西门子牵头,ORNL证明3D打印大型金属汽轮机叶片可行

6ca99d3c818e8053e6d099f614321e58.png

12月17日,3D打印技术参考注意到,美国能源部橡树岭国家实验室 (ORNL) 宣布采用电弧增材制造(WAAM)成功制造大型旋转蒸汽涡轮叶片。该项目由合作伙伴西门子技术公司(西门子公司的美国研发中心)领导,表明电弧增材制造技术对于超过25磅(约11.3Kg)的关键部件的可扩展生产是可行的。这些零件传统上使用大部分美国之外的铸造和锻造设备制造。

de48b7de43f7fa04f79062b8064a9b5d.jpeg

ORNL沉积科学与技术小组首席研究兼组长Michael Kirka表示,“我们无法从国内供应链获得超过100或200磅的小批量铸件和锻件,这让我们陷入了难以为继的境地,尤其是面对国际冲突导致关键物资国际流动情况时。”

WAAM技术借助机械臂使用电弧熔化金属丝,逐渐堆积成所需的形状。打印完成后,将对零件进行机加工以满足最终设计要求。用于制造涡轮叶片的线弧技术是根据合作研发协议与林肯电气公司合作开发的。

从用于修复发展至3D打印整个零件

电弧增材制造基于焊接技术,因此很容易用于修复现有零件。这可以让西门子能源公司更轻松的维护和升级设备。西门子2019年开始进行电弧研究时,重点关注部件修复。然而,在COVID-19大流行期间,新铸造蒸汽涡轮叶片的等待时间延长至两年。随后该项目扩大到包括打印整个替换零件,因为这些类型的涡轮发动机用途广泛,足以用于天然气、煤炭和核电站。

橡树岭国家实验室的研究人员对材料进行了实验,并开发出了更好的方法来评估打印部件的机械性能。由钢合金制成的大型蒸汽涡轮叶片是这些努力的结晶。

963e3c0cb742b6df9de506f9c91a0f73.png

西门子技术高级首席专家Anand Kulkarni表示,最初的目的是只打印刀片顶部的25%,但当看到橡树岭国家实验室的电弧装置的潜力时,他们认为可以在一次构建中完成整个叶片制造。在制造过程中扫描零件的能力提供了正确的信息,这些信息可以提供给加工人员,并能够减少生产时间。

虽然大型铸件和锻件的等待时间已减少到七八个月,但橡树岭国家实验室却能够在12小时内打印出叶片。据报道,包括机械加工在内,叶片可以在两周内完成。

aa9b4515f3b8b9a0f54a7770723ddca2.jpeg

Kirka表示,虽然线弧是一种知名的3D打印技术,但之前从未使用过它来制造这种规模的旋转部件。涡轮叶片通常没有平行或垂直的表面。它们的轮廓曲线向尖端变窄。能够打印和完成没有定位功能的零件是一个挑战,此外,这种尺寸的较重部件冷却得更慢——增加了沉积层的速度和顺序的敏感性。

替代传统制造的有力手段

加工完零件后,西门子与电力研究院合作进行无损评估和测试。研究人员仍在关注3D打印的零件与传统方法制造的性能比较。然而,对于维修来说,属性不必相同,当前的挑战只是保持发动机运行并避免停机。但如果零件的质量良好,就会为更多的按需制造打开大门,这个案例研究正起到了这个作用。

3D打印的一个关键优势是,它使公司不再依赖于他们无法控制的特定制造工具,例如由单个铸造厂为单一设计制造的模具。当今涡轮机中的许多大型部件都有几十年的历史,但由于行业离岸等因素,制造它们的工具实际上已经无从寻找。3D打印提供了更可靠的替代方案,因为它可以复制任何设计。

71bb8c59636ca133758d669e2f0c89a0.jpeg

该项目由美国能源部化石能源和碳管理办公室资助,汽轮机叶片是在美国能源部的制造示范设施 (MDF) 中打印的。MDF在美国能源部先进材料和制造技术办公室的支持下,是一个全国性的合作者联盟,与ORNL合作,创新、激发和促进美国制造业的转型。

注:本文内容由3D打印技术参考整理编辑,转载请点击转载须知

欢迎转发

主编微信:2396747576(请注明身份); 硕博千人交流Q群:248112776;网址:www.amreference.com

延伸阅读:

1.国内电弧增材制造技术正在爆发,或在复制SLM技术的成功之路

2.电弧+搅拌摩擦,混合增材制造铝合金实现强塑性协同改善

3.电弧增材制造爆发式增长!国内创新开发出原位增减材复合技术装备,助力大尺寸制造

4.弗劳恩霍夫新工艺丨电弧+激光混合金属3D打印技术

0bc8b9954c63228cd379b10e0097f83f.gif

81b1e08c322e6d8846b4174dc2b15dfd.gif

内容概要:本文针对含风能、光伏、柴油机及储能系统的多能源独立微电网,提出一种计及需求响应机制的容量优化配置方法。通过构建以系统年综合成本最小、供电可靠性最高和碳排放量最低为目标的多目标优化模型,综合考虑可再生能源出力不确定性、负荷时序特性及用户侧需求响应行为,采用粒子群优化算法(PSO)进行全局求解,实现电源与储能容量的协同优化配置。研究详细阐述了目标函数设计、约束条件设定(包括功率平衡、设备容量、运行特性等)以及需求响应模型的数学表达,并配套提供了完整的Matlab代码实现,便于读者复现结果、理解算法细节并进一步拓展应用于其他智能优化算法对比或复杂场景延伸。该方法为新能源主导的微电网系统规划提供了兼具经济性、可靠性和环保性的科学决策支持。; 适合人群:具备电力系统分析、优化理论基础及Matlab编程能力的高校研究生、科研机构研究人员以及从事新能源微电网规划、综合能源系统设计的工程技术人员。; 使用场景及目标:①解决风光柴储混合微电网的容量配置优化问题;②研究需求响应对降低系统成本与提升可再生能源消纳能力的作用;③掌握粒子群算法在电力系统多目标优化问题中的建模思路与编程实现技巧;④作为科研复现、论文写作或工程项目前期规划的技术参考; 阅读建议:建议读者结合Matlab代码逐模块研读,重点理解目标函数权重处理、约束条件的罚函数实现方式以及粒子群算法参数对收敛性的影响,可尝试引入其他智能算法(如NSGA-II、鲸鱼优化等)进行性能对比,或增加分时电价、设备寿命衰减等实际因素以提升模型工程实用性。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值