一种烧结炉超标缺陷部位加强弧块结构的优化评定方法

摘要

本发明提供了一种烧结炉超标缺陷部位加强弧块结构的优化评定方法，所述方法主要是在烧结炉环焊缝超标缺陷部位添加了加强弧块结构，通过控制调整加强弧块结构位置和大小来增强环焊缝缺陷部位的结构安全性能。所述的设备主要是包含：烧结炉的内筒与外夹套、炉门端盖、筒体法兰、卡箍与环焊缝等部件，其中环焊缝位于筒体法兰和内筒之间，加强弧块结构位于内筒与外夹套之间。通过添加加强弧块结构，并对加强弧块结构的位置大小采用拉丁超立方方法进行样本点训练和遗传算法进行优化评定，提高焊缝缺陷部位的安全性，整体上优化了烧结炉的整体结构安全评定结果。

权利要求

1.一种烧结炉超标缺陷部位加强弧块结构的优化评定方法，其特征在于包括以下步骤：步骤1：基于设备设计图纸，使用UG软件建立烧结炉局部模型和对内筒体环焊缝进行建模，并在烧结炉内筒体环焊缝超标缺陷部位周围进行加强结构设计；

步骤2：将烧结炉局部模型导入Spcaeclaim中且需要共享的面进行拓扑共享，并在workbench中对烧结炉的不同的部位进行材料赋予、网格划分、边界条件和载荷的施加；

步骤3：根据有限元分析结果，获得烧结炉内筒体环焊缝的当量应力分布云图，对环焊缝超标缺陷部位进行应力线性化处理，获得薄膜主应力和弯曲应力的线性化结果；

步骤4：通过对添加的加强弧块结构的具体位置与尺寸大小进行优化评定计算，利用拉丁超立方方法对烧结炉的加强弧块结构的位置和大小进行样本点的训练，结合响应面数学模型的建立，运用多目标遗传算法优化获得环焊缝超标缺陷部位最佳优化加强弧块结构尺寸大小、位置及环焊缝超标缺陷部位的应力云图结果；

采用二阶多项式响应面模型，结合N阶多项式构造响应面数学模型，利用最小二乘法回归基础项系数，其中二阶多项式的公式为：式中M为输入变量个数，xi为输入变量；β0,βij为多项式待定系数；

对烧结炉的优化问题属于多目标的优化，将在Workbench中基于多目标遗传算法在获得的响应面模型上得到若干较优结果，其中多目标遗传算法的公式为：Minimize fm(x),m＝1,2,…,M1

式中：Xi是第i个设计变量，n为设计变量的总数； 和 为第i个设计变量取值上下限，fm(x)为第m个子目标函数，M1是子目标函数的总数；gj(x)为第j个不等式约束条件，J是不等式约束的总数；hk(x)为第k个等式约束条件，K是等式约束的总数。

2.如权利要求1所述的一种烧结炉超标缺陷部位加强弧块结构的优化评定方法，其特征在于：所述加强弧块结构是具有结构几何尺寸的三维实体结构圆弧块，有长宽高3个尺寸。

3.如权利要求1所述的一种烧结炉超标缺陷部位加强弧块结构的优化评定方法，其特征在于：步骤1中在烧结炉内筒体环焊缝超标缺陷部位周围进行加强结构设计具体是指：构建烧结炉支撑结构模型，加强弧块结构设计在位于内筒体的外壁面上,在环焊缝缺陷部位周围增加一段具有结构几何尺寸的加强弧块结构。

说明书

一种烧结炉超标缺陷部位加强弧块结构的优化评定方法

技术领域

[0001] 本发明涉及烧结炉，尤其涉及烧结炉内筒。

背景技术

[0002] 通过有限元分析计算结果可知，由于边缘效应受端部集中应力影响，烧结炉内筒靠近炉门端第一道环焊缝的应力值较大，在使用中受交变载荷作用容易导致制造中遗留缺陷的扩展或者产生新的缺陷。该环焊缝为烧结炉安全运行的薄弱位置，对该焊缝处的缺陷安全评定尤为值得重视。通过加强弧块结构的优化评定方法可以在一定程度上改善烧结炉内筒环焊缝超标缺陷部位的应力状况，提高环焊缝缺陷部位的安全性，符合实际使用要求。

发明内容

[0003] 本发明所要解决的主要技术问题是提供一种烧结炉超标缺陷部位加强弧块结构的优化评定方法，提高焊缝超标缺陷部位的安全性。

[0004] 为了解决上述的技术问题，本发明提供了一种烧结炉超标缺陷部位加强弧块结构的优化评定方法，包括以下步骤：

[0005] 步骤1：基于设备设计图纸，使用UG软件建立烧结炉局部模型和对内筒体环焊缝进行建模，并在烧结炉内筒环焊缝超标缺陷部位周围进行加强结构设计。

[0006] 步骤2：将模型导入Spcaeclaim中且需要共享的面进行拓扑共享，并在workbench中对烧结炉的不同的部位进行材料赋予、网格划分、边界条件和载荷的施加。

[0007] 步骤3：根据有限元分析结果，获得烧结炉内筒体环焊缝的当量应力分布云图，对环焊缝超标缺陷处进行应力线性化处理，获得薄膜主应力和弯曲应力的线性化结果。

[0008] 步骤4：通过对添加的加强弧块结构的具体位置与尺寸大小进行优化评定计算，利用拉丁超立方方法对烧结炉的加强弧块结构的位置和大小进行样本点的训练，结合响应面模型的建立，运用多目标遗传算法优化获得超标缺陷部位最佳优化加强弧块结构尺寸大小、位置及相关部件的应力云图结果。

[0009] 采用二阶多项式响应面模型，结合N阶多项式构造响应面数学模型，利用最小二乘法回归基础项系数，其中常用的二阶多项式的公式为：

[0010]

[0011] 式中M为输入变量个数，为输入变量； 为多项式待定系数。

[0012] 对烧结炉的优化问题属于多目标的优化，将在Workbench中基于多目标遗传算法在获得的响应面模型上得到若干较优结果，其中多目标遗传算法的公式为：

[0013]

[0014] 式中： 是第 个设计变量，为设计变量的总数； 和 为第 个设计变量取值上下限， 为第 个子目标函数， 是子目标函数的总数； 为第 个不等式约
束条件，是不等式约束的总数； 为第 个等式约束条件， 是等式约束的总数。

[0015] 在一较佳实施例中：所述加强弧块是具有结构几何尺寸的三维实体结构圆弧块，有长宽高3个尺寸。

[0016] 在一较佳实施例中：步骤1中在烧结炉内筒环焊缝超标缺陷部位周围进行加强结构设计具体是指：构建烧结炉支撑结构模型，加强弧块结构设计在位于内筒体的外壁面上,在环焊缝缺陷部位周围增加一段具有结构几何尺寸的加强弧块实体结构。

附图说明

[0017] 图1烧结炉子结构局部模型图；

[0018] 图2烧结炉子结构局部加强弧块结构模型图；

[0019] 图3a为参数1的示意图；

[0020] 图3b为参数2的示意图；

[0021] 图3c为弧度参数示意图；

[0022] 图4响应面模型搭建流程图；

[0023] 图5 采样数据值的示意图；

[0024] 图6a和图6b为部分响应面结果图；

[0025] 图7 设计变量贡献量图；

[0026] 图8 优化前烧结炉环焊缝的应力分布云图；

[0027] 图9 优化前烧结炉环焊缝超标缺陷位置的应力线性化曲线图；

[0028] 图10 优化后烧结炉环焊缝的应力分布云图；

[0029] 图11优化后烧结炉环焊缝超标缺陷位置的应力线性化曲线图；

具体实施方式

[0030] 下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述；显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例，基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

[0031] 在本发明的描述中，需要说明的是，术语“上”、“下”、“内”、“外”、“顶/底端”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。此外，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性。

[0032] 在本发明的描述中，需要说明的是，除非另有明确的规定和限定，术语“安装”、“设置有”、“套设/接”、“连接”等，应做广义理解，例如“连接”，可以是壁挂连接，也可以是可拆卸连接，或一体地连接，可以是机械连接，也可以是电连接，可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通，对于本领域的普通技术人员而言，可以具体情况理解上述术语在本发明中的具体含义。

[0033] 根据烧结炉含缺陷的真实模型的尺寸，建立其三维实体模型、参数设定、共享拓扑等工作。模型包括：烧结炉的内筒与外加套、炉门端盖、筒体法兰、卡箍与环焊缝等装置如图1所示。在烧结炉内筒体的外壁面上环焊缝超标缺陷部位周围进行加强结构设计，添加加强弧块结构如图2、3a、3b、3c所示，这个加强弧块结构不同于传统的补强圈，它是一个具有一定结构几何尺寸的三维实体结构圆弧块，有长宽高3个尺寸，与补强圈的一整圈不一样，不仅节约材料，而且在对烧结炉的整体结构影响较小情况下，改善了烧结炉法兰端部的结构强度分布，提高了焊缝缺陷部位的安全性，工艺相对补强圈更加简单。

[0034] 在有限元软件中进行网格划分，材料属性的赋予、边界条件和载荷的施加，同时需要对模型的网格质量的检查和单位的转换，确保模型可以正常地计算和对模型附加材料属性时单位的统一。将加强弧块结构位置和三维尺寸大小的参数作为输入参数，以固定的环焊缝为参考物。参数1是加强弧块结构上与筒体法兰较远的弧块平面到焊缝的距离，参数2是加强弧块结构上与筒体法兰较近的弧块平面到焊缝的距离，参数3是加强弧块结构上靠近外夹套壁面的弧块外弧面到内筒中心的距离，弧度参数1和2是加强弧块结构的弧度大小，具体如图3a、3b、3c所示。将焊缝含缺陷处的一次薄膜应力和一次弯曲应力作为输出的目标函数，通过应用DOE试验设计中拉丁超立方法进行分析，其中使用拉丁超立方设计进行采样时需先确定设计变量的个数N和采样的数目M，具体步骤如下：

[0035] （1）将每个设计变量的取值区间都能均分为M等份，在每个均分等份中根据均匀分布随机选择一个数，共计N*M个数。

[0036] （2）变量与变量间的数随机组合，共形成M组数据，每组数据中心包含N个数，且这N个数都是在N个变量区间里，最终得到所需试验设计的样本。

[0037] 利用试验设计的数据建立相关目标函数的响应面模型，响应面模型建立流程如图4所示。响应面法主要是利用适量的实验或模拟数据，通过适宜的数学模型和拟合方法，建立性能指标与影响因素之间的仿真模型，可以预测实验设计的准确性和优化装置。常用的响应面模型主要有多项式响应面法，Kriging模型、径向基函数模型等，本文主要是采用多项式的响应面模型法。其具有如下优点：

[0038] （1）通过较少的试验在局部范围内比较精确的逼近函数关系，并利用简单的代数表达式展现出来。

[0039] （2）通过回归模型的选择，可以拟合复杂的响应关系，具有良好的鲁棒性。

[0040] （3）数学理论基础充分扎实，系统性、实用性强，适用广泛。

[0041] 本文主要是选择常用的二阶多项式的响应面模型，利用N阶多项式构造响应面，利用最小二乘法回归基础项系数，其中常用的二阶多项式的公式为：

[0042]

[0043] 式中M为输入变量个数，为输入变量； 为多项式待定系数。

[0044] 其中采样数据值的示意图如图5所示，获得的部分响应面结果如图6a、图6b所示。采样数据一共分为15组，其中参数1的上下限为30mm‑65mm,参数2的上下限为0mm‑20mm,参数3的上下限为670mm‑686mm。弧度参数1的上下限为0‑26.4°，弧度参数2的上下限为0‑
63.6°。15组的采样数据分别在上述数值范围内进行取值。参数优化中设计变量对结果的贡献量如图7所示。在响应面优化中可选的优化算法包括Screening方法、MOGA方法、NLPQL方法以及MISQP方法；在Direct Optimization中，可选择的优化算法包括Screening、MOGA、NLPQL、MISQP、ASO以及AMO。其中MOGA方法即Multi‑ObjectiveGeneticAlgorithm，是一种多优化目标的迭代遗传算法，用于处理连续设计变量的多目标优化问题。MOGA方法适合于搜索全局的最优设计，能同时用于响应面优化系统以及直接优化系统。本文对烧结炉的优化目标有两个，属于多目标的优化，所以本发明基于多目标遗传算法获得基于响应面模型的若干较优结果，其中多目标遗传算法的公式为：

[0045]

[0046] 式中： 是第 个设计变量，为设计变量的总数； 和 为第 个设计变量取值上下限， 为第 个子目标函数， 是子目标函数的总数； 为第 个不等式约
束条件，是不等式约束的总数； 为第 个等式约束条件， 是等式约束的总数。

[0047] 对符合优化目标范围内的模型进行适度的筛选，从而完成参数化优化进程，优化后参数1、参数2、参数3、弧度参数1和2分别为41.00mm、7.50mm、681.2mm、25.71°、35.93°。优化前后的数据对比如下，其中如图8所示为优化前烧结炉环焊缝的应力分布云图，其应力值为322.03MPa。如图9所示为优化前烧结炉环焊缝超标缺陷位置的应力线性化曲线图，图中曲线1为薄膜应力；曲线2为薄膜应力与弯曲应力之和；曲线3为总应力；从图中可以知道优化前的一次薄膜应力为220.32MPa，弯曲应力为187.18MPa。如图10所示为优化后的烧结炉环焊缝的应力分布云图，其应力值为268.25MPa。如图11所示为烧结炉环焊缝超标缺陷位置的应力线性化曲线图，图中曲线1为薄膜应力；曲线2为薄膜应力与弯曲应力之和；曲线3为总应力；从图中可以知道优化后的一次薄膜应力为184.31MPa，弯曲应力为122.47MPa。

[0048] 通过优化发现，相较于原始结构优化后烧结炉的一次局部薄膜应力PL和一次弯曲应力Pb的计算值均成降低趋势，一次弯曲应力Pb的计算值下降幅度较为显著。从中可看出焊缝超标缺陷部位加强弧块结构设计评定方法有一定的合理性，且优化评定效果较为良好，通过加强优化设计可以在一定程度上降低烧结炉内筒环焊缝超标缺陷部位的应力强度值，提高焊缝缺陷部位的安全性，整体上优化了烧结炉的整体结构安全评定结果。

[0049] 以上所述，仅为本发明较佳的具体实施方式，但本发明的设计构思并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，利用此构思对本发明进行非实质性的改动，均属于侵犯本发明保护范围的行为。