《Computational Particle Mechanics》：Integrated DEM–RSM analysis of impact velocity in vibratory peening: Parametric effects and process optimization
编辑推荐：
机械表面处理是通过在金属及合金表层产生可控塑性变形来改善其服役性能的工程应用。振动喷丸（vibratory peening, VP）作为一种基于振动的表面剧烈塑性变形（severe surface plastic deformation, SSPD）方法，因其
机械表面处理是通过在金属及合金表层产生可控塑性变形来改善其服役性能的工程应用。振动喷丸（vibratory peening, VP）作为一种基于振动的表面剧烈塑性变形（severe surface plastic deformation, SSPD）方法，因其能够对复杂几何形状零件提供均匀的表面效果而受到青睐。本研究将垂直振动喷丸腔体的离散元法（discrete element method, DEM）模拟与Taguchi L16筛选设计、面心中心复合设计、方差分析（ANOVA）及响应曲面法（response surface methodology, RSM）相结合。四个工艺参数——振幅（A）、频率（f）、弹丸直径（d）和浸入深度（h）被系统变化，并以Almen试片上的法向冲击速度作为主要响应变量。主效应分析表明，振幅是控制冲击速度的主导因素。缩减后的二次RSM模型包含显著项A、f、d、h、d2、A×f和A×d，预测精度较高（R2≈0.91）。振幅与频率之间的强交互作用在高能量冲击区尤为明显，在此区域内两者的协同效应可大幅提升冲击速度。弹丸尺寸和浸入深度通过阻尼机制起到次级调节作用：较小的弹丸因迁移率更高而获得更高的峰值速度，较大的浸入深度则因介质床内的能量耗散增加而抑制速度。基于RSM的优化确定了最大冲击速度的最佳参数组合：A=2 mm、f=50 Hz、d=4 mm、h=20 mm，预测速度为2.184 m/s。空间分辨的速度分布图揭示了高能条件下介质床内从底部到表面的速度梯度，以及Almen试片表面的局部高速集中区域。这些发现量化了VP过程中多参数耦合对冲击力学的影响，并为工艺窗口的合理选择提供了数据驱动的依据。
论文解读文章
1. 研究背景与问题提出
机械表面处理技术通过在金属材料表层引入可控塑性变形，形成压缩残余应力、细化晶粒并提高表面硬度，从而显著延长零部件的疲劳寿命。其中，振动喷丸（vibratory peening, VP）因其能够对复杂几何形状（如尖锐边缘、内部空腔和难以触及的区域）提供更均匀的表面强化效果而优于传统喷丸工艺。近年来发展的剧烈振动喷丸（severe vibratory peening, SVP）技术甚至能在增材制造（additive manufacturing, AM）部件表面形成纳米晶层，将疲劳寿命提升30至50倍。
然而，VP过程的冲击力学极为复杂：弹丸在振动腔内做多维随机运动，颗粒间及颗粒与工件表面之间存在多重碰撞、能量交换和阻尼耗散机制。尽管离散元法（discrete element method, DEM）已被成功用于模拟振动光整加工中的介质运动、接触力和冲击速度，且已有研究建立了冲击速度与Almen强度之间的线性关系，但现有工作尚未系统量化振幅、频率、弹丸直径和浸入深度这四个关键参数对冲击速度的联合影响，也未能将这些参数效应与统计建模相结合。因此，本研究旨在填补这一空白，通过DEM模拟与试验设计（design of experiments, DOE）方法的集成，建立VP过程冲击速度的多参数定量预测模型，并确定最优工艺窗口。
2. 主要研究方法
研究人员采用Ansys Rocky 2023 R2软件进行DEM模拟，建立了垂直振动喷丸腔体（380×120×120 mm）和SAE 1070 Almen试片（76×19×1.29 mm）的三维模型。共引入16 kg钢球，对应不同弹丸直径（4、6、7、8、10 mm）下约3,917至61,214个颗粒。接触模型采用Hertzian弹簧-阻尼器法向模型、Mindlin-Deresiewicz切向模型（含Coulomb摩擦）和Type C线性弹簧滚动阻力模型。所有接触对的静摩擦系数设为0.5，滚动阻力系数设为0.1，恢复系数设为0.95。振动以正弦位移y(t)=Asin(2πft)施加于垂直方向，仿真时长3秒，其中前2秒用于颗粒生成与稳定，后1秒（2-3 s）采集数据，输出间隔0.05秒。试验设计分两阶段：首先采用Taguchi L16正交阵列进行参数筛选，随后采用面心中心复合设计（α=1）构建31次运行的二阶回归模型，两部分合并为47次运行的数据集。利用方差分析（ANOVA）评估参数显著性，响应曲面法（RSM）拟合二次模型，并通过Minitab响应优化器以期望函数法进行最大化冲击速度的工艺优化。
3. 研究结果
3.1 法向接触力的DEM结果
47次模拟显示，最大接触力范围约为0.76 N至31.98 N，主要由振幅和频率控制。高振幅（1.5-2 mm）和高频率（40-50 Hz）组合下接触力显著增大，最高值（~32 N）出现在最大振幅与频率组合中。弹丸尺寸对接触力的影响相对有限，因为较大弹丸虽质量增加但迁移率降低，颗粒间相互作用增强，限制了传递至表面的接触力。浸入深度增加会显著降低接触力，这归因于动量通过较厚介质层传输时的非弹性碰撞和摩擦接触导致的能量耗散。低振幅和低频条件下，接触力极小，表明此时过程以摩擦主导的接触为主，而非高能冲击。相同名义参数下的接触力分散性揭示了过程的随机特性。
3.2 冲击速度的DEM结果
冲击速度分布显示，高速度值集中在特定参数组合附近，而低振幅和低频条件下的速度集中在0.1-0.4 m/s范围内。空间分布图表明，高能条件（A=2 mm, f=50 Hz）下速度可达2.66 m/s，且在大面积表面形成密集的高速区域。中等条件（中心点）下最大速度降至约0.63 m/s，高速区域密度降低但仍存在局部聚集。低能条件下速度降至约0.23 m/s，冲击点稀疏；最低能量条件下速度仅为~0.1 m/s，表面相互作用局限于孤立接触点。介质床内部粒子速度分布揭示了一个重要机制：高能条件下床层内部存在明显的速度梯度，底部速度可达约2.0 m/s，向上逐渐递减，表明能量从振动底部向上传输，高速粒子由深层动能储备供给。时间演化分析进一步表明，冲击速度随时间波动，小弹丸（4 mm）能达到更高的峰值速度（2.0-2.7 m/s），而大弹丸（10 mm）则产生更持续的冲击速度。浸入深度从20 mm增至50 mm会显著降低速度，尤其对小弹丸影响更大。
3.3 冲击能量的DEM结果
累积冲击能量结果显示，冲击速度本身并不能完全描述能量传递。测试T30（A=2 mm, f=50 Hz, d=10 mm, h=20 mm）获得了最高累积能量（~0.24 J），表明高振幅、高频率与大弹丸直径的组合显著增加了能量积累。高接触力但低能量的组合代表短时局域化效应，而高能量对应更广泛和累积的变形潜力。需注意的是，累积冲击能量是2-3秒内所有颗粒-试片接触的总和，反映了冲击次数与单次冲击能量的共同贡献。
3.4 DEM结果的主效应与信噪比分析
主效应分析确认振幅是控制接触力和冲击速度的最主要因素，两者均随振幅单调递增。频率的作用主要体现在增加碰撞次数和时间连续性上，但对速度幅度的决定作用不如振幅。浸入深度对速度和接触力均有抑制作用。弹丸尺寸对速度的影响有限，但显著影响能量，因为能量同时取决于速度平方和质量。高振幅结合大弹丸直径可显著提升能量传递。
3.5 RSM分析与工艺优化
缩减后的二次RSM模型包含显著项A、f、d、h、d2、A×f和A×d，模型R2=91.36%，R2adj=89.81%，R2pred=86.07%。回归方程（未编码单位）为：
v = -0.518 + 0.519 A + 0.0396 f + 0.363 d - 0.0122 h - 0.0352 d2 + 0.0102 A×f - 0.0821 A×d
其中v为最大法向冲击速度（m/s），A、d、h单位为mm，f单位为Hz。
三维响应面和等高线图清晰展示了振幅-频率的强交互作用：高振幅-高频率区域速度急剧上升，等高线收敛于该角落。浸入深度-弹丸尺寸图显示速度随浸入深度增加而下降，高速区集中于小浸入深度。振幅-弹丸尺寸交互作用表明，低振幅下弹丸尺寸影响有限，高振幅下小弹丸因迁移率高而达到更高速度。基于期望函数的优化确定最佳参数为A=2 mm、f=50 Hz、d=4 mm、h=20 mm，预测最大冲击速度为2.184 m/s，综合期望度D=0.814。
4. 讨论与结论
讨论部分指出，本研究的RSM模型将DEM揭示的随机性和局部性特征转化为连续参数空间内的定量描述，弥补了以往VP研究中仅关注频率-Almen强度关系的不足。模型失拟显著（p=0.040）是由于重复运行估计的纯误差相对于其他设置下极值响应的随机波动非常小，因此模型适用于描述趋势而非预测单次实现。
研究结论如下：振动喷丸过程中，冲击速度主要由振动振幅控制，频率与之形成强交互作用驱动高能冲击区；弹丸尺寸和浸入深度通过阻尼机制起次级调节作用；RSM模型实现了较高的预测精度（R2≈0.91），并确定了最大化冲击速度的最优工艺参数组合；空间分辨的速度分布图揭示了高能条件下介质床内的速度梯度和表面局部高速集中现象。这些成果为VP工艺窗口的合理选择提供了数据驱动的定量依据。
