CN120001812A - 一种低碳高钼薄壁不锈钢管成型过程中应力控制方法 - Google Patents
一种低碳高钼薄壁不锈钢管成型过程中应力控制方法 Download PDFInfo
- Publication number
- CN120001812A CN120001812A CN202510487322.1A CN202510487322A CN120001812A CN 120001812 A CN120001812 A CN 120001812A CN 202510487322 A CN202510487322 A CN 202510487322A CN 120001812 A CN120001812 A CN 120001812A
- Authority
- CN
- China
- Prior art keywords
- stress
- molybdenum
- stainless steel
- entropy value
- low
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B21—MECHANICAL METAL-WORKING WITHOUT ESSENTIALLY REMOVING MATERIAL; PUNCHING METAL
- B21B—ROLLING OF METAL
- B21B37/00—Control devices or methods specially adapted for metal-rolling mills or the work produced thereby
- B21B37/78—Control of tube rolling
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B30—PRESSES
- B30B—PRESSES IN GENERAL
- B30B15/00—Details of, or accessories for, presses; Auxiliary measures in connection with pressing
- B30B15/26—Programme control arrangements
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B19/00—Programme-control systems
- G05B19/02—Programme-control systems electric
- G05B19/04—Programme control other than numerical control, i.e. in sequence controllers or logic controllers
- G05B19/05—Programmable logic controllers, e.g. simulating logic interconnections of signals according to ladder diagrams or function charts
Landscapes
- Engineering & Computer Science (AREA)
- Mechanical Engineering (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Metal Extraction Processes (AREA)
Abstract
本发明涉及金属管加工技术领域,公开一种低碳高钼薄壁不锈钢管成型过程中应力控制方法,包括:实时采集成型设备压辊轴承座的振动信号,提取20‑500Hz频段的能量分布并计算振动信号能量熵值,将所述熵值与预设的钼含量‑熵值阈值规则库比对,判定应力突变状态;当检测到应力突变时,基于管材直径与壁厚特征,选择距离应力突变点最远的压辊作为优先干预节点,动态调整进给速率,通过压力波传播路径的拓扑重构实现应力场全局均衡。通过将成型设备固有振动信号的熵值突变作为钼偏析应力突变的直接判据,突破传统开环控制中应力累积不可逆的瓶颈,在无新增高成本传感器的条件下,将不可见的内部应力分布转化为可实时解析的动态判据。
Description
技术领域
本发明涉及一种低碳高钼薄壁不锈钢管成型过程中应力控制方法,属于金属管加工技术领域。
背景技术
高钼不锈钢薄壁管因其优异的耐腐蚀性与高温强度,广泛应用于化工、核电等领域。在薄壁管冷成型工艺中,材料通过多道次辊压成型,但高钼不锈钢的钼元素易偏析,导致局部加工硬化速率突变,引发应力集中,造成壁厚不均、微裂纹等缺陷,严重影响成品合格率。现有技术中,行业通常采用以下方式应对:
1、经验预设工艺参数:依赖人工经验设定压延速率、模具间隙等参数,但无法实时感知材料动态形变中的应力突变,导致残余应力分布不可控,合格率波动超过15%。
2、离线检测与后矫正:通过X射线衍射仪或超声波探伤设备检测成品应力分布,再通过热处理或机械矫形修复缺陷。此方式需中断生产流程,增加20%-30%的能耗与工时,且无法根治内部隐性裂纹。
3、高成本在线监测系统:少数企业尝试引入多轴应力传感器实时监控,但传感器需嵌入模具或管材表面,不仅成本高昂(单套系统超50万元),还易因机械磨损导致数据漂移,维护复杂。
近年来,行业尝试通过分段控制策略或机器学习算法优化工艺参数,但前者因忽略应力场的多向耦合性引发系统振荡,后者依赖大量训练数据且难以适应材料批次波动。因此,如何在无新增高成本硬件的条件下,实现薄壁管动态成型应力的实时感知与全局均衡,成为高钼不锈钢管低碳制造待突破的技术瓶颈。
发明内容
本发明提供一种低碳高钼薄壁不锈钢管成型过程中应力控制方法,其主要目的在于解决传统开环控制方法无法实时感知材料动态形变应力分布、依赖高成本检测设备且控制精度低的问题。
为实现上述目的,本发明提供的一种低碳高钼薄壁不锈钢管成型过程中应力控制方法,包括以下步骤:
S1,实时采集成型设备压辊轴承座的振动信号,利用加速度传感器获取20-500Hz频段的振动数据;
S2. 对所述振动数据进行滑动窗口快速傅里叶变换,提取20-500Hz频段的能量分布,并基于信息熵公式计算振动信号能量熵值;
S3. 将所述振动信号能量熵值与预设的钼含量-熵值阈值规则库进行比对,判定当前成型区是否发生应力突变;所述钼含量-熵值阈值规则库通过以下方式构建:选取钼多组低碳高钼不锈钢管坯样本;在标准成型参数下,采集各样本成型过程中20-500Hz频段的振动信号能量熵值,并记录其对应应力突变临界点;基于线性插值法建立钼含量与熵值阈值的映射关系;
S4. 当检测到应力突变时,根据管材的直径与壁厚特征,选择距离应力突变点最远的压辊作为优先干预节点,动态降低所述优先干预节点的进给速率10%-15%,并同步提升相邻压辊的进给速率5%-8%,通过压力波传播路径的拓扑重构实现应力场全局均衡。
作为优选的实施方式,选取钼多组低碳高钼不锈钢管坯样本是指选取钼含量为1.5%、2.0%、3.0%的三组低碳高钼不锈钢管坯样本。
作为优选的实施方式,步骤S1中所述加速度传感器为压电式工业传感器,其安装位置为成型压辊轴承座的径向受力面中心点,且传感器轴线与压辊径向受力方向一致;所述振动数据的采样频率为10kHz,信号传输采用抗电磁干扰屏蔽电缆。
作为优选的实施方式,步骤S4中所述优先干预节点的选择逻辑为:根据管材直径D与壁厚的比值(),预设压力波传播路径的优先级矩阵,其中:当时,优先选择轴向距离应力突变点最远的压辊;当时,优先选择周向对称分布的相邻两压辊;当时,优先选择与应力突变点呈120度夹角的压辊。
作为优选的实施方式,步骤S3中所述钼含量-熵值阈值规则库的构建还包括:对在线检测到的连续5次干预后熵值未恢复稳态的异常工况,触发阈值自修正机制,将当前钼含量对应的熵值阈值按以下规则调整:若连续5次干预后熵值仍高于原阈值,则将阈值上调5%;若连续5次干预后熵值低于原阈值且管材表面无裂纹缺陷,则将阈值下调5%。
作为优选的实施方式,步骤S4中所述压辊进给速率的动态调整通过以下方式实现:将优先干预节点的进给速率指令发送至PLC控制器,所述PLC控制器基于预设的速率调整梯度表,输出脉冲宽度调制信号至伺服电机驱动器;所述伺服电机驱动器通过减速比为1:20的行星齿轮减速机驱动压辊轴,进给速率调整精度为±0.1mm/s。
作为优选的实施方式,步骤S2中所述滑动窗口的时长为0.1秒,窗口重叠率为50%,且快速傅里叶变换的频谱分辨率为5Hz;所述信息熵公式的计算方式为:对20-500Hz频段内每5Hz子频带的能量占比取对数加权求和。
作为优选的实施方式,步骤S3中所述线性插值法的具体实施为:当待测管坯的钼含量为,且时,其对应的熵值阈值通过下式计算:
,
其中,和分别为钼含量1.5%和3.0%样本的标定熵值阈值。
作为优选的实施方式,步骤S4中所述压力波传播路径的拓扑重构还包括:当检测到应力突变时,同步触发模具间隙的微米级动态补偿,补偿量为当前管材壁厚的0.5%-1.0%,且补偿方向为远离应力突变点的径向扩张方向。
作为优选的实施方式,所述模具间隙的微米级动态补偿通过电液伺服阀驱动模具支撑臂实现,所述电液伺服阀的响应时间为10ms,压力控制精度为±0.5MPa,模具支撑臂的位移分辨率≤1μm。
相比于背景技术所述问题,本发明的有益效果是:1、将成型设备固有振动信号的低频段能量熵值突变作为钼偏析应力突变的直接判据,并基于压力波传播路径的拓扑优化干预(而非局部参数调节),突破传统开环控制中应力累积不可逆的瓶颈,从根本上消除壁厚不均与微裂纹的产生,在无新增高成本传感器的条件下,实现应力分布的动态解耦控制,实现将原本不可见的内部应力分布转化为可实时解析的动态判据,无需高成本检测设备,即可在毫秒级响应中预判应力突变风险,从源头遏制壁厚不均与隐性裂纹。2、由于仅需3组典型钼含量样本的稀疏标定实验,结合干预后熵值状态的计数触发式阈值偏移机制(连续5次异常触发±5%修正),在避免复杂建模的同时,自适应材料批次波动与环境扰动,实现以低于传统方法的实验成本,快速部署高精度应力控制方案。
附图说明
图1以本发明低碳高钼薄壁不锈钢管成型过程中应力控制方法的原理示意图。
图2为本发明低碳高钼薄壁不锈钢管成型过程中应力控制方法的流程图。
图3为本发明低碳高钼薄壁不锈钢管成型过程中应力控制方法中的系统组成示意图。
图4为传统方法应力控制过程示意图。
图5为本发明方法应力控制过程示意图。
本发明目的实现、功能特点及优点将结合实施例,参照附图做进一步说明。
具体实施方式
应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
本申请实施例提供一种低碳高钼薄壁不锈钢管成型过程中应力控制方法。包括以下步骤:
S1,实时采集成型设备压辊轴承座的振动信号,利用加速度传感器获取20-500Hz频段的振动数据;
S2. 对所述振动数据进行滑动窗口快速傅里叶变换,提取20-500Hz频段的能量分布,并基于信息熵公式计算振动信号能量熵值;
S3. 将所述振动信号能量熵值与预设的钼含量-熵值阈值规则库进行比对,判定当前成型区是否发生应力突变;所述钼含量-熵值阈值规则库通过以下方式构建:选取钼含量为1.5%、2.0%、3.0%的三组低碳高钼不锈钢管坯样本;在标准成型参数下,采集各样本成型过程中20-500Hz频段的振动信号能量熵值,并记录其对应应力突变临界点;基于线性插值法建立钼含量与熵值阈值的映射关系;
S4. 当检测到应力突变时,根据管材的直径与壁厚特征,选择距离应力突变点最远的压辊作为优先干预节点,动态降低所述优先干预节点的进给速率10%-15%,并同步提升相邻压辊的进给速率5%-8%,通过压力波传播路径的拓扑重构实现应力场全局均衡。
作为优选的实施方式,步骤S1中所述加速度传感器为压电式工业传感器,其安装位置为成型压辊轴承座的径向受力面中心点,且传感器轴线与压辊径向受力方向一致;所述振动数据的采样频率为10kHz,信号传输采用抗电磁干扰屏蔽电缆。
作为优选的实施方式,步骤S4中所述优先干预节点的选择逻辑为:根据管材直径D与壁厚的比值(),预设压力波传播路径的优先级矩阵,其中:当时,优先选择轴向距离应力突变点最远的压辊;当时,优先选择周向对称分布的相邻两压辊;当时,优先选择与应力突变点呈120度夹角的压辊。
作为优选的实施方式,步骤S3中所述钼含量-熵值阈值规则库的构建还包括:对在线检测到的连续5次干预后熵值未恢复稳态的异常工况,触发阈值自修正机制,将当前钼含量对应的熵值阈值按以下规则调整:若连续5次干预后熵值仍高于原阈值,则将阈值上调5%;若连续5次干预后熵值低于原阈值且管材表面无裂纹缺陷,则将阈值下调5%。
作为优选的实施方式,步骤S4中所述压辊进给速率的动态调整通过以下方式实现:将优先干预节点的进给速率指令发送至PLC控制器,所述PLC控制器基于预设的速率调整梯度表,输出脉冲宽度调制信号至伺服电机驱动器;所述伺服电机驱动器通过减速比为1:20的行星齿轮减速机驱动压辊轴,进给速率调整精度为±0.1mm/s。
作为优选的实施方式,步骤S2中所述滑动窗口的时长为0.1秒,窗口重叠率为50%,且快速傅里叶变换的频谱分辨率为5Hz;所述信息熵公式的计算方式为:对20-500Hz频段内每5Hz子频带的能量占比取对数加权求和。
作为优选的实施方式,步骤S3中所述线性插值法的具体实施为:当待测管坯的钼含量为,且时,其对应的熵值阈值通过下式计算:
,
其中,和分别为钼含量1.5%和3.0%样本的标定熵值阈值。
作为优选的实施方式,步骤S4中所述压力波传播路径的拓扑重构还包括:当检测到应力突变时,同步触发模具间隙的微米级动态补偿,补偿量为当前管材壁厚的0.5%-1.0%,且补偿方向为远离应力突变点的径向扩张方向。
作为优选的实施方式,所述模具间隙的微米级动态补偿通过电液伺服阀驱动模具支撑臂实现,所述电液伺服阀的响应时间为10ms,压力控制精度为±0.5MPa,模具支撑臂的位移分辨率≤1μm。
参见图1、图3、图4和图5,图1为本发明低碳高钼薄壁不锈钢管成型过程中应力控制方法示意图。首先,成型压辊通过物理作用对管材进行成型,并产生振动信号。然后,振动信号采集模块通过传感器实时采集这些振动信号,并提取出有效的频段信息。接着,信号被传送至PLC控制系统进行处理,根据对比钼含量与熵值阈值规则库的结果,系统判断是否发生应力突变。若应力突变被检测到,系统会启动相应机制进行调整,最终通过进给速率调整来控制压辊的进给速度,以优化应力分布,确保成型过程中的应力场均衡,避免局部应力集中,从而实现薄壁不锈钢管的高质量成型。图3为本发明低碳高钼薄壁不锈钢管成型过程中应力控制方法中的系统组成示意图。图中显示了成型压辊组的工作流程。首先,成型压辊组通过径向力作用对管材进行成型,然后将压力信号传递至压辊轴承座,压辊轴承座安装于中心点,采集信号并通过压电式加速度传感器获取压力波信号。接着,通过压电式加速度传感器获取的振动信号被传输至压电式加速度传感器,并通过压电式加速度传感器获取的信号,反馈至PLC控制器,使用PWM信号控制伺服电机驱动器,进而调整压辊的运动,通过此过程动态调节压辊的进给速率,从而实现应力场的全局均衡。图4为传统方法控制过程的流程,传统方法主要通过应力突变点直接减速,并依赖局部应力推算来进行应力控制。具体而言,传统方法通过应力突变点引发的局部应力推算,直接控制压力变化,然而这种方式无法有效避免应力集中,且应力场的控制较为局部,导致局部应力无法完全均衡。图5为本发明在应力控制过程中的流程,展示了本发明的方法,通过应力突变点的监测,实现远端压力的控制与应力场的全局均衡。在本发明中,首先检测到应力突变点后,系统通过压力波反向传导调整,从而实现应力场的均衡。通过这种方式,本发明能够避免传统方法中的局部应力集中,并通过远端压力的调整来实现全局应力场的均衡。
实施例1:本实施例详细说明具体操作路径,首先,采用加速度传感器实时采集压辊轴承座的振动信号。为确保数据的准确性和有效性,选择压电式工业加速度传感器,其安装位置为压辊轴承座的径向受力面中心点,并确保传感器轴线与压辊径向受力方向一致。采样频率为10kHz,这能够有效捕获振动信号中的20-500Hz频段。为避免信号的电磁干扰,传输采用了抗电磁干扰屏蔽电缆。振动数据经过滑动窗口快速傅里叶变换(FFT)处理,提取频段为20-500Hz的能量分布。使用快速傅里叶变换将原始时域信号转化为频域信号,进一步提取频段内的能量分布,从而能够通过信息熵值的计算,揭示振动信号的复杂性和异常波动。
对于每次采集到的振动数据,通过信息熵公式计算振动信号的能量熵值。信息熵反映了信号在频域中的复杂度,能够有效指示应力突变的发生。在计算过程中,熵值的公式如下:对于20-500Hz频段内每5Hz的子频带,计算其能量占比并对其进行对数加权求和,从而得到整体信号的熵值。随后,将计算出的熵值与预设的钼含量-熵值阈值规则库进行比对,以判定当前成型区域是否发生应力突变。钼含量-熵值阈值规则库的构建过程如下:选取钼含量为1.5%、2.0%、3.0%的三组低碳高钼不锈钢管坯样本,在标准成型参数下,采集每个样本在成型过程中20-500Hz频段的振动信号能量熵值,并记录对应的应力突变临界点。通过线性插值法,建立钼含量与熵值阈值之间的映射关系,从而能够针对不同钼含量的管材实时判定应力突变。
当检测到应力突变时,立即启动应力场均衡机制。首先,根据管材的直径与壁厚比值,选择距离应力突变点最远的压辊作为优先干预节点。此比值对选择干预节点起到决定性作用,其具体逻辑如,当时,优先选择轴向距离应力突变点最远的压辊;当时,优先选择周向对称分布的相邻两压辊;当时,优先选择与应力突变点呈120度夹角的压辊,以便确保能有效调整成型过程中的应力分布,避免局部应力集中而导致材料缺陷。而基于应力突变点的检测结果中,优先干预节点的进给速率将动态调整,具体操作如下:通过PLC控制系统,发送进给速率调整指令,并基于预设的速率调整梯度表,输出脉冲宽度调制信号至伺服电机驱动器。该驱动器通过减速比为1:20的行星齿轮减速机驱动压辊轴,使得压辊的进给速率调整精度达到±0.1mm/s。与此同时,调整过程中还需要同步提升相邻压辊的进给速率(提升幅度为5%-8%),通过压力波传播路径的拓扑重构实现应力场的全局均衡。此过程中,拓扑重构指的是通过合理的调整,确保成型区域的应力得到充分分散和均衡,从而避免局部应力集中。
在实际应用过程中,可能会出现由于环境扰动或材料批次波动等因素,导致熵值未恢复至稳态的情况。在这种情况下,触发阈值自修正机制。具体来说,当连续5次干预后熵值仍未恢复稳态时,系统会根据设定规则对熵值阈值进行修正:如果连续5次干预后熵值仍高于原阈值,则将阈值上调5%;如果连续5次干预后熵值低于原阈值且管材表面无裂纹缺陷,则将阈值下调5%。这一机制确保了系统能够自适应不同材料批次的波动与环境变化,持续优化成型过程中的应力分布,避免出现偏差导致的质量问题。
实施例2:在本实施例中,我们进一步优化了低碳高钼薄壁不锈钢管成型过程中的应力控制方法,具体为,例如在步骤S1中,实时采集成型设备压辊轴承座的振动信号。为了确保数据的准确性,采用压电式加速度传感器,传感器安装在压辊轴承座的径向受力面中心点,传感器轴线与压辊的径向受力方向保持一致。采样频率设置为10kHz,以便充分捕捉20-500Hz频段内的振动数据。此频段能有效反映管材成型过程中产生的微小应力变化。振动信号采集后,采用滑动窗口快速傅里叶变换(FFT)对数据进行频域分析。滑动窗口的时长设置为0.1秒,窗口重叠率为50%,这有助于实时获取信号的频谱变化情况。傅里叶变换后的频谱分辨率为5Hz,有效确保了在20-500Hz频段内能量分布的精确提取。步骤S2中,通过计算振动信号的能量熵值来揭示应力突变的迹象。能量熵反映了信号的复杂性,用于判断成型过程中的应力状态。在计算熵值时,首先获取每个5Hz子频带的能量占比,然后对这些能量占比进行对数加权求和,得出整体信号的熵值。熵值公式具体说明:
其中,表示第个频段的能量占比。通过该公式计算出的熵值能够反映信号的波动程度,从而判断是否发生应力突变。在步骤S3中,通过比对预设的钼含量-熵值阈值规则库来判断是否发生应力突变。该规则库的构建方式如,选取三组不同钼含量的低碳高钼不锈钢管坯样本,钼含量分别为1.5%、2.0%和3.0%。在标准成型参数下,分别采集三组样本在成型过程中产生的振动信号能量熵值,并记录下对应的应力突变临界点。基于线性插值法构建钼含量与熵值阈值的映射关系,确保熵值的变化能够准确对应钼含量的不同变化。
在线性插值法中,设定样本中1.5%和3.0%钼含量的熵值分别为和,待测管材的钼含量为%(1.5%<<3.0%),其对应的熵值阈值可通过以下公式计算:
,
其中的值决定了熵值的判定阈值,进而影响应力突变的判定。当在步骤S4检测到应力突变时,根据管材的直径和壁厚的比值,选择距离应力突变点最远的压辊作为优先干预节点。该节点的进给速率将被动态调整,从而实现应力场的均衡。若,则优先选择轴向距离应力突变点最远的压辊;若,则选择周向对称分布的相邻两压辊进行干预;若,则选择与应力突变点呈120度夹角的压辊,通过这些干预措施,确保了应力场的全局均衡,从而避免局部应力集中。
为了精确控制进给速率,PLC控制器根据预设的速率调整梯度表,输出脉冲宽度调制信号至伺服电机驱动器,从而控制压辊的进给速率。进给速率的调整精度为±0.1mm/s,确保了应力突变的精确调节。如为确保系统在不同环境条件或材料批次波动时能够持续稳定运行,我们在步骤S4中引入了熵值的自修正机制。当检测到熵值未能恢复稳态时,触发阈值的调整。具体规则如下:若连续5次干预后熵值仍高于原阈值,则将阈值上调5%。若连续5次干预后熵值低于原阈值且管材表面无裂纹缺陷,则将阈值下调5%以自适应材料的波动和环境变化和优化应力控制,都属于本领域普通技术人员可知的扩展实施方式。
实施例3:在本实施例中,首先,针对振动信号的处理流程,采集的振动信号将通过加速度传感器获取,且信号的频段范围为20Hz至500Hz,这一频段可有效反映薄壁不锈钢管成型过程中的应力变化。振动信号经由快速傅里叶变换(FFT)进行频域分析,在分析过程中,提取频段内的能量分布,并计算其对应的能量熵值。需要注意的是,振动信号的能量熵值是基于信息熵公式计算得出的,信息熵反映了振动信号在频域中的复杂性,用于指示应力突变的可能性。具体而言,能量熵值的计算方式为对各频段能量占比进行对数加权求和,在计算熵值时,变量表示对应钼含量的熵值阈值,变量和分别代表钼含量为1.5%和3.0%样本的标定熵值,钼含量与熵值阈值之间的映射关系是通过实验数据的收集与分析建立的。具体来说,首先通过选取了三组具有代表性的低碳高钼不锈钢管坯样本,分别为钼含量为1.5%、2.0%和3.0%的样本。这些样本在标准成型参数下进行试验,在不同的成型过程中,实时采集并记录了各样本的振动信号,尤其是在20Hz至500Hz的频段内的能量分布,在每次实验过程中,通过加速度传感器采集的振动信号进行快速傅里叶变换(FFT),提取其在该频段内的能量分布,然后基于信息熵公式计算出每组样本在特定成型阶段的能量熵值,同时为确保数据的准确性,可在不同的成型阶段对同一批样本进行了多次测量,并对测量结果进行了统计分析,都属于本领域普通技术人员可知的扩展实施方式,通过为每个钼含量设置一个对应的熵值阈值,进而形成钼含量-熵值阈值规则库,在构建钼含量-熵值阈值规则库后,可利用线性插值法将这些实验数据扩展到不同钼含量范围内的熵值阈值,确保了熵值阈值可以准确反映钼含量的变化,同时使得在实际生产中能够实时判定应力突变。
在振动信号的处理后,通过对比预设的钼含量-熵值阈值规则库,可以实时判断成型区域是否出现应力突变。根据应力突变的检测结果,实施动态调整进给速率的方案。在这一过程中,我们详细描述了如何选择优先干预节点,确保应力场的均衡,以及针对动态调整过程中可能出现的环境扰动和材料波动,可引入了熵值的自修正机制,当连续五次干预后熵值未恢复稳态时,系统会触发阈值自修正,通过上下调节阈值(最多±5%)来适应当前的加工环境和材料特性。这一机制有效保证了方案在实际生产中的鲁棒性和适应性,都属于本领域普通技术人员可知的扩展实施方式。
对于本领域技术人员而言,显然本发明不限于上述示范性实施例的细节,而且在不背离本发明的精神或基本特征的情况下,能够以其他的具体形式实现本发明。
最后应说明的是,以上实施例仅用以说明本发明的技术方案而非限制,尽管参照较佳实施例对本发明进行了详细说明,本领域的普通技术人员应当理解,可以对本发明的技术方案进行修改或等同替换,而不脱离本发明技术方案的精神和范围。
Claims (10)
1.一种低碳高钼薄壁不锈钢管成型过程中应力控制方法,其特征在于,包括以下步骤:
S1,实时采集成型设备压辊轴承座的振动信号,利用加速度传感器获取20-500Hz频段的振动数据;
S2. 对所述振动数据进行滑动窗口快速傅里叶变换,提取20-500Hz频段的能量分布,并基于信息熵公式计算振动信号能量熵值;
S3. 将所述振动信号能量熵值与预设的钼含量-熵值阈值规则库进行比对,判定当前成型区是否发生应力突变;所述钼含量-熵值阈值规则库通过以下方式构建:选取钼多组低碳高钼不锈钢管坯样本;在标准成型参数下,采集各样本成型过程中20-500Hz频段的振动信号能量熵值,并记录其对应应力突变临界点;基于线性插值法建立钼含量与熵值阈值的映射关系;
S4. 当检测到应力突变时,根据管材的直径与壁厚特征,选择距离应力突变点最远的压辊作为优先干预节点,动态降低所述优先干预节点的进给速率10%-15%,并同步提升相邻压辊的进给速率5%-8%,通过压力波传播路径的拓扑重构实现应力场全局均衡。
2.如权利要求1所述的低碳高钼薄壁不锈钢管成型过程中应力控制方法,其特征在于,选取钼多组低碳高钼不锈钢管坯样本是指选取钼含量为1.5%、2.0%、3.0%的三组低碳高钼不锈钢管坯样本。
3.如权利要求2所述的低碳高钼薄壁不锈钢管成型过程中应力控制方法,其特征在于,步骤S1中所述加速度传感器为压电式工业传感器,其安装位置为成型压辊轴承座的径向受力面中心点,且传感器轴线与压辊径向受力方向一致;所述振动数据的采样频率为10kHz,信号传输采用抗电磁干扰屏蔽电缆。
4.如权利要求2所述的低碳高钼薄壁不锈钢管成型过程中应力控制方法,其特征在于,步骤S4中所述优先干预节点的选择逻辑为:根据管材直径D与壁厚的比值(),预设压力波传播路径的优先级矩阵,其中:当时,优先选择轴向距离应力突变点最远的压辊;当时,优先选择周向对称分布的相邻两压辊;当时,优先选择与应力突变点呈120度夹角的压辊。
5.如权利要求2所述的低碳高钼薄壁不锈钢管成型过程中应力控制方法,其特征在于,步骤S3中所述钼含量-熵值阈值规则库的构建还包括:对在线检测到的连续5次干预后熵值未恢复稳态的异常工况,触发阈值自修正机制,将当前钼含量对应的熵值阈值按以下规则调整:若连续5次干预后熵值仍高于原阈值,则将阈值上调5%;若连续5次干预后熵值低于原阈值且管材表面无裂纹缺陷,则将阈值下调5%。
6.如权利要求2所述的低碳高钼薄壁不锈钢管成型过程中应力控制方法,其特征在于,步骤S4中所述压辊进给速率的动态调整通过以下方式实现:将优先干预节点的进给速率指令发送至PLC控制器,所述PLC控制器基于预设的速率调整梯度表,输出脉冲宽度调制信号至伺服电机驱动器;所述伺服电机驱动器通过减速比为1:20的行星齿轮减速机驱动压辊轴,进给速率调整精度为±0.1mm/s。
7.如权利要求2所述的低碳高钼薄壁不锈钢管成型过程中应力控制方法,其特征在于,步骤S2中所述滑动窗口的时长为0.1秒,窗口重叠率为50%,且快速傅里叶变换的频谱分辨率为5Hz;所述信息熵公式的计算方式为:对20-500Hz频段内每5Hz子频带的能量占比取对数加权求和。
8.如权利要求2所述的低碳高钼薄壁不锈钢管成型过程中应力控制方法,其特征在于,步骤S3中所述线性插值法的具体实施为:当待测管坯的钼含量为,且时,其对应的熵值阈值通过下式计算:
,
其中,和分别为钼含量1.5%和3.0%样本的标定熵值阈值。
9.如权利要求8所述的低碳高钼薄壁不锈钢管成型过程中应力控制方法,其特征在于,步骤S4中所述压力波传播路径的拓扑重构还包括:当检测到应力突变时,同步触发模具间隙的微米级动态补偿,补偿量为当前管材壁厚的0.5%-1.0%,且补偿方向为远离应力突变点的径向扩张方向。
10.如权利要求9所述的低碳高钼薄壁不锈钢管成型过程中应力控制方法,其特征在于,所述模具间隙的微米级动态补偿通过电液伺服阀驱动模具支撑臂实现,所述电液伺服阀的响应时间为10ms,压力控制精度为±0.5MPa,模具支撑臂的位移分辨率≤1μm。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202510487322.1A CN120001812B (zh) | 2025-04-18 | 2025-04-18 | 一种低碳高钼薄壁不锈钢管成型过程中应力控制方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202510487322.1A CN120001812B (zh) | 2025-04-18 | 2025-04-18 | 一种低碳高钼薄壁不锈钢管成型过程中应力控制方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN120001812A true CN120001812A (zh) | 2025-05-16 |
| CN120001812B CN120001812B (zh) | 2025-07-11 |
Family
ID=95670279
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202510487322.1A Active CN120001812B (zh) | 2025-04-18 | 2025-04-18 | 一种低碳高钼薄壁不锈钢管成型过程中应力控制方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN120001812B (zh) |
Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2018001271A (ja) * | 2016-06-22 | 2018-01-11 | 株式会社神戸製鋼所 | 蛇行予測システム、蛇行予測方法及び圧延機のオペレータ支援方法 |
| US20180140798A1 (en) * | 2016-11-22 | 2018-05-24 | Panasonic Intellectual Property Management Co., Ltd. | Stress alleviation system and stress alleviation method |
| CN110449469A (zh) * | 2019-07-15 | 2019-11-15 | 太原理工大学 | 一种波纹辊轧机辊系振动检测控制装置及控制方法 |
| US20200080975A1 (en) * | 2018-09-10 | 2020-03-12 | Shanghai Maritime University | System for Determining Excitation Frequency of Vibratory Stress Relief and Method therefor |
| CN116550764A (zh) * | 2023-05-05 | 2023-08-08 | 燕山大学 | 一种基于工作辊振动测试分析的热连轧机前馈厚度控制方法 |
| CN117772803A (zh) * | 2024-01-22 | 2024-03-29 | 山东钢铁股份有限公司 | 一种热连轧机液压振动自动抑振装置及方法 |
| CN119114640A (zh) * | 2024-11-12 | 2024-12-13 | 福建科宝金属制品有限公司 | 一种高品质35w270硅钢板冷轧工艺 |
| CN119266780A (zh) * | 2024-12-09 | 2025-01-07 | 青岛智腾微电子有限公司 | 基于振动信号分析的井下流量开关控制方法 |
| CN119747400A (zh) * | 2025-01-17 | 2025-04-04 | 东北大学 | 一种基于机理解析模型的轧机振动控制方法 |
-
2025
- 2025-04-18 CN CN202510487322.1A patent/CN120001812B/zh active Active
Patent Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2018001271A (ja) * | 2016-06-22 | 2018-01-11 | 株式会社神戸製鋼所 | 蛇行予測システム、蛇行予測方法及び圧延機のオペレータ支援方法 |
| US20180140798A1 (en) * | 2016-11-22 | 2018-05-24 | Panasonic Intellectual Property Management Co., Ltd. | Stress alleviation system and stress alleviation method |
| US20200080975A1 (en) * | 2018-09-10 | 2020-03-12 | Shanghai Maritime University | System for Determining Excitation Frequency of Vibratory Stress Relief and Method therefor |
| CN110449469A (zh) * | 2019-07-15 | 2019-11-15 | 太原理工大学 | 一种波纹辊轧机辊系振动检测控制装置及控制方法 |
| CN116550764A (zh) * | 2023-05-05 | 2023-08-08 | 燕山大学 | 一种基于工作辊振动测试分析的热连轧机前馈厚度控制方法 |
| CN117772803A (zh) * | 2024-01-22 | 2024-03-29 | 山东钢铁股份有限公司 | 一种热连轧机液压振动自动抑振装置及方法 |
| CN119114640A (zh) * | 2024-11-12 | 2024-12-13 | 福建科宝金属制品有限公司 | 一种高品质35w270硅钢板冷轧工艺 |
| CN119266780A (zh) * | 2024-12-09 | 2025-01-07 | 青岛智腾微电子有限公司 | 基于振动信号分析的井下流量开关控制方法 |
| CN119747400A (zh) * | 2025-01-17 | 2025-04-04 | 东北大学 | 一种基于机理解析模型的轧机振动控制方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN120001812B (zh) | 2025-07-11 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN112246880B (zh) | 基于前馈一中间窜辊补偿的二十辊轧机板形优化控制方法 | |
| CN117123640B (zh) | 用于模具加工设备的送料定位精度检测方法及系统 | |
| CN115047162A (zh) | 一种钢管热处理的缺陷检测方法及系统 | |
| CN101994001A (zh) | 基于支持向量机算法的振动时效效果预测方法 | |
| CN118650357B (zh) | 一种装配式钢结构住宅组焊h型钢自动生产系统 | |
| CN115815367A (zh) | 一种基于成型参数的弯管壁厚质量预测方法和系统 | |
| CN120001812B (zh) | 一种低碳高钼薄壁不锈钢管成型过程中应力控制方法 | |
| CN118455395A (zh) | 一种clinch无铆连接装置的加工指标监控方法 | |
| CN116990022A (zh) | 一种新能源汽车传动系统的轴承检测方法及系统 | |
| CN114894361B (zh) | 基于跨点频响阻尼特性的金属构件残余应力定量检测方法 | |
| CN114112736B (zh) | 确定低碳钢冷轧薄板断裂延伸率的在线测量装置及方法 | |
| CN108393385A (zh) | 一种带有自适应反馈的板料拉深成形方法 | |
| CN120372496A (zh) | 一种超声波水表信号幅度动态调节方法 | |
| CN111650060B (zh) | 一种冲压头可调式杯突试验机 | |
| Tsuruya et al. | Forming state recognition in deep drawing process with machine learning | |
| Tsuruya et al. | Process monitoring of deep drawing using machine learning | |
| CN114113294B (zh) | 用于确定带钢屈服强度和抗拉强度的在线测量装置及方法 | |
| CN117505551A (zh) | 用于异型钢连轧工艺的工件质量控制方法及系统 | |
| CN114280139A (zh) | 一种异形金属部件适形涡流检测方法及其检测装置 | |
| CN119794094B (zh) | 一种基于能量流的棒线材轧制力测量方法及装置 | |
| CN114200003A (zh) | 一种基于跨点阻抗的金属裂纹识别方法 | |
| CN120715046A (zh) | 一种高度平行的铝线压延检测方法及系统 | |
| CN115688540B (zh) | 一种冷轧薄带钢拉伸应变硬化指数在线检测方法及其装置 | |
| CN116125275B (zh) | 一种减速电机测试系统 | |
| CN120778887A (zh) | 一种钢塑复合管缺陷智能识别方法及系统 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| PE01 | Entry into force of the registration of the contract for pledge of patent right | ||
| PE01 | Entry into force of the registration of the contract for pledge of patent right |
Denomination of invention: A stress control method during the forming process of low-carbon high-molybdenum thin-walled stainless steel tube Granted publication date: 20250711 Pledgee: CITIC Bank Changsha branch Pledgor: HUNAN WANGKUN PIPE INDUSTRY Co.,Ltd. Registration number: Y2025980065481 |