爆炸焊接質量的影響因素及參數優化分析

布偉剛

西安天力金屬復合材料有限公司

爆炸焊接質量的影響因素及參數優化分析

布偉剛

西安天力金屬復合材料有限公司

隨著工業現代化步伐的不斷加快，有許多動力機械、化工、冶金和石油加工等設備的零部件難免要在高溫、超載、強侵蝕、電磁輻射或放射性等惡劣環境中長期工作。這就要求用于制造這些零部件的材料必須是能滿足上述要求的特殊材料，如高合金鋼、有色金屬以及專用合金材料等。如果整個設備和儀器都采用十分貴重的特殊材料制造，不僅會使生產工藝復雜化、顯著提高設備和儀器的造價，而且更重要的是也難以滿足設備的整體使用要求。本文對其中存在的質量問題進行闡述，并根據參數進行了優化措施的分析。

爆炸焊接；質量；參數優化

爆炸焊接亦稱爆炸復合，是一種利用炸藥爆轟所產生的巨大能量使兩層或多層的同種或異種金屬材料發生高速傾斜碰撞而形成固相冶金結合的高能加工技術，近年來在工業生產中得到廣泛運用。國內外學者對爆炸焊接的試驗過程及機理進行了大量研究。利用計算機模擬仿真軟件來模擬爆炸焊接，具有成本較低、顯著減少實驗次數等優點，可以方便地研究爆炸焊接過程及爆炸焊接參數(碰撞角、碰撞速度、裝藥量、炸藥種類等)對其的影響，而且該技術經過先前焊接研究者的驗證，得到的結果也具有一定的可適用性。

1 爆炸焊接技術概述

爆炸焊接就是利用炸藥的能量將兩塊被復合的金屬材料在爆轟波的作用下，實現高速斜碰撞，從而組合成新的復合材料。

當炸藥爆轟后，爆炸產物形成高壓脈沖載荷，直接作用在復板上，復板被加速，在幾個微秒時間內復板就達到幾百米/秒的速度，它從起始端開始，依次與復板碰撞，當兩金屬以一定的角度相碰時產生很大的壓力(約幾十萬個大氣壓)，將大大超過金屬的動態屈服極限。因而碰撞區產生了高速度的塑性變形，同時伴隨有劇烈的熱效應。此時，碰撞面金屬板的物理性質類似于流體，這樣在兩金屬板的內表面將形成兩股運動方向相反的金屬噴射流。一股是在碰撞點前的自由射流(或稱再入射流，簡稱射流)向未結合的空間高速噴出，它沖刷了金屬的內表面的表面膜，使金屬露出了有活性的清潔表面，為兩塊金屬板的復合提供了條件；另一股是在碰撞點之后的凸角射流(有的也稱為凝固射流)，它被凝固在兩金屬板之間，形成兩種金屬的冶金結合。

2 質量的影響因素

就目前已有材料的性能來看，單獨使用任何一種材料包括最新研制的新材料，都不可能同時滿足幾方面的特殊要求。焊接是金屬材料最常見的復合方法。但異種金屬材料的焊接往往比同種材料的焊接要困難得多，這是因為金屬材料的種類不同，其熔點、密度、導熱性各異，晶格類型及參數等物理化學性能也有所差別，有的甚至差別很大，對其焊接性有很大的影響。

焊接時結合面處會產生一層性能和組織與母材不同的過渡層，因此，采用常規方法焊接時，經常會出現以下技術問題：(1)兩種基體金屬材料之間不能形成合金；(2)焊接過程中金相組織的變化或產生新的組織而使接頭的性能變差；(3)熔合區和熱影響區的機械性能、塑性的降低；(4)由于基體金屬熱膨脹系數不同而引起的熱應力，而且這種熱應力不能消除；(5)因塑性變差和應力增加往往容易引起裂紋。

3 爆炸焊接參數優化的神經網絡法分析

人工神經網絡(ANN)模擬人的大腦活動，具有極強的非線形逼近、大規模并行處理、自訓練學習、自組織和容錯能力等優點，利用神經網絡理論對爆炸焊接參數進行預測和控制，能克服傳統預測方法的一些缺陷，能快速、準確地得到預測結果。這對于指導爆炸焊接設計，優化爆焊參數，確保爆炸接質量具有重要意義。

3.1 神經網絡理論及其典型網絡模型

人工神經網絡是由大量簡單的基本元件一神經元相互聯結，模擬人的大腦神經處理信息的方式，進行信息并行處理和非線形轉換的復雜網絡系統。人工神經網絡處理信息是通過信息樣本對神經網絡的訓練，使其具有人的大腦的記憶、辨識能力，完成各種信息處理功能。人工神經網絡具有良好的自學習、自適應、聯想記憶、并行處理和非線形轉換的能力，避免了復雜數學推導，在樣本缺損和參數漂移的情況下，仍能保證穩定的輸出。

3.2 爆炸焊接參數優化模型的建立與求解

爆炸焊接強度是衡量爆炸焊接質量的主要指標，將此作為BP神經網絡模型的輸出層，節點數為1個。影響爆炸焊接質量的因素很多，有選定的金屬材料的物理化學性能，炸藥的性能及安裝參數等，通過分析篩選，確定了9個影響較大的因素：(l)金屬材料的密度；(2)金屬材料的硬度；(3)金屬材料的熔點；(4)金屬材料的外觀尺寸；(5)炸藥的爆速；(6)單位面積裝藥量；(7)金屬材料的安裝角度；(8)金屬材料的安裝間隙；(9)緩沖層的選用。將這9個變量作為輸入變鼠，即輸入節點數為9個。

隱層節點數的多少對網絡性能的影響較大，當隱層節點數太多時，會導致網絡學習時間過長，甚至不能驗收；而當隱層節點數過小時，網絡的容錯能力差。隱層節點個數根據網絡訓練結果選取8個節點，由此確定網絡的結構為(9，8，1)。爆炸焊接參數優化預測神經網絡是三層BP模型，輸入層上的輸入神經元接受金屬材料的物理化學性能，炸藥的性能及安裝參數等信息、的輸入，輸出層上的輸出神經元為爆炸焊接質量等級系數。

選取其中的6個樣本對爆炸焊接參數優化預測神經網絡進行學習訓練，建立辯識模型。然后選取剩下的2個樣本對網絡進行檢驗，檢驗結果見表1。

表1 網絡檢測結果

網絡預測的爆炸焊接質量等級系數與實際情況相吻合，預測的誤差最大值為5.7%，由此表明利用該模型來預測爆炸焊接參數優化是可行的。

總之，(l)模糊多層次綜合評價數學模型對爆炸焊接參數進行的定量評價有重要的理論和實際意義，通過實際分析與評價證明該方法有相當大的實用性和精度。(2)利用BP神經網絡對爆炸焊接參數進行預測和控制是可行的，并能對爆炸焊接參數進行優化。

[1]彭磊，張之穎.大幅板爆炸焊接質量的板幅尺寸效應研究[J].固體力學學報，2012，02：176-181.

[2]張會鎖，金俊，趙捍東，曹紅松.起爆方式對爆炸焊接質量影響的三維數值仿真研究[J].中北大學學報(自然科學版)，2012，05：525-529.