引用本文
邱小明, 王银雪, 姚汉伟, 房雪晴, 邢飞. 基于灰色关联的DP1180/DP590异质点焊接头工艺参数优化[J].吉林大学学报（工学版）, 2018,48(4): 1147-1152
QIU Xiao-ming, WANG Yin-xue, YAO Han-wei, FANG Xue-qing, XING Fei. Multi-objective optimization of resistance spot welding parameters for DP1180/DP590 using grey relational analysis based Taguchi[J]. Journal of Jilin University Engineering and Technology Edition, 2018,48(4): 1147-1152  
Doi:10.13229/j.cnki.jdxbgxb20170501
Permissions
Copyright©2018, 吉林大学学报编辑部
版权所有 吉林大学学报编辑部
基于灰色关联的DP1180/DP590异质点焊接头工艺参数优化
邱小明1, 王银雪1, 姚汉伟2, 房雪晴3, 邢飞1,4
1.吉林大学 材料科学与工程学院,长春 130022
2.长春三友汽车部件制造有限公司,长春 130033
3.天津大学 材料科学与工程学院,天津 300350
4.吉林大学 汽车仿真与控制国家重点实验室,长春 130022
通讯作者:邢飞(1987-),女,在站博士后.研究方向:先进高强钢连接.E-mail:xingfei@jlu.edu.cn

作者简介:邱小明(1964-),男,教授,博士生导师.研究方向:先进高强钢连接.E-mail:18204318903@163.com

基金:吉林省科技发展计划“双十工程”重大科技成果转化项目(20140301007GX).
摘要

以正交试验为基础,利用灰色关联度研究了不等厚异质点焊接头的多目标优化,通过极差分析得到以熔核直径、压痕率和最大拉剪力为衡量因子的最优参数,通过方差分析研究了各点焊参数对衡量因子的影响程度。结果表明:1.2 mm的DP1180和1.5 mm的DP590异质点焊接头最优工艺参数是:焊接电流为9.5 kA、焊接时间为22 cycles、电极压力为8.48 kN,此时点焊接头的熔核直径为6.76 mm、压痕率为17.70%、最大拉剪力为19.49 kN,在保证点焊接头强度的同时降低了压痕率。点焊参数对衡量因子影响的主次顺序为焊接电流、焊接时间和电极压力。

关键词: 材料合成与加工工艺; 灰色关联分析; 电阻点焊; 超高强钢; 多目标优化; 不等厚材料
中图分类号:TG453.9 文献标志码:A 文章编号:1671-5497(2018)04-1147-06
Multi-objective optimization of resistance spot welding parameters for DP1180/DP590 using grey relational analysis based Taguchi
QIU Xiao-ming1, WANG Yin-xue1, YAO Han-wei2, FANG Xue-qing3, XING Fei1,4
1.College of Materials Science and Engineering, Jilin University, Changchun 130022, China
2.Sanyou Automobile Parts Manufacturing Company Limited, Changchun 130033, China
3.College of Materials Science and Engineering, Tianjin University, Tianjin 300350,China
4.State Key Laboratory of Automotive Simulation and Cortrol,Jilin University, Changchun 130022,China
Abstract

Based on Taguchi orthogonal test, the multi-objective optimization problem of dissimilar thickness DP1180/DP590 resistance spot welding was studied using grey relation analysis. The optimum parameters were derived by considering the responses such as nugget diameter, indentation rate and lower peak load by difference analysis. Analysis of variance (ANOVA) was used to analyze the effects of different parameters on the responses. Based on the results, welding current 9.5 kA, welding time 22 cycles and electrode force 8.48 kN evolved as the optimized parameters. Under the optimized parameters, the nugget diameter, indentation rate and peak load of the spot joint are 6.67 mm, 17.70% and 19.49 kN, respectively. The joint in with the optimized parameters ensures the strength and reduces the indentation rate. The influence degrees of the spot welding parameters on the measuring factors are in the order: welding current, welding time and electrode force.

Keyword: materials synthesis and processing technology; gray relational analysis; resistance spot welding; ultra-high strength steel; multi-objective optimization; dissimilar thickness materials
0 引 言

汽车轻量化后保证碰撞安全性的重要手段就是采用多材料结构设计和高强钢制造车身的各种安全结构件[1]。多材料结构设计是将不等厚和不同强度级别的高强钢焊接在一起, 充分发挥不同材料的性能, 提高材料的利用率, 改善汽车安全结构件的强度和刚度[2]。双相钢(DP)具有高抗拉强度和低屈服比, 广泛应用于制造车身安全件[3, 4]。异质不等厚双相钢因材料厚度、微观组织、化学成分、物理属性、力学性能存在较大差别, 并且点焊过程中热和力分布不均, 导致点焊工艺窗口狭窄, 其中板厚和强度级别差越大, 点焊工艺参数越难控制[5, 6, 7, 8]。在采用多目标优化方法得到焊接工艺参数方面, Ghosh等[9]以屈服强度、拉伸强度和伸长率作为衡量因子, 优化了316L奥氏体不锈钢MIG焊的工艺参数。Tarng等[10]以沉淀速率、稀释率和洛氏硬度为目标, 优化了埋弧焊工艺参数。Tamrin等[11]以焊接强度、焊缝宽度和切口宽度为衡量因子, 优化异质材料CO2激光搭接接头的工艺参数。Plaine等[12]优化了AA6181-T4/Ti6Al4V摩擦点焊接头的工艺参数。Zhang等[13]研究了不同点焊参数对点焊接头截面特性的影响。Wan等[14]以熔核直径、最大拉剪力和失效能量作为衡量因子, 优化了TC2钛合金电阻点焊工艺参数。

不等厚、不同强度级别的异质材料对点焊工艺要求不同, 焊接工艺窗口较同质材料狭窄, 且点焊接头的衡量因子多, 单目标优化较难获得理想接头。本文采用正交试验与灰色关联相结合的优化方法, 建立了以焊接电流、焊接时间和电极压力为因子水平, 以熔核直径、压痕率和最大拉剪力为衡量因子的正交试验, 通过灰色关联对不等厚DP1180/DP590点焊工艺进行了多目标优化。

1 试验材料和方法

试验材料为DP1180和DP590。表1和表2分别为两种母材的化学成分和力学性能。试验采用DN-100固定式点焊机, 点焊接头采用搭接方式, 如图1所示, 电极采用端面直径为6 mm的Cu-Cr电极。

表1 母材的化学成分(质量分数) Table 1 Chemical compositions of base metals(wt%)
表2 母材的力学性能 Table 2 Mechanical properties of base metals

图1 点焊接头搭接示意图Fig.1 Schematic diagram of welding arrangement

试验选取焊接电流、焊接时间(1 cycle=0.02 s)和电极压力为因子水平, 选取熔核直径(ND)、压痕率(IR)和最大拉剪力(FL)为衡量因子。图2是根据边界条件得到的异质DP1180/DP590点焊接头工艺窗口, 并以此设计三因素五水平的L25型正交表(见表3)。

表3 正交试验因子水平表 Table 3 Factor level of orthogonal experiments

图2 异质不等厚DP1180/DP590点焊工艺窗口Fig.2 Processing window of DP1180/DP590

点焊接头的熔核直径和压痕深度利用XTL-2300D型体式显微镜进行测量, 压痕率的计算公式[6]为:

γ=t/T×100%(1)

式中: γ是压痕率; t是压痕深度; T是母材厚度。由于试验母材厚度、强度级别存在差异, 点焊接头压痕率取两种材料压痕率的均值。

点焊试件根据JIS[15]标准, 利用微控电子万能试验机在室温下进行拉伸性能测试, 拉伸速度为2 mm/min。

2 试验结果和讨论
2.1 灰色关联分析数据处理

灰色关联分析的基本步骤是将正交试验得到的试验结果(即原始数据序列)进行归一化处理, 计算灰色关联系数和灰色关联度, 根据灰色关联度结果进行极差和方差分析, 获得多目标优化的最佳工艺参数和点焊参数对衡量因子的影响程度。表4是根据L25型正交试验表得到的试验结果。

表4 L25型正交试验表结果 Table 4 L25 orthogonal array design

(1)确定原始数据序列:将正交试验结果的原始数据转化为矩阵 X:

X=x1(1)x2(1)…xi(1)x1(2)x2(2)…xi(2)︙︙︙x1(j)x2(j)…xi(j)(2)

式中: i是衡量因子数; j是试验序号; xi(j)是第 j次试验中第 i个衡量因子所对应的试验值。

(2)原始数据序列归一化:将量纲不同的原始数据序列进行无量纲化处理。根据衡量因子的理想情况, 熔核直径和最大拉剪力的无量纲化采用式(3)计算, 压痕率采用式(4)计算:

xi* (j)=xi(j)maxxi(j)(3)

xi* (j)=minxi(j), xi(d)maxxi(j), xi(d)(4)

式中: xi* (j)是第 j次试验中第 i个衡量因子所对应的试验值的归一化结果; maxxi(j)是 xi(j)中的最大值; xi(d)是第 i个衡量因子的理想值。

点焊时在电极压力的作用下, 焊件表面不可避免地产生压痕, 压痕过深影响焊件表面平整度, 压痕率应不超过板厚的10%~20%[16], 故x2(d)=15%。表5是原始数据列的无量纲化结果。

表5 原始数据列的无量纲化结果 Table 5 Dimensionless results of original data column

(3)计算关联系数:关联系数表示参考序列(理想参考方案)与比较序列(无量纲化结果)的相关程度, 其计算公式如式(5)所示:

Δi(j)=xi* (0)-xi* (j)(5)

ξi(j)=miniminjΔi(j)+ζmaximaxjΔi(j)Δi(j)+ζmaximaxjΔi(j)(6)

式中: ζ∈[0, 1]是分辨系数, 本试验中 ζ=0.5; xi* (0)是第 i个衡量因子的理想参考值, 熔核直径、压痕率和最大拉剪力的理想值均为1, 即 x1* (0)= x2* (0)= x3* (0)=1。

(4)计算灰色关联度:参考数列与比较序列间相关程度的数量表示, 其计算公式如式(7)所示:

rj=∑i=1mωi×ξi(j)(7)

式中: ωi是相应衡量因子的权重, ω1+ω2+…+ωi=1。本试验中ω1取0.3, ω2取0.3, ω3取0.4。表6是灰色关联系数和灰色关联度的计算结果。

表6 灰色关联分析 Table 6 Grey relational analysis (GRA)
2.2 灰色关联度的极差分析

极差分析方法是一种直观形象、简单易懂的正交试验数据处理方法, 通过计算获得试验影响因子的最优组合和主次顺序。表7是各水平因子平均灰色关联度的极差分析结果, 平均关联度越大, 各衡量因子与参考序列的关联程度越大, 对应的水平即为最优的工艺参数, 因此DP1180/DP590异质电阻点焊接头的最优工艺参数组合为 I4T5F3, 即I=9.5 kA, T=22 cycles, F=8.48 kN。极差R的大小反映了因子选取水平的变动对衡量因子影响的大小, 由R值大小可知, 点焊工艺参数影响衡量因子的主次顺序为:焊接电流、焊接时间、电极压力。

表7 各水平因子平均关联度的极差分析 Table 7 Response table for GRG

图3是由极差分析得到的DP1180/DP590点焊接头的指标-因素图, 该图更直观地反映了最优参数及参数对衡量因子的影响程度。各水平曲线的纵向差越大, 对衡量因子的影响程度越大。

图3 DP1180/DP590电阻点焊接头的指标-因素图Fig.3 Average grey relational grade-factor level diagram of DP1180/DP590 resistance spot welds

2.3 灰色关联度的方差分析

极差分析简单易懂, 但不能估计试验过程中及试验结果测定中的误差大小。方差分析是将因素水平的变化所引起的试验结果间的差异与误差的波动区分开的一种数学方法。表8是各因子灰色关联度的方差分析结果, 通过显著性检验即F检验法可知各点焊参数对点焊接头质量的影响显著性[17]。统计量F值通过组间均方和组内均方的商求得(见表8), 方差分析结果表明, 点焊参数对衡量因子影响的主次顺序为:焊接电流(高度显著)、焊接时间(显著)、电极压力, 与极差分析结果一致。

表8 各因子灰色关联度的方差分析 Table 8 ANOVA for grey relational grade
3 试验结果

图4为灰色关联度最高组(24组I5T4F3)与多目标优化组(I4T5F3)的宏观形貌对比图。两种接头在室温下进行拉剪试验, 断裂方式均为拔出断裂。表9为两种接头的测量结果, 多目标优化组较关联度最高组的熔核直径下降10.82%, 压痕率下降23.04%, 最大拉剪力下降4.23%。结果表明, 多目标优化组在保证点焊接头强度的同时, 降低了点焊接头的压痕率。

图4 灰色关联度最高组与多目标优化组的宏观形貌对比图Fig.4 Comparison of macroscopic topography of highest degree of gray correlation and multi-objective optimization

表9 灰色关联度最高组与多目标优化组试验结果 Table 9 Test results of macroscopic topography of highest degree of gray correlation and multi-objective optimization
4 结 论

(1)正交试验以点焊接头的熔核直径、压痕率和最大拉剪力为衡量因子, 通过对各水平因子平均灰色关联度的极差分析, 得到多目标优化参数是焊接电流为9.5 kA, 焊接时间为22 cycles, 电极压力为8.48 kN。

(2)灰色关联度的方差分析结果表明, 点焊参数对衡量因子影响程度主次顺序为:焊接电流、焊接时间、电极压力, 与极差分析结果一致。

(3)将多目标优化组与灰色关联度最高组进行对比试验, 结果表明多目标优化组在保证点焊接头的强度的同时降低了压痕率。

The authors have declared that no competing interests exist.

参考文献
[1] Schimek M, Springer A, Kaierle S, et al. Laser-welded dissimilar steel-aluminum seams for automotive lightweight construction[J]. Physics Procedia, 2012, 39: 43-50. [本文引用:1]
[2] Zhang W H, Sun D Q, Han L J, et al. Interfacial microstructure and mechanical property of resistance spot welded joint of high strength steel and aluminum alloy with 4047 AlSi12 interlayer[J]. Material and Design, 2014, 57(5): 186-194. [本文引用:1]
[3] Park K, Nishiyama M, Nakada N, et al. Effect of the martensite distribution on the strain hardening and ductile fracture behaviors in dual-phase steel[J]. Materials Science and Engineering A, 2014, 604(7): 135-141. [本文引用:1]
[4] Ghassemi-armaki H, Maab R, Bhat S P, et al. Deformation response of ferrite and martensite in a dual-phase steel[J]. Acta Materialia, 2014, 62(1): 197-211. [本文引用:1]
[5] Hernand ez V H B, Kuntz M L, Khan M I, et al. Influence of microstructure and weld size on the mechanical behavior of dissimilar AHSS resistance spot welds[J]. Science and Technology of Welding and Joining, 2008, 13(8): 769-776. [本文引用:1]
[6] Pouranvari M, Marashi S P H, Mousavizadeh S M. Failure mode transition and mechanical properties of similar and dissimilar resistance spot welds of DP600 and low carbon steels[J]. Science and Technology of Welding and Joining, 2013, 15(7): 625-631. [本文引用:2]
[7] Safanama D S, Marashi S P H, Pouranvari M. Similar and dissimilar resistance spot welding of martensite advanced high strength steel and low carbon steel: metallurgical characteristics and failure mode transition[J]. Science and Technology of Welding and Joining, 2012, 17(4): 288-294. [本文引用:1]
[8] Pouranvari M, Marashi S P H. Similar and dissimilar RSW of low carbon and austenitic stainless steels: effect of weld microstructure and hardness profile on failure mode[J]. Materials Science and Technology, 2013, 25(12): 1411-1416. [本文引用:1]
[9] Ghosh N, Pal P K, Nand i G. Parametric optimization of MIG welding on 316L austenitic stainless steel by grey-based Taguchi method[J]. Procedia Technology, 2016, 25: 1038-1048. [本文引用:1]
[10] Tarng Y S, Juang S C, Chang C H. The use of grey-based Taguchi methods to determine submerged arc welding process parameters in hardfacing[J]. Journal of Materials Processing Technology, 2002, 128(1-3): 1-6. [本文引用:1]
[11] Tamrin K F, Nukman Y, Sheikh N A, et al. Determination of optimum parameters using grey relational analysis for multi-performance characteristics in CO2 laser joining of dissimilar materials[J]. Optics and Lasers in Engineering, 2014, 57(57): 40-47. [本文引用:1]
[12] Plaine A H, Gonzaiez A R, Suhuddin U F H, et al. The optimization of friction spot welding process parameters in AA6181-T4 and Ti6Al4V dissimilar joints[J]. Materials &Design, 2015, 83: 36-41. [本文引用:1]
[13] Zhang H Q, Qiu X M, Bai Y, et al. Resistance spot welding macro characteristics of the dissimilar thickness dual phase steel[J]. Materials and Design, 2014, 63(21): 151-158. [本文引用:1]
[14] Wan X D, Wang Y X, Zhao D W. Grey relational and neural network approach for multi-objective optimization in small scale resistance spot welding of titanium alloy[J]. Journal of Mechanical Science and Technology, 2016, 30(6): 2675-2682. [本文引用:1]
[15] JIS Z3139-1978. Specimen dimensions and procedure for cross tension testing resistance spot and embossed projection welded joints[S]. [本文引用:1]
[16] Pouranvari M, Marashi S P H. Factors affecting mechanical properties of resistance spot welds[J]. Material Science and Technology, 2010, 26(9): 1137-1144. [本文引用:1]
[17] 何为, 薛卫东, 唐斌. 优化试验设计方法及数据分析[M]. 北京: 化学工业出版社, 2012. [本文引用:1]