,所述镍基高温合金坯料包括gh4738合金坯料。
41、进一步地,当所述高温合金坯料为gh4738合金坯料时:
42、所述对高温合金坯料进行加热均匀化处理,包括将gh4738合金坯料在保护气氛下加热至1100-1120℃进行均匀化处理,以保证γ相完全溶解且晶粒不长大。
43、进一步地,所述在相邻轧制道次之间,对工件进行控温回火处理,使工件温度保持在其所用高温合金材料的二次γ相析出敏感区间内,包括:将工件温度调整并保持在700-800℃的二次γ′相析出敏感区间内,以使轧制变形与时效析出耦合。
44、进一步地,所述将均匀化处理后的坯料置于等温环境中进行恒温锻造,包括:在应变速率0.01~0.1s-1、总变形量60%~80%的条件下进行恒温锻造,得到具有均匀细晶锻态组织的所述近净成形预制坯。
45、进一步地,所述对轧制成形后的工件进行固溶处理和时效处理,包括:对轧制成形后的工件依次进行1080℃固溶处理、843℃中间处理和760℃时效处理。
46、进一步地,所述多道次精密轧制的控制目标包括:将轴身外径公差控制在±0.05mm以内,并将表面粗糙度ra控制在1.6μm以下。
47、进一步地,所述对预设部位进行精加工,得到成品轴体,包括:对轴头法兰部位进行精磨,得到成品涡轮轴。
48、根据本技术第二方面,提供了一种高温合金轴体制造装备,包括:
49、等温锻造单元,用于对加热后的高温合金坯料进行恒温锻造,得到带有轴头法兰和轴身粗形的近净成形预制坯;
50、智能冷轧单元,所述智能冷轧单元包括控温轧辊模块,用于对工件进行多道次轧制;还包括多传感器集成模块,用于实时采集轧制过程中工件的状态数据;集成式在线热处理模块,用于在相邻轧制道次之间对工件进行控温回火处理,使工件温度保持在其所用高温合金材料的二次γ相析出敏感区间内;还包括控制模块,内置有工艺数字孪生体,用于将采集的所述状态数据与所述工艺数字孪生体的预测结果进行比对,并根据比对结果调整所述控温轧辊模块的轧制参数以及所述集成式在线热处理模块的回火参数。
51、进一步地,所述多传感器集成模块包括非接触式激光测径仪、红外热像仪和在线超声探伤仪。
52、进一步地,所述工艺数字孪生体为基于物理机理与历史数据融合驱动的仿真模型,用于实时映射并预测轧制过程中工件的尺寸演变、温度场分布、微观组织状态以及残余应力场。
53、进一步地,所述集成式在线热处理模块为感应加热装置或辐射加热装置。
54、进一步地,所述等温锻造单元包括温控精度为±10℃的模具加热装置与低速大吨位液压机。
55、进一步地,所述控制模块包括自适应控制系统,所述自适应控制系统内置有基于机器学习的工艺优化算法,用于当所述状态数据与所述预测数据的偏差超出阈值时,实时修正轧制参数和回火参数。
56、进一步地,所述智能冷轧单元还包括记录模块,用于记录全过程的轧制数据,并将所述轧制数据反馈给所述控制模块以更新所述工艺数字孪生体。
57、根据本技术第三方面,提供了一种电子设备,包括存储器和处理器,所述存储器上存储有计算机程序,所述处理器执行所述程序时实现如本技术第一方面所述的高温合金轴体制造方法。
58、根据本技术第四方面,提供了一种计算机可读存储介质,其上存储有计算机程序,所述程序被处理器执行时实现如本技术第一方面所述的高温合金轴体制造方法。
59、与现有技术相比,本技术至少具有以下技术效果:
60、在如本技术上述提供的高温合金轴体制造方法、制造装备、电子设备及存储介质中,通过将等温锻造与集成工艺数字孪生体及自适应控制的智能轧制相结合,实现了工艺流程的显著缩短。具体地,通过等温锻造高效获得近净成形预制坯,减少了后续加工余量,从源头提高了材料利用率;在多道次精密轧制过程中,实时采集工件的状态数据并与预存的工艺数字孪生体的预测数据进行比对,根据比对结果动态调整轧制参数,使得轧制过程能够实时修正偏离,确保了加工过程按照预设的形性协同目标进行,解决了传统锻造与热处理分离、工艺参数依赖经验、质量控制滞后的缺陷。特别是,通过在相邻轧制道次之间对工件进行控温回火处理,并使工件温度保持在其所用高温合金材料的二次γ相析出敏感区间内,实现了轧制变形与时效析出的耦合,一步完成了形变强化与析出强化的协同,进一步优化了最终产品的力学性能一致性。该方法及装备显著缩短了生产周期并降低了综合生产成本,通过智能控制保障了产品尺寸精度与组织性能的一致性,提升了制造过程的智能化水平与可靠性。
版权声明:本站专利文献数据主要来源于国家知识产权局等公开渠道,由 技术新讯 进行整理汇编。页面设计及数据汇编的著作权归本站所有。全部内容仅供个人学习、科研评估与技术交流参考,严禁用于任何商业用途(包括但不限于直接生产制造、技术转让、倒卖数据等)。
免责条款:专利技术具有时效性,本站不对资料的绝对准确性、完整性和可实施性提供任何明示或暗示的担保。因参考本站内容造成的直接或间接损失,本站不承担相关法律责任。若您认为本站内容有侵权问题,请及时提供权属证明与我们联系,本站将在核实后依法处理。反馈意见:yyfuon@163.com