【摘要】：油氣運(yùn)輸管道的切割作業(yè)大多都處于油氣環(huán)境下,若是切割過(guò)程中產(chǎn)生明火或者是高溫,就極易引發(fā)火災(zāi)甚至是爆炸,產(chǎn)生安全事故,因而,需要一種安全的切割方法。磨料水射流切割技術(shù)屬于冷態(tài)切割技術(shù),它是在高速高壓水射流中混入磨料粒子,形成切割能力較強(qiáng)的磨料水射流后切割工件,由于其特有的冷切割特性,切割過(guò)程中不會(huì)產(chǎn)生明火或者是高溫,相較于傳統(tǒng)的切割方法,特別適合油氣運(yùn)輸管道的切割。然而磨料水射流是一種“軟刀具”,在實(shí)際的切割加工過(guò)程中工件的切割斷面上往往會(huì)呈現(xiàn)出有規(guī)律的弧線條紋,斷面粗糙。油氣運(yùn)輸管道切割既要求防火,也要求切割斷面具有較好的切割質(zhì)量。切割質(zhì)量模型的建立可實(shí)現(xiàn)磨料水射流的精密切割,獲得需要的切割質(zhì)量。本文在對(duì)磨料水射流切割質(zhì)量模型進(jìn)行研究的基礎(chǔ)上,提出了磨料水射流切割質(zhì)量智能控制的研究課題。論文以油氣運(yùn)輸管道常用的Q235鋼為試件,進(jìn)行磨料水射流切割試驗(yàn)。針對(duì)磨料水射流切割質(zhì)量與各工藝參數(shù)之間的關(guān)系非常的復(fù)雜,采用傳統(tǒng)的數(shù)學(xué)方法難以建立一個(gè)合適的機(jī)理模型的問(wèn)題,基于BP神經(jīng)網(wǎng)絡(luò)的建模技術(shù),在考慮切割速度、靶距、磨料流量、磨料粒度4個(gè)工藝參數(shù)的情況下,結(jié)合磨料水射流切割單因素試驗(yàn)分析、全面試驗(yàn)以及極差分析的結(jié)果,建立基于BP神經(jīng)網(wǎng)絡(luò)的磨料水射流切割質(zhì)量控制模型。論文提出將遺傳算法(Genetic Algorithms,簡(jiǎn)稱GA)應(yīng)用于切割質(zhì)量控制模型的算法中,建立改進(jìn)GABP算法的磨料水射流切割質(zhì)量控制模型,避免BP神經(jīng)網(wǎng)絡(luò)模型在學(xué)習(xí)過(guò)程中陷入局部極小點(diǎn),并對(duì)其性能進(jìn)行驗(yàn)證,結(jié)果表明改進(jìn)GABP算法的磨料水射流切割質(zhì)量控制模型具有更好的預(yù)測(cè)精度,可用其對(duì)切割速度進(jìn)行有效預(yù)測(cè),從而實(shí)現(xiàn)在加工中對(duì)磨料水射流切割質(zhì)量的有效控制。論文將VC++編程語(yǔ)言與Matlab神經(jīng)網(wǎng)絡(luò)工具箱、遺傳算法工具箱進(jìn)行有機(jī)的結(jié)合,以改進(jìn)GABP算法的磨料水射流切割質(zhì)量控制模型為基礎(chǔ),利用VC++編程語(yǔ)言開(kāi)發(fā)磨料水射流切割質(zhì)量智能控制模塊,開(kāi)發(fā)出了能夠?qū)崿F(xiàn)磨料水射流切割加工時(shí)工藝參數(shù)的智能化選擇和可視化操作的智能控制模塊。
【學(xué)位授予單位】：西華大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2018
【分類號(hào)】：TG664;TE973
【圖文】：

圖 1.1 后混合磨料水射流系統(tǒng)Fig 1.1 Post mixed abrasive water jet system射流中的磨料粒子是在自身的重力以及壓力差的初始速度較低，故難以與高速高壓水射流混效的能量傳遞，明顯的降低了磨料粒子的磨削較大，如切割鋼材時(shí)射流壓力通常在200Mpa以蝕效果，人們提出了前混合磨料水射流。水射流為前混合磨料射流系統(tǒng)。前混合磨料射流有兩罐與磨料粒子進(jìn)行預(yù)混合，形成磨料液，然后混合，再經(jīng)磨料水射流噴嘴噴出形成前混合磨均勻混合形成磨料液，然后對(duì)其增壓后通過(guò)磨前一種磨料液僅在磨料水射流噴嘴前混合，避較廣泛；后一種磨料液對(duì)壓力源和高壓管路的

圖 1.2 前混合磨料水射流系統(tǒng)Fig 1.2 System of Pre-Mixing Abrasive Water Je磨料水射流的性能比較流中固體磨料粒子在進(jìn)入混合腔時(shí)，初始速度混合，特別是難以進(jìn)入水射流束速度最高的軸流束軸心部分以外的地方，從而降低了高速高合后的磨料水射流的切割能力得不到充分的發(fā)射流在通過(guò)磨料水射流噴嘴之前，磨料粒子就料粒子的速度與高速高壓水射流的速度差幾乎割能力得到了大大的提升。表 1.1 是這兩種磨料表 1.1 兩種磨料水射流性能的比較Comparison of the performance of two kinds of abrasive后混合磨料水射流 前混合磨料水較差 相同射流壓力下是后混合磨

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 陶歡;雷玉勇;楊涵;張麗;陳玄;;磨料水射流切割鋁合金質(zhì)量模型研究[J];液壓氣動(dòng)與密封;2014年12期

2 湯積仁;盧義玉;孫惠娟;;磨料水射流切割可視化BP神經(jīng)網(wǎng)絡(luò)模型研究[J];四川大學(xué)學(xué)報(bào)(工程科學(xué)版);2013年03期

3 衛(wèi)排鋒;雷玉勇;劉克福;蔣代君;王榮娟;;基于磨料水射流的多晶硅車削試驗(yàn)與建模[J];礦山機(jī)械;2011年10期

4 王榮娟;雷玉勇;蔣代君;戴良博;衛(wèi)排鋒;;磨料水射流噴頭內(nèi)部流場(chǎng)仿真及聚焦管參數(shù)分析[J];煤礦機(jī)械;2011年08期

5 豆之敬;趙衛(wèi);劉凱;;基于改進(jìn)的遺傳算法在車間作業(yè)調(diào)度中的應(yīng)用與研究[J];機(jī)電工程技術(shù);2011年03期

6 戚愛(ài)華;;我國(guó)油氣管道運(yùn)輸發(fā)展現(xiàn)狀及問(wèn)題分析[J];國(guó)際石油經(jīng)濟(jì);2009年12期

7 王宗龍;胡壽根;姚文龍;;淹沒(méi)條件下超高壓磨料水射流切割巖石的實(shí)驗(yàn)研究[J];水動(dòng)力學(xué)研究與進(jìn)展A輯;2009年02期

8 李連榮;唐焱;;磨料水射流切割技術(shù)綜述[J];煤礦機(jī)械;2008年09期

9 劉小健;畢俊喜;俞濤;;磨料漿體射流切割機(jī)床中切割質(zhì)量研究[J];制造技術(shù)與機(jī)床;2006年03期

10 楊桂林;雷玉勇;賈強(qiáng);邱剛;馬超;宋清俊;;基于模糊神經(jīng)網(wǎng)絡(luò)的磨料水射流切割質(zhì)量控制[J];礦山機(jī)械;2005年12期

相關(guān)碩士學(xué)位論文 前10條

1 楊客;遺傳算法優(yōu)化的BP神經(jīng)網(wǎng)絡(luò)在連云港港口吞吐量預(yù)測(cè)中的應(yīng)用研究[D];深圳大學(xué);2017年

2 亢菲菲;基于改進(jìn)神經(jīng)網(wǎng)絡(luò)的粉塵濃度軟測(cè)量研究[D];山東科技大學(xué);2017年

3 王蓉;神經(jīng)網(wǎng)絡(luò)在煤灰熔融性預(yù)測(cè)中的應(yīng)用[D];西安科技大學(xué);2014年

4 王釗;對(duì)磁共振彌散張量圖像配準(zhǔn)算法的研究及實(shí)現(xiàn)[D];哈爾濱工業(yè)大學(xué);2013年

5 關(guān)永貞;非完整移動(dòng)機(jī)器人路徑規(guī)劃與軌跡跟蹤控制的研究[D];燕山大學(xué);2013年

6 吳昊;改進(jìn)的遺傳算法和BP神經(jīng)網(wǎng)絡(luò)在大氣質(zhì)量評(píng)價(jià)及預(yù)測(cè)中的應(yīng)用研究[D];南京信息工程大學(xué);2012年

7 趙云龍;航空發(fā)電機(jī)狀態(tài)趨勢(shì)分析技術(shù)研究[D];沈陽(yáng)航空航天大學(xué);2012年

8 來(lái)建波;基于神經(jīng)網(wǎng)絡(luò)的路段行程時(shí)間預(yù)測(cè)研究[D];云南大學(xué);2011年

9 胡江為;基于小波神經(jīng)網(wǎng)絡(luò)多傳感器融合技術(shù)的研究[D];安徽理工大學(xué);2011年

10 石磊;遺傳算法優(yōu)化的BP神經(jīng)網(wǎng)絡(luò)在股市預(yù)測(cè)中的應(yīng)用[D];安徽大學(xué);2011年

本文編號(hào)：2731429