文摘

为了提高铬镍铁合金625包覆层的成形质量,使其更广泛的应用。本文地址一个实验调查激光功率等主要工艺参数的影响,扫描速度、送粉速度,和重叠率以及它们的交互作用对表面粗糙度和宽度误差的激光加法制造过程形成铬镍铁合金625个样本。田口方法和灰色关联分析是用来优化选择的参数,并进行了验证测试。重叠区域的显微硬度和显微组织的变化和不重叠的区域研究了熔覆层的显微硬度试验机和扫描电子显微镜(SEM)。最显著的影响结果表明,工艺参数对表面粗糙度和宽度误差都是重叠率,和最优水平的激光功率、扫描速度、粉机速度,和重叠率是1800 W, 8毫米/秒,10 g /分钟,和30%,分别。微观结构和成分的分析表明,铬的含量高洗涤阶段和矩阵,Nb的内容在洗涤阶段显著增加,达到24.48 wt %,和洗涤不重叠的区域比重叠区更紧凑。

1。介绍

铬镍铁合金625是一个固溶强化Ni-Cr-Mo合金具有面心立方结构(1]。由于其优良的机械强度和抗蠕变、耐腐蚀在严酷的环境下,铬镍铁合金625已广泛应用于航空航天、化工、石化、和海洋应用程序。然而,许多625铬镍铁合金的组件是高度复杂的形状,非常昂贵的产生是由于广泛的加工(2- - - - - -6]。

激光加法制造(LAM)是一种新技术,它广泛应用于航空航天、医疗、军事、和许多其他领域(7]。它集成了机械工程领域的最新成果,CAD / CAM、数控或机器人技术、激光技术和材料科学。它可以快速将设计理念转换为一个原型具有一定结构和功能或直接制造零件,降低加工成本显著(8- - - - - -10]。在逃亡过程中,很多不同的参数如激光功率、扫描速度和送粉速度可以耦合在一起,影响零件的质量。因此,优化工艺参数,获得质量问题成为一个焦点一部分许多专家(11- - - - - -18]。

然而,大多数学者只研究多个参数的影响在一个响应的目标。一些专家研究了多个参数对多个响应的影响目标激光加法制造的铬镍铁合金625合金。此外,重叠率是一个参数,对成形质量具有重要影响。重叠区域的面积将增加重叠率太高时,熔覆层的显微组织和显微硬度将受到影响。然而,熔覆层的表面时将不均匀的重叠率太小了。但许多学者往往忽视其影响力研究工艺参数的优化。本文的综合影响参数的激光功率、扫描速度、进给速率,和重叠率的表面粗糙度和宽度误差LAM铬镍铁合金625研究的过程。重叠区域的显微组织和显微硬度和不重叠的区域了。田口方法和灰色关联分析用于分析多个参数对多个反应目标的影响,和林参数优化。

2。实验方法

2.1。实验设备和材料

林的实验进行了设置如图1。设置系统包括一个2000 W最大输出功率光纤激光器,一个机器人基础上,一个粉供料系统,和其他辅助设备。实验中使用的基材是铬镍铁合金625合金、铬镍铁合金625合金被选为合金粉末;粉的化学成分见表1。在实验之前,衬底抛光去除表面氧化层和改善其表面光洁度。然后,衬底与丙酮清洗,去除表面的油。铬镍铁合金625合金粉末是放置在120°C真空环境干燥处理。


图1
林的示意图。
表1
铬镍铁合金粉末组成625人。
2.2。田口方法

田口方法是一种优化设计技术由Genichi田口博士,日本质量工程师。该方法主要用于技术开发、产品开发和过程开发。田口方法是分为三个过程19]:(1)根据实验分析选择因素和水平;在这篇文章中,激光功率、扫描速度、粉进给速度,和重叠的速度是选为实验因素,每个三个层次。因素和水平如表所示2。其他因素都保持在固定汇率水平所表2。(2)选择正交阵列(OA)进行实验,L934田口OA被选中执行实验。(3)计算信号噪声比(S / N)和统计方差分析(方差分析),然后获得最优工艺参数。

表2
因素和水平中使用田口设计。
2.3。DLF实验和测量

在林实验中,重叠率(或)是由以下方程计算20.]: 在哪里 的宽度是一个单向的形成,如图2, 是相邻轨道之间的偏移距离,如图3。


图2
截面几何单轨的形成。

图3
原理图的横截面多声道的形成。

在这项实验中,重叠率是由相邻轨道之间的偏移距离决定。根据情商。1),相邻轨道之间的距离可以表示如下:

很明显,除了重叠率的值 是由一个轨道的宽度决定。因此,单向的实验需要,衡量单轨的宽度,计算相邻轨道之间的偏距。使用L934田口OA执行单向的单层林实验中,9个样本长度50 mm的形成(图4)。每个样品的宽度测量,三个不同的地点被选择,他们的平均被认为是。测量结果如表所示3。


图4
单线样本。
表3
单轨形成的结果。

计算相邻轨道偏移距离根据单轨形成的结果,然后使用L934田口OA执行多声道的单层林实验;跟踪的数量是10;每个记录的长度是50毫米;进行了三个实验复制的准确性,那里的样本总数是27日5显示一组样品。


图5
多声道的样本。

林质量特征是由测量表面粗糙度(δ)(图3)和宽度误差( )。表面粗糙度是指的不同高度的最高和最低分样品表面。宽度误差是指理论计算宽度之间的区别(Eq。3))和实际测量宽度(Eq。4))。 在哪里 (在我们的例子中是歌曲的数量吗 ), 试样宽度的计算值, 是样品的测定值宽度。每组样本的测量和计算结果给出了在桌子上4。

表4
意思是三个复制和信噪比。
2.4。显微硬度和显微组织的实验

的微观结构的重叠区域和不重叠的区域通过扫描电镜分析了熔覆层。显微硬度测试仪是用来测量包覆层的横截面的显微硬度。4.903 N的负载下,负载是保持10年代,显微硬度测量从0.1毫米到左边的涂料,和测量间隔约为0.1毫米,重叠区域的显微硬度变化规律和不重叠的区域的熔覆层。计量点的压痕形貌如图6。


图6
压痕形态。

3所示。结果与讨论

3.1。显微硬度和显微组织分析

通过横截面的显微硬度的分析不同工艺参数下熔覆层的显微硬度的变化规律之间的重叠区域和不重叠的区域基本上是相同的。样品的年代6作为一个例子;SEM和EDS分析进行重叠区域和不重叠的区域。横截面的显微硬度衬底和包覆层如图7。这个数字表明,重叠区域的显微硬度低于不重叠的区域。


图7
显微硬度的变化在重叠区和熔覆层的不重叠的区域。

SEM图像被显示在图8的能谱分析结果,B, A ,B 被显示在表5。简单的不重叠的区域的扫描电镜图像被显示在图8(一个),而扫描电镜图像的重叠区域如图8 (b)。图表明,该涂料主要是由浅灰色矩阵A和冲洗阶段,不重叠的区域密集的沐浴,沐浴在重叠区域是分散的。这是因为热量输入的一部分的搭接区吸收重熔区熔覆层,和莱夫斯相搭接区并非完全沉淀由于合金粉末吸收的热量不足,所以搭接区莱夫斯相含量较低。根据能谱分析的结果,浅灰色矩阵A的固溶体是第一个沉淀镍,主要由镍、铬、钼、Nb,铁、硅、铝、锰、有限公司和其他元素。它的质量分数是类似于镍基合金粉末,可以看到附近的涂层表面的稀释比例相对较低。沐浴B阶段和矩阵Cr含量高,但与矩阵相比,Nb的内容在洗涤阶段显著增加,在Nb内容24.48 wt %,和镍的含量显著降低。此前,在这个时候,莱夫斯相涂层中富含Nb元素,和镍元素的形成是有限的在同一时间。这是因为,铌晶间隔离生产洗涤阶段。

(一)
(一)
(b)
(b)
图8
扫描电镜的图像重叠区(a)和重叠区(b)的涂层。
表5
能量色散光谱仪(%)的结果。

SEM和局部放大图像的重叠区域和不重叠的区域如图9。图9(一个)表明有很多细裂缝基质的重叠区与衬底的不重叠的区域(图9 (b))。因为重叠区受到双重高能激光束的作用,导致增加的热量积累和衬底的温度梯度,衬底的冷却收缩导致一个更大的拉伸应力,从而导致更多的微裂缝。

(一)
(一)
(b)
(b)
图9
衬底的SEM图像重叠区(a)和(b)不重叠的区域。
3.2。信号噪声比

的质量特征的变化被调查产品,为了应对因素在实验设计中,引入的“信号”想要的效果。然而,当一个实验,有很多外在因素设计影响的实验结果。这些外部因素被称为噪声因素,影响测试质量特性的结果称为“噪声”。信号噪声比(信噪比)措施的敏感性被调查质量特性控制的方式,这些外部影响因素(噪声因素)而不是控制。任何实验总是确定的目标尽可能高信噪比的结果。高价值的S / N意味着信号远高于随机噪声的影响因素。产品设计或工艺操作符合最高的S / N总是与最小方差产量最优质量。从质量的角度来看,有三种可能的类别的质量特征。(1)小更好,名义是最好的,(2)和(3)越大越好。转换成一组观察到信噪比中执行两个步骤。 First, the Mean Squared Deviation (MSD) of the set is calculated. Second, the S/N ratio is computed from the MSD by the equation [21,22]:

较小的是更好的质量特性:

名义是最好的品质特点:

越大越好质量特点: 在哪里 是数量的观察, 是名义价值或目标。

在我们的例子中,信噪比的计算 我们考虑小是一个更好的标准用情商反应。(6)。计算信噪比表所示4。

表6显示了表面粗糙度参数的意义和宽度误差。根据响了分析,每个因素对表面粗糙度的影响顺序和宽度误差 和 ,分别。

表6
表面粗糙度和宽度误差因素的意义。
3.3。因素对反应的影响

图10显示的影响因素及其水平的平均信噪比表面粗糙度和宽度误差。最高的S / N比率值显示的水平的因素,对应于最小表面粗糙度和宽度误差。图10 ()显示,可以实现最小表面粗糙度在1800 W激光功率,6毫米/秒扫描速度,10 g /分钟送粉速度,30%重叠率。图10 (b)显示最小宽度误差可以达到1600 W的激光功率,8毫米/秒扫描速度,10 g /分钟送粉速度,30%重叠率。显然,对表面粗糙度的影响因素和宽度误差是不同的。

(一)
(一)
(b)
(b)
图10
的影响因素及其水平的平均信噪比(a) (b)和表面粗糙度宽度误差。
3.4。方差分析分析

方差分析(方差分析)是通常用于提供一定程度的信心。这项技术并不直接分析数据,而是决定数据的方差。通过理解源和方差的大小,可以预测健壮的操作条件。由以下方程参数用于计算方差分析(23,24]: 在哪里 的平均金额的广场, 是控制系数的平方和(激光功率、扫描速度、送粉速度和重叠率), 方差的平方和, 的平方和是错误, 在每组样本的数量(在这里吗 ), 控制因素的方差, 因素的自由度, 是 - - - - - -比率的因素。

表7显示了信噪比的方差分析对表面粗糙度和宽度误差。比较计算 - - - - - -值与标准 - - - - - -值可以看出,激光功率,粉机速度,和重叠率有显著影响表面粗糙度为95%,90%,和95%的置信水平。宽度误差,它是显示扫描速度和重叠率有显著的影响在95%和99%置信水平,分别。

表7
方差分析对信噪比表面粗糙度和宽度误差。
3.5。灰色关联分析

田口方法只可用于执行简略优化,但在目前的研究中,有两个响应特性(表面粗糙度和宽度误差),应考虑。本文利用灰色关联分析(GRA)进行多目标优化25,26]。

3.5.1。灰色关联生成

在灰色关联分析,第一步叫做灰色关联生成,执行标准化的测量数据范围在0和1之间。根据反应的类型,有三个归一化值的表达式。

如果期望高越好,然后归一化值 可以表示为

如果期望smaller-the-better,归一化值 可以表示为

如果期望nominal-the-better,归一化值 可以表示为

在目前的研究中,表面粗糙度和宽度误差smaller-the-better类型。那里,表中的数据4规范化使用情商。16)和归一化值如表所示7。

3.5.2。灰色关联系数

灰色关联系数可以计算如下: 为 , 。

在哪里 , 最好是参考数据或数据,在这里, 。 , 。 分辨系数, 。

情商的灰色关联系数计算。18),结果如表所示7。假设区分系数为0.5。

3.5.3。灰色关联度

计算灰色关联系数后,可以计算灰色关联度情商。19)。 为 。 属性的重量吗 通常取决于制造商的判断或问题的结构,和 。在目前的研究中,重量百分比变化的表面粗糙度和宽度误差为0.55和0.45,分别。计算结果如表所示8。

表8
灰色关联生成、灰色关联系数、灰色关联度,等级为每个实验。
3.5.4。灰色关联度分析

根据表8,最好的多个性能通过实验。5。也就是说,多目标优化过程参数组合是1800 W的激光功率,6毫米/秒扫描速度、30克/分钟粉机速度,和重叠率30%。表9显示了灰色关联度的意思,这表明每个因素的影响顺序灰色关联度 。

表9
影响因素的灰色关联度。

图11显示的影响因素及其对灰色关联度的水平,它可以看到;最优水平的激光功率、扫描速度、粉机速度,和重叠率是1800 W, 8毫米/秒,10 g /分钟,和30%,分别。图12显示了多声道的样本参数的优化组合。测量结果见表10。很明显,表面粗糙度的预测水平和宽度误差小于5号实验。


图11
在灰色关联度的影响因素和水平。

图12
多声道的样本预测参数。
表10
比较初始参数和最优参数组合。
3.6。回归分析

在回归分析中,数学模型(Eq。20.)开发的灰色关联度来预测。图13显示了比较实验和预测,两条曲线的趋势大致一致。


图13
比较实验和预测。

4所示。结论

在这篇文章中,铬镍铁合金625包覆层是由林。主要工艺参数的影响如激光功率、扫描速度、送粉速度,和重叠率以及它们的交互作用对表面粗糙度和宽度误差。田口方法和灰色关联分析是用来优化选择的参数。此外,显微硬度的变化和微观结构的重叠区域和不重叠的区域覆盖层进行了探讨。通过分析,本研究的结论如下:(1)的影响因素对表面粗糙度和宽度误差是不同的,而田口方法只适合单一性能的优化特性。灰色关联分析整个目标合成为一个值,可以作为单一特征优化问题(2)铬的含量高洗涤阶段和矩阵,Nb的内容在洗涤阶段显著增加,达到24.48 wt %时,和沐浴不重叠的区域比重叠区更紧凑。熔覆层的重叠区域的显微硬度低于不重叠的区域(3)最显著的影响加工参数对表面粗糙度和宽度误差都是重叠率。最优水平的激光功率、扫描速度、粉机速度,和重叠率是1800 W, 8毫米/秒,10 g /分钟,和30%,分别

数据可用性

使用的数据来支持本研究的结果包括在本文中。

的利益冲突

作者宣称没有利益冲突有关的出版。

确认

这项工作是由辽宁省的教育部,中国(批准号LSNZD201603)。