一种用于铌三锡超导线材拉拔及检测的装置和方法与流程

本发明涉及超导材料制备技术领域，尤其涉及一种用于铌三锡超导线材拉拔及检测的装置和方法。

背景技术：

超导技术是21世纪具有战略意义的高新技术，在全超导托克马克磁约束核聚变装置、高能粒子加速器、磁悬浮列车、核磁共振成像以及国防军工等方面有着重要的意义和应用潜力。由于超导技术不可替代的特殊性和优越性，它在扫雷艇、超导电机、电磁武器、传感器、舰船用防弹及导航用高精度超导陀螺仪等领域被广泛应用。高性能超导线材是超导技术应用的基础，尤其对于超导电缆、超导储能、超导磁体以及超导限流器等应用具有十分重要的意义。

铌三锡（nb3sn）超导线材是目前10t以上高场超导磁体应用主要材料。按照制备方法分类，它可以分为青铜法和内锡法两种。青铜法线材主要是将纯金属nb棒插入到锡青铜合金基体中，经过热挤压、拉拔、中间退化、再拉拔等工序制备成线材；内锡法线材则是以sn棒作为sn源，经过cu基体，在热处理过程中先生成sn-cu合金，随后与nb反应，在nb棒位置生成铌三锡（nb3sn）超导体。由于内锡法线材中通过sn棒可以提供充足的sn源，因此该线材临界电流密度性能更高，在强磁场领域应用更加广泛。

cu-nb-sn多组元复合的内锡法铌三锡（nb3sn）前驱体线材加工制备是目前高场铌三锡（nb3sn）超导线材制备的难点；主要原因在于，cu、nb和sn三种金属组元的硬度和延展性相差较大；同时在导线塑性加工过程中，由于加工硬化速率不同，导致该线材加工困难，而造成经常性断线，从而降低了线材的成品率，增加了导线制备成本。此外，在铌三锡（nb3sn）前驱体线材加工制备过程中，还存在导线均匀性检测困难的问题，由于无法实现在线检测，对于线材成品的首尾检测往往无法真实反映导线的均匀性情况，给后续的超导磁体制作带来风险。

技术实现要素：

本发明的目的在于提供一种用于铌三锡（nb3sn）超导线材拉拔及检测的装置和方法。

本发明采用的技术方案是：

一种用于铌三锡（nb3sn）超导线材拉拔及检测的装置，其包括设于两端的放线轮和收线轮，放线轮和收线轮之间沿着线材行进方向依次设有液体润滑油槽、拉丝模具、第一高速相机和激光测径仪，液体润滑油槽的上方设置第二高速相机，拉丝模具内设有感应线材拉动时拉力的压力传感器；第一高速相机、第二高速相机和激光测径仪分别连接电脑主机，电脑主机处理采集图像和数据，以对导线进行均匀性在线实时监测并获得线材塑性变形数据。

进一步地，作为优选实施方式，电脑主机预装有人工智能和机器学习系统。

进一步地，作为优选实施方式，液体润滑油槽中设有润滑油。

进一步地，作为优选实施方式，拉丝模具安装于一模具支撑架上。

进一步地，作为优选实施方式，第一高速相机用于线材的截面形状成像，第二高速相机用于液体润滑油槽的润滑液面成像。

一种用于铌三锡（nb3sn）超导线材拉拔及检测方法，其包括以下步骤：

步骤1，将需进行拉拔的超导线材放置到放线轮和收线轮进行线材组装并在液体润滑油槽中加入润滑油；

步骤2，开启电脑主机、激光测径仪、第一高速相机和第二高速相机等待数据采集；

步骤3，放线轮和收线轮在预设速度下开始将线材进行拉拔操作；

步骤4，当线材进入到液体润滑油槽时：第二高速相机采集获取线材拉动时液体润滑油产生的润滑液面波纹图像传输到电脑主机，并由电脑主机生成实时波纹图像；

步骤5，电脑主机将波纹图像与数据库中标准波纹图像进行对比；

当波纹图像与标准波纹图像的差距在允许范围以内，即线材未发生断裂时，将保持线材拉拔的运行；否则，停止线材拉拔；

步骤6，压力传感器获取拉丝辊模模具中线材拉动时产生的拉力信号传输到电脑主机，并由电脑主机基于拉力信号生成实时拉力图像，

步骤7，电脑主机将拉力图像与数据库中标准拉力图像进行对比；

当拉力图像与标准波纹图像的差距在允许范围以内，即线材未发生断裂时，将保持线材拉拔的运行；否则，停止线材拉拔；

步骤8，第一高速相机获取线材的截面形状成像传输至电脑主机，并由电脑主机生成线材实时的截面形状的图像，以用于观察线材生产状况；

步骤9，激光测径仪采集线材最终成型的线径数据传输至电脑主，并由电脑主机生成线材的线度数值

步骤10，电脑主机将测得的线度竖直与标准线度的数值进行对比确定线材的偏心率，从而判断生产线材的是否符合标准。

进一步地，作为优选实施方式，步骤3中预设速度为2m/min--12m/min。

进一步地，作为优选实施方式，步骤7中电脑主机同时将拉力的数值与数据库中标准拉力数值进行比较，当拉力与标准拉力数值的差距在允许范围以内，即线材未发生断裂时，将保持线材拉拔的运行；否则，停止线材拉拔。

进一步地，作为优选实施方式，步骤7中标准拉力数值f=500n~1800n。

进一步地，作为优选实施方式，步骤9中激光测径仪每0.01s采集拍照记录一次线材线径数据。

进一步地，作为优选实施方式，步骤9中的线度数值包括水平线度、垂直线度的数值。

进一步地，作为优选实施方式，步骤10中标准线度的数值具体为：垂直线度、水平线度的数值分别为1mm~10mm。

本发明采用以上技术方案，基于大数据和机器学习的多维度人工智为导线加工过程全程进行预警；采用本装置和方法可以有效解决铌三锡（nb3sn）前驱体导线的均匀性在线检测难题，从而提高线材的成品率。

附图说明

以下结合附图和具体实施方式对本发明做进一步详细说明；

图1为本发明一种用于铌三锡（nb3sn）超导线材拉拔及检测的装置结构示意图。

具体实施方式

为使本申请实施例的目的、技术方案和优点更加清楚，下面将结合本申请实施例中的附图对本申请实施例中的技术方案进行清楚、完整地描述。

本发明的目的在于针对铌三锡（nb3sn）前驱体线材加工过程，提供中的多维度在线检测方法，主要原理包括：（1）利用人工智能和机器学习的方法，实现全自动在线评估；（2）多维度参数的数据采集。具体采集的参数如下：（a）利用激光测径仪进行水平和垂直两个方向的测定；（b）利用高速相机360^o摄像、结合数据处理，对线材截面进行实时成像；（c）利用压力传感器实时采集线材加工过程中的变形力大小；（d）利用高速相机、结合数据处理，对润滑液面图像进行实时采集。通过以上4个参数进行实时分析，判断线材加工过程的塑性变形情况，是否存在断线危险点，从而实现对导线均匀性在线实时监测，获得线材塑性变形数据。

如图1所示，本发明公开了一种用于铌三锡（nb3sn）超导线材拉拔及检测的装置，其包括设于两端的放线轮和收线轮，放线轮和收线轮之间沿着线材行进方向依次设有液体润滑油槽、拉丝模具、第一高速相机和激光测径仪，液体润滑油槽的上方设置第二高速相机，拉丝模具内设有感应线材拉动时拉力的压力传感器；第一高速相机、第二高速相机和激光测径仪分别连接电脑主机，电脑主机处理采集图像和数据，以对导线进行均匀性在线实时监测并获得线材塑性变形数据。

进一步地，作为优选实施方式，电脑主机预装有人工智能和机器学习系统。

进一步地，作为优选实施方式，液体润滑油槽中设有润滑油。

进一步地，作为优选实施方式，拉丝模具安装于一模具支撑架上。

进一步地，作为优选实施方式，第一高速相机用于线材的截面形状成像，第二高速相机用于液体润滑油槽的润滑液面成像。

一种用于铌三锡（nb3sn）超导线材拉拔及检测方法，其包括以下步骤：

步骤1，将需进行拉拔的超导线材放置到放线轮和收线轮进行线材组装并在液体润滑油槽中加入润滑油；

步骤2，开启电脑主机、激光测径仪、第一高速相机和第二高速相机等待数据采集；

步骤3，放线轮和收线轮在预设速度下开始将线材进行拉拔操作；

步骤4，当线材进入到液体润滑油槽时：第二高速相机采集获取线材拉动时液体润滑油产生的润滑液面波纹图像传输到电脑主机，并由电脑主机生成实时波纹图像；

步骤5，电脑主机将波纹图像与数据库中标准波纹图像进行对比；

当波纹图像与标准波纹图像的差距在允许范围以内，即线材未发生断裂时，将保持线材拉拔的运行；否则，停止线材拉拔；

步骤6，压力传感器获取拉丝辊模模具中线材拉动时产生的拉力信号传输到电脑主机，并由电脑主机基于拉力信号生成实时拉力图像，

步骤7，电脑主机将拉力图像与数据库中标准拉力图像进行对比；

当拉力图像与标准波纹图像的差距在允许范围以内，即线材未发生断裂时，将保持线材拉拔的运行；否则，停止线材拉拔；

步骤8，第一高速相机获取线材的截面形状成像传输至电脑主机，并由电脑主机生成线材实时的截面形状的图像，以用于观察线材生产状况；

步骤9，激光测径仪采集线材最终成型的线径数据传输至电脑主，并由电脑主机生成线材的线度数值

步骤10，电脑主机将测得的线度竖直与标准线度的数值进行对比确定线材的偏心率，从而判断生产线材的是否符合标准。

进一步地，作为优选实施方式，步骤3中预设速度为2m/min--12m/min。

进一步地，作为优选实施方式，步骤7中电脑主机同时将拉力的数值与数据库中标准拉力数值进行比较，当拉力与标准拉力数值的差距在允许范围以内，即线材未发生断裂时，将保持线材拉拔的运行；否则，停止线材拉拔。

进一步地，作为优选实施方式，步骤7中标准拉力数值f=500n~1800n。

进一步地，作为优选实施方式，步骤9中激光测径仪每0.01s采集拍照记录一次线材线径数据。

进一步地，作为优选实施方式，步骤9中的线度数值包括水平线度、垂直线度的数值。

进一步地，作为优选实施方式，步骤10中标准线度的数值具体为：垂直线度、水平线度的数值分别为1mm~10mm。

下面就本发明的具体情况分别进行说明：

实施例1：

本发明的检测装置及所采用的运行方式如下：

步骤1、将需进行拉拔操作的超导线材放置到放线轮8及收线轮1进行线材组装并在液体润滑油槽7中加入润滑油；

步骤2、打开电脑主机9、激光测径仪2、第一高速相机3和第二高速相机6等待采集数据；

步骤3、本发明中仪器对于线材的拉拔速率，装置收线轮1和放线轮8应该控制在4m/min--8m/min，并且二者保持相同的速率进行线材拉拔操作；

步骤4、在线材运行过程中，由于线材的拉动，在液体润滑油槽7中的润滑液面成像终端6中会将线材拉动时产生的电信号传输到电脑主机9中形成波纹图像，当电信号转化成的波纹图像与数据库中标准图像对比差距在允许范围以内，即线材未发生断裂时，步骤2将保持运行；

步骤5、当线材进入到模具支撑架4及拉丝模具5之间的压力传感器10时：压力传感器10会将模具支撑架4及拉丝模具5中线材拉动时产生的电信号传输到电脑主机9中形成实时拉力图像，当拉力f的数值与数据库中标准数值f=1000n~1500n及图像对比差距在允许范围以内，即线材未发生断裂时，步骤3将保持运行；

步骤6、第一高速相机3将电信号传输入电脑主机9生成线材的截面形状的图像，可用于观察线材生产情况；

步骤7、线材通过激光测径仪2每0.01s拍照记录，将电信号传输入电脑主机9生成线材的水平线度、垂直线度的数值，分别对比标准线度垂直、水平分别为1mm~3mm的数值，结合上一步的图像判断生产出线材的偏心率，从而判断所生产线材的截面形状是否符合标准。

实施例2：

本发明的器材采用的运行方式如下：

步骤1.将需进行拉拔操作的超导线材放置到放线轮8及收线轮1进行线材组装并在液体润滑油槽7中加入润滑油；

步骤2.打开电脑主机9、激光测径仪2、第一高速相机3和第二高速相机6等待采集数据；

步骤3.本发明中仪器对于线材的拉拔速率，装置收线轮1和放线轮8应该控制在2m/min--4m/min，并且二者保持相同的速率进行线材拉拔操作；

步骤4.在线材运行过程中，由于线材的拉动，在液体润滑油槽7中的润滑液面成像终端6中会将线材拉动时产生的电信号传输到电脑主机9中形成波纹图像，当电信号转化成的波纹图像与数据库中标准图像对比差距在允许范围以内，即线材未发生断裂时，步骤2将保持运行；

步骤5.当线材进入到模具支撑架4及拉丝模具5之间的压力传感器10时：压力传感器10会将模具支撑架4及拉丝模具5中线材拉动时产生的电信号传输到电脑主机9中形成实时拉力图像，当拉力f的数值与数据库中标准数值f=500n~1000n及图像对比差距在允许范围以内，即线材未发生断裂时，步骤3将保持运行；

步骤6.第一高速相机3将电信号传输入电脑主机9生成线材的截面形状的图像，可用于观察线材生产情况；

步骤7.线材通过激光测径仪2每0.01s拍照记录，将电信号传输入电脑主机9生成线材的水平线度、垂直线度的数值，分别对比标准线度垂直、水平分别为3mm~5mm的数值，结合上一步的图像判断生产出线材的偏心率，从而判断所生产线材的截面形状是否符合标准。

实施例3：

本发明的检测装置及所采用的运行方式如下：

步骤1．将需进行拉拔操作的超导线材放置到放线轮8及收线轮1进行线材组装并在液体润滑油槽7中加入润滑油；

步骤2．打开电脑主机9、激光测径仪2、第一高速相机3和第二高速相机6等待采集数据；

步骤3．本发明中仪器对于线材的拉拔速率，装置收线轮1和放线轮8应该控制在8m/min--12m/min，并且二者保持相同的速率进行线材拉拔操作；

步骤4．在线材运行过程中，由于线材的拉动，在液体润滑油槽7中的润滑液面成像终端6中会将线材拉动时产生的电信号传输到电脑主机9中形成波纹图像，当电信号转化成的波纹图像与数据库中标准图像对比差距在允许范围以内，即线材未发生断裂时，步骤2将保持运行；

步骤5．当线材进入到模具支撑架4及拉丝模具5之间的压力传感器10时：压力传感器10会将模具支撑架4及拉丝模具5中线材拉动时产生的电信号传输到电脑主机9中形成实时拉力图像，当拉力f的数值与数据库中标准数值f=1500n~1800n及图像对比差距在允许范围以内，即线材未发生断裂时，步骤3将保持运行；

步骤6．第一高速相机3将电信号传输入电脑主机9生成线材的截面形状的图像，可用于观察线材生产情况；

步骤7．线材通过激光测径仪2每0.01s拍照记录，将电信号传输入电脑主机9生成线材的水平线度、垂直线度的数值，分别对比标准线度垂直、水平分别为5mm~10mm的数值，结合上一步的图像判断生产出线材的偏心率，从而判断所生产线材的截面形状是否符合标准。

本发明基于大数据和机器学习的多维度人工智为导线加工过程全程进行预警；采用本装置和方法可以有效解决铌三锡（nb3sn）前驱体导线的均匀性在线检测难题，从而提高线材的成品率。

显然，所描述的实施例是本申请一部分实施例，而不是全部的实施例。在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。通常在此处附图中描述和示出的本申请实施例的组件可以以各种不同的配置来布置和设计。因此，本申请的实施例的详细描述并非旨在限制要求保护的本申请的范围，而是仅仅表示本申请的选定实施例。基于本申请中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。