基于数字孪生框架的转子焊接方法与流程

1.本技术涉及汽轮机制造技术领域，具体涉及一种基于数字孪生框架的转子焊接方法。


背景技术：

2.大功率汽轮机是火电和核电站中广泛运用的动力设备，而转子作为汽轮机中的关键部件，其安全可靠性就成了保证汽轮机正常运行的关键因素。焊接转子的高经济性、低能耗等特质让焊接转子成为目前火电设备发展的一个重要方向，同时焊接转子的使用是解决大尺寸转子制造难题的有效手段，因此汽轮机转子焊接过程的质量控制显得尤为重要。由于转子焊接过程较为复杂，影响因素较多，无法对整个焊接过程进行精确地质量控制，现有技术中对焊接质量的控制主要基于焊后检测与性能评价，但是该控制方法导致工艺优化流程长，费时费力。


技术实现要素：

3.本技术提供一种基于数字孪生框架的转子焊接方法，以解决转子焊接质量控制工艺优化流程长的技术问题。
4.本技术提供一种基于数字孪生框架的转子焊接方法，包括以下步骤：
5.s100、获取转子的初始特征及初始工艺参数，初始特征包括几何结构、材料特性及转子尺寸，初始工艺参数包括温度、焊接电压、焊接电流及速度；
6.s200、基于初始特征及初始工艺参数构建数字孪生子模型；
7.s300、基于数字孪生子模型构建完整的数字孪生模型；
8.s400、焊接中实时采集变形量信号及工艺参数；
9.s500、基于工艺参数，数字孪生模型实时获取仿真的变形量信号；
10.s600、计算采集的变形量信号与仿真的变形量信号之间的第一偏差；
11.s700、判断第一偏差是否等于0，若是，则结束；若否，基于第一偏差调整数字孪生模型，并返回步骤s400。
12.可选的，步骤s500包括以下步骤：
13.基于工艺参数，数字孪生模型实时获取仿真的变形量信号和超声缺陷回波信号；
14.数字孪生框架的转子焊接方法还包括以下步骤：
15.s800、焊接结束后采集超声缺陷回波信号；
16.s900、计算采集的超声缺陷回波信号与仿真的超声缺陷回波信号之间的第二偏差；
17.s1000、判断第二偏差是否等于0，若是，则结束；若否，基于第二偏差调整数字孪生模型。
18.可选的，在步骤s200中，数字孪生子模型包括温度场模型、力学模型、位移监测模型及超声检测的电声模型。
19.可选的，步骤s200包括以下步骤：
20.s210、基于有限元模型进行热分析，并构建温度场模型；
21.s220、根据热分析，并利用有限元模型获取应力场及应变场；
22.s230、基于应力场及应变场构建力学模型。
23.可选的，在步骤s210中，热分析基于非线性瞬态传热模型：
[0024][0025]
其中，c为材料比热容，ρ为材料密度，λ为导热系数，t为温度场分布函数，φ为相变潜热，t为时间。
[0026]
可选的，在步骤s230中，力学模型基于mises屈服准则和双线性随动强化模型：
[0027]
{dσ}＝[d
ep
]{d∈}-[c
th
][m][δt]
[0028]
其中，[d
ep
]为弹塑性刚度矩阵，[c
th
]为热刚度矩阵，[m]为温度形函数，[δt]为温度变化量，dσ为应力增量，dε为弹性应变增量、塑性应变增量和热应变增量的总和。
[0029]
可选的，在步骤s300中，基于matlab中的simulink可视化工具平台融合各个数字孪生子模型的参数，构建完整的数字孪生模型。
[0030]
可选的，步骤s100和步骤s200之间还包括步骤s150：
[0031]
s150、分析初始特征及初始工艺参数，分析方式包括清洗、聚合、泛化及离散中至少一种。
[0032]
可选的，在步骤s400中，所述采集变形量信号包括以下步骤：
[0033]
s410、利用位移传感器测出焊接热源区域的一点相对于参考点在焊接时的横向位移及纵向位移，其中，参考点为转子外的预设点；
[0034]
s420、基于横向位移及纵向位移获取该点在焊接中的运动轨迹；
[0035]
s430、根据运动轨迹，焊接变形实时测量系统采集变形量信号。
[0036]
可选的，在步骤s800中，利用超声无损探伤仪采集超声缺陷回波信号；所述超声缺陷回波信号包括时域波形特征、小波域波形特征及信息熵特征。
[0037]
可选的，在步骤s700和步骤s1000中，利用扩展卡尔曼滤波调整数字孪生模型。
[0038]
可选的，在步骤s400中，基于卡尔曼滤波与粒子滤波，对采集的变形量进行降噪；在步骤s800中，基于卡尔曼滤波与粒子滤波，对采集的超声缺陷回波信号进行降噪。
[0039]
本技术提供一种基于数字孪生框架的转子焊接方法，先利用初始特征以及初始工艺参数构建多个数字孪生子模型，然后再利用各个数字孪生子模型构建出一个完整的数字孪生模型，在焊接过程中将实时采集的工艺参数获取仿真的变形量信号进行比对，当第一偏差不等于0时，表明仿真的变形量信号与采集的变形量信号之间存在偏差，将对应的第一偏差输入至数字孪生模型中，以对数字孪生模型进行优化，从而缩减转子焊接质量控制工艺的优化流程。
[0040]
由于焊接过程中利用实时的工艺参数可以获取实时的仿真变形量信号，同时也能够实时采集焊接处的变形量信号，然后对仿真的变形量信号与采集的变形量信号进行实时比对，从而对实时获得的第一偏差进行判断，以便于对数字孪生模型进行实时优化，使得数字孪生模型可以精确模拟仿真实时工况，从而更好地实现汽轮机转子焊接过程中质量控制。同时可以实时模拟监控，及时追踪工况。
附图说明
[0041]
为了更清楚地说明本技术实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本技术的一些实施例，对于本领域技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0042]
图1是本技术提供的基于数字孪生框架的转子焊接方法的流程图；
[0043]
图2是本技术提供的转子焊接的有限元模型；
[0044]
图3是本技术提供的温度场实时仿真模拟示意图；
[0045]
图4是本技术提供的应力场实时仿真模拟示意图；
[0046]
图5是本技术提供的应变场实时仿真模拟示意图。
具体实施方式
[0047]
下面将结合本技术实施例中的附图，对本技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本技术一部分实施例，而不是全部的实施例。基于本技术中的实施例，本领域技术人员在没有作出创造性劳动前提下所获得的所有其它实施例，都属于本技术保护的范围。此外，应当理解的是，此处所描述的具体实施方式仅用于说明和解释本技术，并不用于限制本技术。在本技术中，在未作相反说明的情况下，使用的方位词如“上”、“下”、“左”、“右”通常是指装置实际使用或工作状态下的上、下、左和右，具体为附图中的图面方向。
[0048]
本技术提供一种基于数字孪生框架的转子焊接方法，以下分别进行详细说明。需要说明的是，以下实施例的描述顺序不作为对本技术实施例优选顺序的限定。且在以下实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述的部分，可以参见其它实施例的相关描述。
[0049]
请参阅图1-图5，本技术提供的一种基于数字孪生框架的转子焊接方法，其用于精确控制转子的焊接质量。本技术中基于数字孪生框架的转子焊接方法包括以下步骤：
[0050]
s100、获取转子的初始特征及初始工艺参数，其中，初始特征包括几何结构、材料特性及转子尺寸，本技术中几何结构以及转子的尺寸可以通过测量或者从图纸文件中获取，材料特性主要是指各个转子锻件所使用材料的牌号以及力学性能。初始工艺参数包括温度、焊接电压、焊接电流及速度；焊接过程中焊接位置处于高温熔融的状态，因而本技术中温度测量采用适用于高温熔体测温的裸头热电偶直接并且连续测量，焊接电压可以利用布置在重点监测部位的电压传感器收集数据，焊接电流可以利用布置在重点监测部位的电流传感器收集数据，同时可以利用速度传感器收集速度的数据。
[0051]
进一步的，步骤s100和步骤s200之间还包括步骤s150：
[0052]
s150、分析初始特征及初始工艺参数，分析方式包括清洗、聚合、泛化及离散中至少一种。本技术中针对步骤s100中获取到的初始特征及初始工艺参数，可以利用hadoop、spark、flink等软件对数据进行处理及分析，从而进一步提取出有用的初始特征及初始工艺参数的相关初始数据。上述分析方式包括清洗、聚合、泛化及离散中至少一种。其中，清洗是对数据进行重新审查和校验的过程，其目的在于删除重复信息、纠正存在的错误，并提供数据一致性。聚合是指合并来自不同数据源的数据。泛化是指将一个相对低层概念上升到
更高层概念，且对数据库中与任务相关的大量数据进行抽象概述的一个分析过程。离散是指将连续的数据进行分段，使其变为一段离散化的区间。
[0053]
s200、基于初始特征及初始工艺参数构建数字孪生子模型；利用初始特征及初始工艺参数构建多个不同的数字孪生子模型，利用不同的数字孪生子模型仿真焊接过程中某一个或者某几个参数，从而提高了模型构建的准确性。
[0054]
s300、基于数字孪生子模型构建完整的数字孪生模型；将基于不同初始特征及初始工艺参数构建而成的数字孪生子模型融合为一完整的数字孪生模型。既能够利用不同的数字孪生控制焊接中不同的参数，在焊接过程中，各个数字孪生子模型可以动态调整，从而提高焊接的精确性。同时，通过调整各个数字孪生子模型针对性地匹配焊接过程中某一个或者某几个因素的要求，增大了数字孪生模型的灵活性以及适配性，既能够提高焊接质量，同时也便于数字孪生模型的调整，以便于构建和使用。
[0055]
进一步的，在步骤s300中，基于matlab中的simulink可视化工具平台融合各个数字孪生子模型的参数，构建完整的数字孪生模型。在利用matlab中的simulink可视化工具平台融合各个数字孪生子模型的过程中，要充分调试各个数字孪生子模型，以使得各个数字孪生子模型之间可以协调匹配，从而构建一个多物理场的集成仿真平台，形成一个完整的数字孪生模型。本技术中由于不同的数字孪生子模型构建时所使用的软件以及方法不同，从而产生的数据类型也不相同。因而在将各个数字孪生子模型融合成为完整的数字孪生模型时需要考虑协调匹配性，使得各个不同的数字孪生子模型产生的不同数据之间可以更好地转换和匹配。
[0056]
s400、焊接中实时采集变形量信号及工艺参数；本技术中利用实时测量系统可以实时采集变形量信号及实时焊接中的工艺参数。同时，基于卡尔曼滤波与粒子滤波，对采集的变形量进行降噪，从而去除采集的变形量信号及工艺参数的噪音数据。
[0057]
进一步的，在步骤s400中，采集变形量信号具体包括以下步骤：
[0058]
s410、利用高性能的位移传感器测出焊接热源区域的一点相对于参考点在焊接时的横向位移及纵向位移，其中，参考点为转子外的预设点，本技术该预设点可以为工作台上的某一点；
[0059]
s420、基于横向位移及纵向位移获取该点在焊接中的运动轨迹；
[0060]
s430、根据运动轨迹，焊接变形实时测量系统采集变形量信号。
[0061]
获取横向位移及纵向位移后，先将位移等非电量转换为模拟信号，再通过信号处理元件(放大器)将其转化为适合处理的模拟信号。对该模拟信号进行a/d转换，得到数字信号，然后再利用计算机系统得出位移随时间变化的关系，从而得到该点在焊接过程中的运动轨迹。
[0062]
s500、基于工艺参数，数字孪生模型实时获取仿真的变形量信号；
[0063]
s600、计算采集的变形量信号与仿真的变形量信号之间的第一偏差；
[0064]
s700、判断第一偏差是否等于0，若是，则结束；若否，基于第一偏差调整数字孪生模型，并返回步骤s400。
[0065]
先利用初始特征以及初始工艺参数构建多个数字孪生子模型，以对焊接中多个重要参数进行建模，然后再利用各个数字孪生子模型构建出一个完整的数字孪生模型，在焊接过程中利用实时采集的工艺参数获取仿真的变形量信号，通过将仿真的变形量信号与采
集的变形量信号进行比对，当第一偏差不等于0时，表明仿真的变形量信号与采集的变形量信号之间存在偏差，因而需要将对应的第一偏差输入至数字孪生模型中，以对数字孪生模型进行优化。
[0066]
由于焊接过程中利用实时的工艺参数可以获取实时的仿真变形量信号，同时也能够实时采集焊接处的变形量信号，然后对仿真的变形量信号与采集的变形量信号进行实时比对；从而对实时获得的第一偏差进行判断，以便于对数字孪生模型进行实时优化，缩减转子焊接质量控制工艺的优化流程。直至第一偏差等于0，即数字孪生模型输出的仿真变形量信号与采集的变形量信号保持一致。本技术中利用仿真变形量与采集的变形量进行实时比对，以实现对数字孪生模型的实时更新，使得数字孪生模型可以精确模拟仿真实时工况，从而更好地实现汽轮机转子焊接过程中质量控制。
[0067]
此外，在利用仿真的形变量信号与采集的形变量信号优化数字孪生模型时，可以实时模拟监控，及时追踪工况。
[0068]
焊接处的形变量对焊接质量的影响至关重要，因而本技术中利用真实工况中实时采集的形变量信号与仿真的形变量信号进行比对，最终将形变量控制在一合理的误差范围内，从而可以保证利用数字孪生模型焊接时焊缝的质量以及焊接效果的稳定性。
[0069]
步骤s500包括以下步骤：
[0070]
基于工艺参数，数字孪生模型实时获取仿真的变形量信号和超声缺陷回波信号；
[0071]
数字孪生框架的转子焊接方法还包括以下步骤：
[0072]
s800、焊接结束后采集超声缺陷回波信号；本技术中基于卡尔曼滤波与粒子滤波，对采集的超声缺陷回波信号进行降噪，以减小采集的超声缺陷回波信号的噪音数据；
[0073]
进一步的，在步骤s800中，利用超声无损探伤仪采集超声缺陷回波信号；
[0074]
s900、计算采集的超声缺陷回波信号与仿真的超声缺陷回波信号之间的第二偏差；
[0075]
s1000、判断第二偏差是否等于0，若是，则结束；若否，基于第二偏差调整数字孪生模型。
[0076]
焊接缺陷对焊接质量的影响也是至关重要的，利用超声无损探伤仪检测焊接处是否产生气孔、夹渣、未焊透、未熔合、裂纹、凹坑、咬边、焊瘤等焊接缺陷，以便于更加准确地判断焊缝处的焊接质量。利用实时采集的工艺参数可以获取实施仿真的超声缺陷回波信号，同时在焊接结束后，采集真实工况中焊接处的超声缺陷回波信号，将采集的超声缺陷回波信号与仿真的超声缺陷回波信号进行比对，并获得第二偏差。当第二偏差不等于0时，表明仿真的超声缺陷回波信号与采集的超声缺陷回波信号之间存在偏差，因而需要将对应的第二偏差输入至数字孪生模型中，以对数字孪生模型进行优化。若第二偏差等于0，即数字孪生模型输出的仿真超声缺陷回波信号与采集的超声缺陷回波信号保持一致。
[0077]
进一步的，在步骤s800中，超声缺陷回波信号包括时域波形特征、小波域波形特征及信息熵特征。
[0078]
不同类型、不同大小以及不同表面粗糙度等缺陷，反射面的形态不同，因而可以通过观察时域波形特征获取缺陷类型的特征信息。考虑到缺陷回波信号的复杂性，传统的信号处理方法已经不适用，而小波(包)分析因其良好的时频分析能力而广泛应用于超声信号特征提取上。同时，不同缺陷的回波信号的复杂度和不规则度均有所变化，其“熵”值也会不
同，因此可以用“熵”作为特征向量进行缺陷识别。
[0079]
进一步的，在步骤s700和步骤s1000中，利用扩展卡尔曼滤波调整数字孪生模型。扩展卡尔曼滤波能够从一系列的不完全包含噪声的测量中，估计动态系统的状态，其一部分是线性系统状态预测方程，另一部分部分是线性系统观测方程。
[0080]
进一步的，在步骤s200中，数字孪生子模型包括温度场模型、力学模型、位移监测模型及超声检测的电声模型。基于初始特征及初始工艺参数分别对影响焊接质量的重要因素进行分析，从而利用温度场模型控制焊接中的温度，力学模型控制焊条施加给焊缝处的作用力，位移监测模型实时监测反馈焊条的位置，超声检测的电声模型用于配合超声缺陷回波信号，以便于检测焊接缺陷。
[0081]
进一步的，步骤s200包括以下步骤：
[0082]
s210、基于有限元模型进行热分析，并构建温度场模型；
[0083]
s220、根据热分析，并利用有限元模型获取应力场及应变场；
[0084]
s230、基于应力场及应变场构建力学模型。
[0085]
利用abaqus建立转子焊接有限元模型，采用较为简便灵活的顺序耦合方法，即先进行热分析，并将温度场等计算结果代入力学分析计算得到应力场和应变场，再构建力学模型。
[0086]
进一步的，在步骤s210中，热分析基于非线性瞬态传热模型：
[0087][0088]
其中，c为材料比热容，ρ为材料密度，λ为导热系数，t为温度场分布函数，φ为相变潜热，t为时间。
[0089]
在步骤s230中，力学模型基于mises屈服准则和双线性随动强化模型：
[0090]
{dσ}＝[d
ep
]{d∈}-[c
th
][m][δt]
[0091]
其中，[d
ep
]为弹塑性刚度矩阵，[c
th
]为热刚度矩阵，[m]为温度形函数，[δt]为温度变化量，dσ为应力增量，dε为弹性应变增量、塑性应变增量和热应变增量的总和。
[0092]
如附图5所示，通过生死单元法及dflux热源子程序编译，实现焊接过程模拟。通过设置生死单元，令焊缝部分在相应计算载荷步被激活，以此实现焊缝材料填充模拟，在温度场分析时选用8节点的dc3d8r热分析单元，之后，在力学分析中将单元类型转化为c3d8r进行应力、应变及变形的模拟计算。利用fortran语言编译dflux热源移动子程序，采用双椭球热源模型实现热源移动模拟。
[0093]
此外，位移监测模型就是建立多测点多方向的位移模型。
[0094]
以上对本技术提供一种基于数字孪生框架的转子焊接方法进行了详细介绍，本文中应用了具体个例对本技术的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本技术的方法及其核心思想；同时，对于本领域的一般技术人员，依据本技术的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本技术的限制。