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

陈智超,徐 鹏,高龙飞,陈羽雨,曹 安,汪 敏,王世杰 (上海飞机制造有限公司,上海 201324) 

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。 第五代(5G)移动通信技术是具有高速率、低时 延和大连接特点的新一代宽带移动通信技术,5G 通 信设施是实现人机物互联的网络基础设施。高速拍 照技术是一种采用高性能的拍照设备,用极快的快 门速度来捕捉图像的技术。采用这两种技术的结 合,可对喷丸工艺过程中的瞬时弹丸信息进行拍照 采集,并将图片高速率传输至云端,通过云端部署的 视觉识别算法对图片中的弹丸速度信息进行计算分 析,从而得到喷丸工艺过程中的实时弹丸速度。为 此,作者基 于 Eulerian-Eulerian 双 流 体 模 型,采 用 Fluent和 EDEM 软件耦合计算的方式,对喷丸过程 中的弹丸瞬时速度和速度分布进行仿真分析,并基 于5G 通信和高速拍照技术,对喷丸强化工艺过程 进行实时图像数据采集,获得弹丸的真实速度,实现 对仿真结果的试验验证。

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。

 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 图2 数据采集的网络拓扑图 Fig 2 Networktopologyofdataacquisition 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%。

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。 图4 相邻两帧图片中的弹丸位置 Fig 4 Shotpositionintwoadjacentframes a previousframe and b nextframe 

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。 图5 试验与仿真得到喷丸压力与弹丸速度的关系曲线 Fig 5 Relationshipcurvesbetweenshotpeeningpressureand shotvelocityobtainedbytestandsimulation 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

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%。

来源：材料与测试网