(改)智能控制技术的研究形成钢管道的管道与JCO过程.docx

智能控制技术的研究——形成钢管的管道与 JCO 过程摘要：基于塑性弯曲的工程理论和机器视觉技术，形成钢管的智能控制技术——JCO工艺介绍。通过“两次预弯法”在第一步骤（成型）中，经过回弹法可以得到初步的形状。随着回弹规律和目标角的确定，通过每个弯角的角度确定成形准确的冲角位移。在随后的步骤中，进行弯曲过程的精确位移。并通过比较的方法计算出各个成形角度误差，并对角度误差进行补偿,实现精确弯曲过程。并对此研制了一种用于钢管成形的智能控制系统。通过建立数学模型，将转换的角度通过图像转化为实际形成的角度推导。最终的实验结果表明，所形成钢管的椭圆管不到1.5%，结论表明使用智能控制技术可以生产出高质量的管道，而不需要用工人的工作经验来制造。关键字：管线钢管；智能控制技术；校准；JCO工艺；椭圆度1、简介钢管JCO过程是一个渐进折弯过程。板块的形成是一步一步的，在一个固定的时间间隔内完成。随后，经过焊接和机械扩径后，对所形成的管道将进行质量检测。椭圆度是测量管道的重要参数。根据美国管道协会API SPEC 5L标准，椭圆性形成的管道不应超过额定1.6%直径，成品管的椭圆度应不前超过1%的公称直径。由于板的回弹后弯曲材料性能的波动性，很难保证在每个步骤中形成的角度或接近目标角，这可能会导致一个更大的椭圆，有时会造成后续焊接或机械扩径工艺不连续。JCO过程后的钢管，是利用每一步成形角的精度直接制约形成的管的椭圆度，最后形成钢管。但在目前情况下，采用JCO生产预测冲压位移的试验和误差方法有：用简单的测量工具来检测每个形成步骤后钢管的角度，然后结合操作人员的经验，进行冲头位移调整补偿，以减小板材回弹的差异材料性能的波动。但这种方法使得调整误差大，操作人员劳动强度大，钢管性能差。为减少形成管的椭圆度，我们必须准确地识别板材弯曲回弹规律，然后实现精确弯角步骤。半个多世纪以来，国内外学者都有对回弹进行了深入的研究和探索，并对回弹进行了多种分析模型。然而，在一系列的假设中进行分析和理论计算造成了很大的误差，得到的实验结果就限制了其进一步的应用生产的。随着有限元的发展---理论与计算机技术，我们将有限元方法广泛应用于金属板材成形和回弹计算中。它具有无可比拟的优势以及具有复杂几何形状和边界的形成过程条件。然而，在模拟高强度钢板成形过程中得到的回弹结果通过有限元分析，很难达到满意的标准的准确率。此外，实际生产中不同批次的板，甚至不同的地区一个板具有不同的材料特性，这将成为理论分析和有限元的大问题。智能控制技术研究金属塑性成形起源于20世纪80年代初，第二十世纪当美国学者B. T.埃里森K.A.S，首先介绍了智能技术应用于钢板成型分析的新技术。不久，这种技术就进入金属塑性加工领域，成为一种新的学术研究领域和得到了迅速发展。金属板材成形智能控制技术，成为了一张计算机科学与金属板材成形科学相结合的新理论。特点是根据要处理的对象，进行监视物理量、衡量，识别性能在时间上的参数、预测最佳处理参数、控制成形过程自动光学参数等过程，最终得出结论。在本文中，将通过采取的每一个弯曲的回弹步骤为研究对象，使形成管椭圆度减少为目标，在JCO过程智能控制策略的支持下提出一种新的智能控制系统设计开发系统。实验结果表明，采用智能控制技术应用于该工艺可以有效降低钢管的椭圆度。这种技术出现将取代旧的方法（椭圆度依赖于操作者的经验）。2、成形智能控制策略：JCO工艺钢管如参考文献[ 10 ]所示，它是合理的、准确的基于曲率弯曲的弯曲成形与回弹塑性弯曲成形的理论。所以我们的实验研究是对基于塑性弯曲工程理论的过程的研究。如图1所示，图1形成的角度和弯曲角度之间的关系。 关于结果的线性回归分析和实验表明，这种关系是间成角（角的互补角投影后形成面的直边比形成面）和弯曲角度之间的回弹几乎是线性的，其相应的最小值的相关系数R为0.9986。如图?2?所示， 本文根据定量回弹法。描述的弯曲回弹规律表达式是通过线性拟合之间形成的角度 i和弯角 (i= 1，2） 弯曲成形过程的关系。关于 JCO 过程的理论研究的钢管，并结合机器视觉测量技术，利用智能控制策略进行管的JCO 过程，得到主要的形成角度测量模块和冲床位置，如图 3 所示。多边环境协定-期间模块采用面阵 CCD 作为传感器来获取管坯端面图像。图像是反式-成数字信号并传送到计算机通过图像采集卡。然后通过数字检测、 直边加工、 直行标样和角度识别，然后形成真正的视角。总线数据采集卡用来发射 CCD 和 观察图像。 从获得的成形工艺参数测量模块传输成有效图像，预测模块和回弹法识别并详细论述了时间与过程。根据目标角度，系统-瞬变电磁法可以准确地改变冲头位移。并在形成过程中，利用误差补偿技术补偿误差，最后形成成型过程。并在修改冲头位移时间后自动进入下一步。3．钢