發(fā)布時(shí)間：2020-11-11 08:43

　　 制造業(yè)是國家生產(chǎn)力的體現(xiàn),是國民經(jīng)濟(jì)的砥柱中流。再制造產(chǎn)業(yè)是解決資源浪費(fèi)、推進(jìn)綠色制造的新興動力,其中激光熔覆再制造已經(jīng)有了長足的發(fā)展。目前對重大裝備的關(guān)鍵易損件實(shí)施激光再制造已經(jīng)成為綠色制造研究領(lǐng)域中的熱點(diǎn)之一,激光熔覆對具有復(fù)雜曲面特征的大型零部件的損傷修復(fù)和表面強(qiáng)化發(fā)揮著不可或缺的作用。對零部件表面進(jìn)行高精度激光熔覆再制造是亟需解決的難題,所以對激光熔覆產(chǎn)生的熔覆層形貌預(yù)測研究就格外重要。激光熔覆形貌研究中工藝參數(shù)與形貌特征之間是復(fù)雜的非線性關(guān)系,對工藝參數(shù)進(jìn)行實(shí)時(shí)優(yōu)化則能更加精確地控制輸入?yún)?shù),進(jìn)而得到期望的熔覆層;熔覆過程的閉環(huán)控制系統(tǒng)則能提高熔覆質(zhì)量和效率,捕獲熔池的清晰圖像有助于對實(shí)現(xiàn)激光熔覆過程進(jìn)行實(shí)時(shí)反饋控制。本文利用機(jī)器學(xué)習(xí)的優(yōu)良算法實(shí)現(xiàn)對不同姿態(tài)下生成的熔覆層進(jìn)行形貌預(yù)測研究,并提出了熔覆過程中熔覆層高度實(shí)時(shí)監(jiān)測模型。主要研究內(nèi)容如下:(1)標(biāo)準(zhǔn)姿態(tài)下的單道熔覆層形貌預(yù)測�；谶z傳算法優(yōu)化的BP神經(jīng)網(wǎng)絡(luò),使用鐵基18Ni300粉末進(jìn)行單道激光熔覆實(shí)驗(yàn)獲取形貌特征數(shù)據(jù),將工藝參數(shù)作為神經(jīng)網(wǎng)絡(luò)輸入,熔層覆形貌高度、寬度作為輸出,建立截面形貌預(yù)測模型,并對仿真模型精準(zhǔn)度進(jìn)行驗(yàn)證。(2)柔性姿態(tài)下激光熔覆形貌預(yù)測研究。針對復(fù)雜曲面上無法實(shí)現(xiàn)激光頭與基板保持垂直狀態(tài)問題,將柔性姿態(tài)進(jìn)行歸類并分別建立理論模型,提出柔性姿態(tài)下熔覆層峰值點(diǎn)偏移量(35)的概念;通過具體實(shí)驗(yàn)驗(yàn)證理論模型的準(zhǔn)確性,并首次通過多元線性回歸分析方法預(yù)測柔性姿態(tài)下熔覆形貌。(3)熔覆過程中熔覆層形貌高度的實(shí)時(shí)監(jiān)測模型。提出熔覆過程將熔池幾何形貌作為反饋信號的閉環(huán)控制系統(tǒng),設(shè)計(jì)三目攝像機(jī)結(jié)構(gòu)解決了捕獲熔池圖像的路徑依賴問題;利用模糊C均值聚類的圖像閾值,將模糊性的度量降到最低;使用透視變換將熔池圖像邊界由圖像平面轉(zhuǎn)到工作平面,提取投影圖像的特征作為輸入變量,利用遞歸神經(jīng)網(wǎng)絡(luò)對熔覆層形貌高度進(jìn)行預(yù)測。該論文有圖76幅,表15個(gè),參考文獻(xiàn)80篇。
【學(xué)位單位】：中國礦業(yè)大學(xué)
【學(xué)位級別】：碩士
【學(xué)位年份】：2020
【中圖分類】：TP181;TG665
【部分圖文】：

化原材料，原材料以粉末形式或以金屬絲形式進(jìn)料，現(xiàn)在常用流動性較好的球型粉末作為原材料。激光在金屬表面上形成了熔池，保護(hù)氣體與激光束同軸地流向熔池，保護(hù)氣旨在保護(hù)工藝區(qū)域免受氧化。激光束與粉末噴嘴彼此牢固對準(zhǔn)，粉末顆粒被熔化并且到達(dá)熔池，當(dāng)粉末撞擊到熔池上時(shí)，兩種材料（基體材料和粉末）將以冶金方式永久粘合在一起。隨著激光移動，該區(qū)域再次凝固，因?yàn)闊崃恐皇鞘┘釉诒砻嫔系木劢箙^(qū)域中。因此，基板與激光加工頭之間的相對運(yùn)動導(dǎo)致熔覆道的沉積，多個(gè)橫向重疊的熔覆道形成涂層或者一層。激光熔覆過程如圖2-1所示。圖2-1激光熔覆過程示意圖Figure2-1Schematicdiagramoflasercladdingprocess激光熔覆是一種先進(jìn)的新型表面制造和改性技術(shù)，在眾多行業(yè)的零部件生產(chǎn)、修復(fù)和表面強(qiáng)化中有著廣泛的應(yīng)用。激光熔覆相較于其他表面處理技術(shù)而言具有如下優(yōu)點(diǎn)[64]：（1）光束能量密度高，對基體材料作用時(shí)間短，因此基體材料的熱影響區(qū)較小，從而有效避免了工件的過大變形；（2）涂層與基體之間形成牢

2激光熔覆技術(shù)及熔覆層形貌預(yù)測方法11嘴如圖2-3從周向均勻分布的方向提供三個(gè)或更多個(gè)針對熔池的粉末射流，研究狀態(tài)是從圓周均勻分布的方向進(jìn)行的。連續(xù)的同軸粉末噴嘴如圖2-4顯示環(huán)形間隙，粉末從此處離開噴嘴，聚焦在熔池上。后者的粉末噴嘴設(shè)計(jì)有利于在工作平面上減小粉末噴射直徑，從而提高粉末沉積效率。但是，與不連續(xù)的同軸粉末噴嘴相比，最大可能的粉末進(jìn)料速率較低，并且粉末噴嘴的3D能力受到限制，因?yàn)楫?dāng)噴嘴傾斜時(shí)，粉末會由于重力而積聚在噴嘴內(nèi)部的一側(cè)。圖2-2側(cè)向送粉噴嘴Figure2-2Sidefeedingnozzle圖2-3不連續(xù)同軸噴嘴Figure2-3Discontinuouscoaxialnozzle圖2-4連續(xù)同軸粉末噴嘴Figure2-4Continuouscoaxialpowdernozzle2.2.2激光熔覆熔覆層截面形貌研究工藝參數(shù)的目的是為了得到符合要求的熔覆層，評價(jià)熔覆層的質(zhì)量需要結(jié)合需求及客觀條件。在一定范圍內(nèi)，熔覆層質(zhì)量并無優(yōu)劣之分，重要的是能否滿足形狀和性能需求。激光熔覆是一個(gè)復(fù)雜的冶金過程，選擇輸入工藝參數(shù)是獲得所需熔覆層的關(guān)鍵。工藝參數(shù)非線性地影響熔覆層的幾何形狀，并且對于單道熔覆層以及在多道搭接等不同條件下，形貌特性是變化的。如今主要研究的工藝參數(shù)或輸入變量為：送粉量、激光功率、掃描速度、透鏡的焦距、激光頭尖端到工件的距離。通過改變這五個(gè)常見的輸入獨(dú)立變量用來探究它們對熔覆層高度，寬度，潤濕角，熔深，稀釋面積和熔覆層形狀的影響。圖2-5熔覆層橫截面形貌示意圖Figure2-5Schematicdiagramofthecross-sectionofthecladdinglayer

碩士學(xué)位論文14如圖2-6顯示的BP神經(jīng)網(wǎng)絡(luò)的常用結(jié)構(gòu)，圖中每一個(gè)獨(dú)立的神經(jīng)元均由一個(gè)單獨(dú)的點(diǎn)表示。網(wǎng)絡(luò)的結(jié)構(gòu)均由輸入層、隱含層和輸出層組成，前一層與后一層的節(jié)點(diǎn)之間是通過權(quán)值連接的，并且每個(gè)節(jié)點(diǎn)都有各自獨(dú)立的閾值。定義各神經(jīng)元之間的傳遞準(zhǔn)則為：輸入向量×權(quán)值-閾值，最后將計(jì)算結(jié)果通過傳遞函數(shù)換算得到相應(yīng)輸出。隱含層可以不止一層，但是常用的結(jié)構(gòu)是三層結(jié)構(gòu)如圖2-6。圖2-6神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)圖Figure2-6Schematicdiagramofneuralnetworkstructure在圖2-6中，輸入變量為12,,nXXKX，神經(jīng)網(wǎng)絡(luò)預(yù)測輸出值為12,,nYYKY，ijw和jkw均代表的是神經(jīng)元之間的連接權(quán)值，BP神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)表示的是每個(gè)輸出變量，即響應(yīng)指標(biāo)，與輸入變量之間的非線性關(guān)系。BP神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)中隱含層的節(jié)點(diǎn)數(shù)在“過擬合”現(xiàn)象當(dāng)中起著重要作用。直到現(xiàn)在也沒能有好的辦法將隱含層節(jié)點(diǎn)數(shù)確定，不過可以優(yōu)先考慮使用少的隱含層節(jié)點(diǎn)數(shù)，然后依據(jù)網(wǎng)絡(luò)訓(xùn)練情況及時(shí)調(diào)整節(jié)點(diǎn)數(shù)；根據(jù)前人總結(jié)的經(jīng)驗(yàn)公式設(shè)置隱含層，如下式：lm+n+a（2-8）2l=logn（2-9）另外，Kolmogorov定理也可幫助我們設(shè)置出合適的隱含層節(jié)點(diǎn)數(shù)：l=2n+1（2-10）式中（2-8）、（2-9）、（2-10）中代表的是隱含層節(jié)點(diǎn)數(shù)，n代表的是輸入層節(jié)點(diǎn)數(shù)，m代表的是輸出層節(jié)點(diǎn)數(shù)，a代表常數(shù)。BP神經(jīng)網(wǎng)絡(luò)算法通常包含如下兩個(gè)過程，信號的正向傳播且還有誤差的反向傳播。在信號的正向傳播過程中，輸入信號從輸入層引入，由隱藏層處理，然后傳輸?shù)捷敵鰧�。�?jīng)過非線性處理后，將產(chǎn)生實(shí)際的輸出信號。如果實(shí)際輸出信號與預(yù)期信號出現(xiàn)不匹配情況，則轉(zhuǎn)入誤差的反向傳播階段。也就是說，輸出誤差會以特定的方式按特定的傳輸順序重新傳遞到輸入層，并將誤差分配到輸入層，
【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 孟祥偉;;Ni基-WC合金粉末激光熔覆層形貌的預(yù)測[J];中國重型裝備;2014年01期

2 張景陽;潘光友;;多元線性回歸與BP神經(jīng)網(wǎng)絡(luò)預(yù)測模型對比與運(yùn)用研究[J];昆明理工大學(xué)學(xué)報(bào)(自然科學(xué)版);2013年06期

3 劉云雷;趙劍峰;潘滸;王凱;肖猛;;基于激光熔覆的鎳基高溫合金激光修復(fù)的數(shù)值模擬[J];應(yīng)用激光;2013年02期

4 張炳發(fā);洪蕾;;激光熔覆層形貌尺寸預(yù)測研究[J];中國重型裝備;2012年01期

5 黃小偉;習(xí)俊通;J.L.Lebrun;Elcheikh Hussam;Courant Bruno;;工藝參數(shù)對激光熔覆成形316L不銹鋼形狀的影響規(guī)律[J];激光與光電子學(xué)進(jìn)展;2011年07期

6 劉立峰;楊洗陳;;基于逆向工程的激光再制造機(jī)器人路徑規(guī)劃[J];中國激光;2011年07期

7 倪立斌;劉繼常;伍耀庭;鄢銼;;基于神經(jīng)網(wǎng)絡(luò)和粒子群算法的激光熔覆工藝優(yōu)化[J];中國激光;2011年02期

8 許波;田威;;面向綠色再制造的單道激光熔覆幾何特征研究[J];應(yīng)用激光;2010年04期

9 王志堅(jiān);董世運(yùn);徐濱士;夏偉;閆世興;;單道激光熔覆層幾何特征的三維表征方法[J];中國激光;2010年02期

10 姜淑娟;劉偉軍;南亮亮;;基于神經(jīng)網(wǎng)絡(luò)的激光熔覆高度預(yù)測[J];機(jī)械工程學(xué)報(bào);2009年03期

相關(guān)博士學(xué)位論文 前2條

1 李聰波;綠色制造運(yùn)行模式及其實(shí)施方法研究[D];重慶大學(xué);2009年

2 廖斌;基于特征點(diǎn)的圖像配準(zhǔn)技術(shù)研究[D];國防科學(xué)技術(shù)大學(xué);2008年

相關(guān)碩士學(xué)位論文 前9條

1 孫華杰;基于彩色CCD的激光熔覆熔池溫度閉環(huán)控制研究[D];蘇州大學(xué);2018年

2 何宇;傾斜基面上激光熔覆成形工藝基礎(chǔ)與力學(xué)性能研究[D];哈爾濱工業(yè)大學(xué);2018年

3 向燦群;卷積神經(jīng)網(wǎng)絡(luò)在圖像分類識別中的應(yīng)用研究[D];湖南理工學(xué)院;2018年

4 李藝琳;激光陀螺儀智能故障診斷技術(shù)研究[D];中國航天科技集團(tuán)公司第一研究院;2018年

5 李聰聰;基于流線場的復(fù)雜曲面激光熔覆路徑優(yōu)化方法研究[D];中國礦業(yè)大學(xué);2018年

6 賈世卿;基于多元線性回歸的軟件老化問題分析[D];天津理工大學(xué);2018年

7 李海波;傾斜基體上的激光熔覆層形貌研究[D];大連理工大學(xué);2017年

8 孟宣宣;基于高速攝像技術(shù)的光纖激光焊接過程研究[D];華中科技大學(xué);2011年

9 于君;激光快速成形沉積層幾何參數(shù)監(jiān)測與控制研究[D];西北工業(yè)大學(xué);2007年

本文編號：2878988