磨料水射流切割影响因素及切割深度预测模型

doi:10.16265/j.cnki.issn1003-3033.2020.01.016

中国安全科学学报 ›› 2020, Vol. 30 ›› Issue (1): 101-106.doi: 10.16265/j.cnki.issn1003-3033.2020.01.016

磨料水射流切割影响因素及切割深度预测模型

郭嘉赫, 戚绪尧教授, 王栋, 朱国庆教授, 陈良舟

中国矿业大学安全工程学院,江苏徐州 221116

收稿日期:2019-10-10 修回日期:2019-12-20 出版日期:2020-01-28
作者简介:郭嘉赫 (1994—),男,黑龙江黑河人,硕士研究生,研究方向为低压前混磨料水射流切割技术 E-mail: wdlcgjh@cumt.edu.cn。
基金资助:
国家重点研发计划(2016YFC0802907)。

Influencing factors and depth prediction model of pre-mixed abrasive water jet cutting

GUO Jiahe, QI Xuyao, WANG Dong, ZHU Guoqing, CHEN Liangzhou

School of Safety Engineering, China University of Mining and Technology, Xuzhou Jiangsu 221116, China

Received:2019-10-10 Revised:2019-12-20 Published:2020-01-28

摘要/Abstract

摘要： 切割破拆是实现高效应急救援的方式之一,针对现有破拆工具切割性能与适用性方面的不足,研究前混合磨料水射流(AWJ)用于破拆切割混凝土过程的影响程度,并提出优化方法;主要采用单因素试验法和正交试验法研究射流压力、横移速度、冲击角度、靶距等工艺参数对切割性能的影响程度,并通过多元线性回归分析得到切割深度的预测模型。结果表明:切割深度受不同参数的影响存在明显差异,随射流压力增大而增大,随横移速度增大而减小,随靶距增大而先增大后减小,且存在最佳靶距为4 mm,随冲击角度呈现波动式变化,存在最佳冲击角度为80°;各工艺参数对切割深度的影响程度存在差异,从大到小依次为:射流压力、横移速度、靶距。

关键词: 破拆装置, 磨料水射流(AWJ), 切割深度, 预测模型, 多元线性回归分析, 正交试验法

Abstract: In order to address deficiencies of existing forcible entry tools in cutting performance and applicability as cutting is one of the effective ways for emergency rescue, study was conducted on influence degree of pre-mixed AWJ on demolition and cutting of concrete, and an optimized method was proposed. Then, effects of process parameters such as jet pressure, traverse speed, impact angle, and target distance on cutting performance were studied mainly by single-factor experiments and orthogonal experiments. Finally, a prediction model of cutting depth was obtained through multiple linear regression analysis. The results show that cutting depth varies significantly due to influence of different parameters. It increases along with the increase of jet pressure, decrease with that of traverse speed while increase and then decreases in that case of target distance with the optimal target distance at 4mm. As impact angle fluctuates, the optimal impact angle is 80°. And these parameters rank as jet pressure, traverse speed, target distance according to their influence degree from big to small on cutting depth.

Key words: forcible entry device, abrasive water jet (AWJ), cutting depth, prediction model, multiple linear regression analysis, orthogonal experiment

中图分类号:

X913.4

郭嘉赫, 戚绪尧, 王栋, 朱国庆, 陈良舟. 磨料水射流切割影响因素及切割深度预测模型[J]. 中国安全科学学报, 2020, 30(1): 101-106.

GUO Jiahe, QI Xuyao, WANG Dong, ZHU Guoqing, CHEN Liangzhou. Influencing factors and depth prediction model of pre-mixed abrasive water jet cutting[J]. China Safety Science Journal, 2020, 30(1): 101-106.

参考文献

[1] 胡雅琳,孙镇镇,蒋泓,等. 前混合磨料水射流在消防破拆中的应用[J]. 消防科学与技术, 2015, 34(11): 1 489-1 491.
HU Yalin, SUN Zhenzhen, JIANG Hong, et al. Application of pre-mixed abrasive water jet in the fire protection rescue[J]. Fire Science and Technology, 2015, 34(11): 1 489-1 491.
[2] 孙镇镇,张东速,谢淮北,等. 便携式磨料水射流破拆及灭火性能研究[J]. 消防科学与技术, 2014, 33(7): 804-806.
SUN Zhenzhen, ZHANG Dongsu, XIE Huaibei, et al. Research portable abrasive water jet resue and fire-fighting performance[J]. Fire Science and Technology, 2014, 33(7): 804-806.
[3] MOHAMED H. A modeling study of metal cutting with abrasive waterjets[J]. Journal of Engineering Materials & Technology, 1984, 106(1): 88-100.
[4] WANG J, KURIYAGAWA T, HUANG C Z. An experimental study to enhance the cutting performance in abrasive waterjet machining[J]. Machining Science & Technology, 2003, 7(2): 191-207.
[5] WANG J. Predictive depth of jet penetration models for abrasive waterjet cutting of alumina ceramics[J]. International Journal of Mechanical Sciences, 2007, 49(3): 306-316.
[6] 卢义玉,冯欣艳,李晓红,等. 高压空化水射流破碎岩石的试验分析[J]. 重庆大学学报:自然科学版, 2006, 29(5): 88-91.
LU Yiyu, FENG Xinyan, LI Xiaohong, et al. experiments on breaking rock with high-pressure cavitating water jets [J]. Journal of Chongqing University:Natural Science Edition, 2006, 29(5): 88-91.
[7] 王伟. 高压磨料水射流切割碳纤维复合材料的试验研究[D]. 哈尔滨:哈尔滨理工大学, 2015.
WANG Wei. Study on the experiment of carbon fiber composite materials with high-pressure AWJ cutting[D]. Harbin: Harbin University of Science and Technology, 2015.
[8] 王凤超. 磨料浆体射流冲击岩石动静态应力应变分布研究[D].徐州:中国矿业大学, 2018.
WANG Fengchao. Study on the distribution of dynamic and static stress strain in rock impacted by abrasive slurry jet[D]. Xuzhou: China University of Mining and Technology, 2018.
[9] 宋金来,关砚聪,赵宏伟,等. 磨料水射流对硬质合金切割深度的试验研究[J]. 金刚石与磨料磨具工程, 2016, 36(2): 55-59.
SONG Jinlai, GUAN Yancong, ZHAO Hongwei, et al. Experimental study on cutting depth of hard alloy by abrasive water jet[J]. Diamond & Abrasives Engineering, 2016, 36(2): 55-59.
[10] 崔松,谢淮北,袁帅伟,等. 前混合磨料水射流切割废弃瓦斯罐研究[J]. 煤炭技术, 2018, 37(8): 261-262.
CUI Song, XIE Huaibei, YUAN Shuaiwei, et al. Study on cutting waste gas tank with premixed abrasive water jet[J]. Coal Technology, 2018, 37(8): 261-262.
[11] 黄涛涛,何雪明,陈泽华,等. 基于回归分析的磨料水射流加工深度预测研究[J]. 制造业自动化, 2019, 41(1): 104-107.
HUANG Taotao, HE Xueming, CHEN Zehua, et al. Prediction of machining depth of abrasive water jet based on regression analysis[J]. Manufacturing Automation, 2019, 41(1): 104-107.

[1]	李德龙, 成钰, 李友东. 突发公共卫生事件下地铁安检员需求预测模型[J]. 中国安全科学学报, 2023, 33(S1): 228-234.
[2]	温惠英, 黄坤火, 赵胜. 基于机器学习的高速公路大型货车追尾风险预测[J]. 中国安全科学学报, 2023, 33(9): 173-180.
[3]	汪伟, 梁然, 祁云, 贾宝山, 武泽伟. 基于PSO-BPNN的煤自燃危险性预测模型[J]. 中国安全科学学报, 2023, 33(7): 127-132.
[4]	赵伟, 李书全. 基于机器学习的建筑施工人员安全能力预测模型[J]. 中国安全科学学报, 2023, 33(7): 51-57.
[5]	李帅, 练章华, 丁亮亮, 廖涛. 多因素耦合作用下的气井持续环空压力预测模型[J]. 中国安全科学学报, 2023, 33(2): 166-172.
[6]	孟祥海, 由冰玉, 邱志雄, 李之啸, 张明扬. 基于事故修正系数的山区高速公路事故预测模型[J]. 中国安全科学学报, 2023, 33(1): 10-17.
[7]	杨佩佩, 熊坚, 何扬帆. 公路小半径曲线路段驾驶人焦虑水平模型[J]. 中国安全科学学报, 2023, 33(1): 227-232.
[8]	晋良海, 陈颖, 杨应柳, 邵波. 电梯设备安全事故率的广义代数差分预测模型[J]. 中国安全科学学报, 2023, 33(1): 64-69.
[9]	唐涛, 甘婧. 基于国内外铁路运营数据的列车运行时间预测模型[J]. 中国安全科学学报, 2022, 32(6): 123-130.
[10]	高云骥, 罗越扬, 李智胜, 张玉春, 喻洋阳, 李涛. 分岔隧道火灾烟气回流长度及温度分布试验研究[J]. 中国安全科学学报, 2022, 32(3): 109-115.
[11]	张利冬, 宋泽阳, 罗振敏, 赵珊珊. 基于机器学习的煤自然发火期预测[J]. 中国安全科学学报, 2022, 32(12): 118-124.
[12]	巫诚诚, 陈大伟. 交叉口非机动车冲突易发点空间预测模型^*[J]. 中国安全科学学报, 2021, 31(8): 165-171.
[13]	隆能增, 袁梅, 王关亮, 王清辉, 许石青, 李鑫灵. 煤与瓦斯突出微震-瓦斯互动响应预警研究[J]. 中国安全科学学报, 2021, 31(4): 125-132.
[14]	刘雨晴, 张培红. 大坡度倾斜巷道火灾烟气温度分布特征研究[J]. 中国安全科学学报, 2021, 31(4): 156-162.
[15]	栗婧, 王真, 秦亚茹, 汪振, 罗江昊. 不同噪声强度对煤矿工人作业失误率的影响研究[J]. 中国安全科学学报, 2021, 31(2): 179-184.

磨料水射流切割影响因素及切割深度预测模型

Influencing factors and depth prediction model of pre-mixed abrasive water jet cutting

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

本文评价