發(fā)布時間：2021-10-29 21:30

　　再制造是我國制造業(yè)向生態(tài)文明和高端智能轉型的重要載體。激光熔覆作為一種典型的再制造技術,工藝參數(shù)的選擇直接影響熔覆層的宏觀形貌和成形質量進而影響再制造工件的可靠性和服役壽命。在此背景下,為使再制造工件熔覆層綜合性能達到最佳,本文對激光熔覆過程工藝參數(shù)進行影響分析研究和多目標優(yōu)化。在304不銹鋼表面熔覆Ni60合金粉末,設計工藝參數(shù)單因素試驗,研究工藝參數(shù)對于熔覆層宏觀形貌和顯微硬度影響;基于響應面法和試驗設計法,設計中心復合試驗,運用Design-expert軟件分別建立激光功率、送粉量和掃描速度三個工藝參數(shù)對于熔覆層寬高比、稀釋率和粉末收集率的回歸預測模型,進行方差分析驗證了模型的可靠性;利用攝動圖和3D響應面分析工藝參數(shù)以及工藝參數(shù)之間交互作用對于各響應目標的影響,為后續(xù)的工藝參數(shù)多目標優(yōu)化提供基礎數(shù)據(jù)�；诰C合加權法和層次分析法將熔覆層寬高比、稀釋率和粉末收集率三個響應目標轉化為綜合目標,從而建立工藝參數(shù)多目標優(yōu)化模型;在此基礎上,分別使用響應面法和BP神經網絡-遺傳算法對綜合目標進行工藝參數(shù)多目標優(yōu)化,并進行驗證實驗,兩種方法優(yōu)化后的熔覆層稀釋率控制在10%以下,寬高比均大于3... 

【文章來源】：中北大學山西省

【文章頁數(shù)】：80 頁

【學位級別】：碩士

【部分圖文】：

再制造技術應用領域

工藝參數(shù)影響分析流程圖

圖 2.2 BP 神經網絡結構圖在圖 2.2 中，nX ,X, X12表示輸入變量，mY Y Y12, 表示 BP 神經網絡預測輸出值，ij 和jk 表示權值，整個 BP 神經網絡相當于輸入變量與響應指標的非線性映射。隱含層節(jié)點數(shù)對于 BP 神經網絡非常重要，是造成“過擬合”現(xiàn)象的直接原因。目前仍然沒有一種通用科學的方法供學者們確定隱含層節(jié)點數(shù)。隱含層節(jié)點數(shù)的確定可以考

【參考文獻】：
期刊論文
[1]綠色增材再制造技術[J]. 朱勝,周超極,周克兵.  中國機械工程. 2018(21)
[2]中國智能再制造的現(xiàn)狀與發(fā)展[J]. 徐濱士,夏丹,譚君洋,董世運.  中國表面工程. 2018(05)
[3]基于響應面的裝備零件再制造激光熔覆工藝參數(shù)優(yōu)化[J]. 許向川,溫海駿,王俊元,苗苗.  真空科學與技術學報. 2018(07)
[4]新時代中國特色再制造的創(chuàng)新發(fā)展[J]. 徐濱士.  中國表面工程. 2018(01)
[5]工藝參數(shù)對304不銹鋼表面激光熔覆Ni基合金涂層的組織、耐磨性及耐腐蝕性的影響[J]. 楊丹,寧玉恒,趙宇光,朱國斌,徐曉峰.  材料導報. 2017(24)
[6]BP神經網絡隱含層節(jié)點數(shù)確定方法研究[J]. 王嶸冰,徐紅艷,李波,馮勇.  計算機技術與發(fā)展. 2018(04)
[7]激光熔覆技術在結構修復上的應用現(xiàn)狀[J]. 王浩,李天賜,張樂樂.  熱加工工藝. 2017(22)
[8]化工過程的多目標優(yōu)化問題[J]. 韓曉霞,程銘,劉樹森,趙超凡,任軍.  現(xiàn)代化工. 2017(11)
[9]基于Box-Behnken法的曲柄結構優(yōu)化設計[J]. 陳洪武,田鋮,彭聰聰.  機械強度. 2017(05)
[10]激光熔覆中工藝參數(shù)對形成層幾何特征及硬度影響分析[J]. 沈毅鴻,張元良,李濤,王金龍.  大連理工大學學報. 2017(03)

博士論文
[1]激光熔覆再制造產品疲勞壽命評估方法研究[D]. 華亮.南京航空航天大學 2017
[2]不確定環(huán)境下再制造生產計劃與車間調度集成優(yōu)化研究[D]. 溫海駿.合肥工業(yè)大學 2015
[3]汽車發(fā)動機再制造回收及影響因素分析研究[D]. 鹿紅娟.天津大學 2011

碩士論文
[1]輕卡變速箱殼體靜動態(tài)特性分析及多目標拓撲優(yōu)化[D]. 孟凡龍.中北大學 2017
[2]基于BESO法的結構拓撲優(yōu)化研究及應用[D]. 任高暉.哈爾濱工程大學 2016
[3]鈦合金激光熔覆工藝與形貌預測研究[D]. 謝紅梅.大連理工大學 2014
[4]智能計算在電動汽車行動力管理中的應用研究[D]. 馮智泉.上海交通大學 2013
[5]運動產品管理系統(tǒng)的設計與實現(xiàn)[D]. 陳榕.華東師范大學 2009
[6]高精度塑料齒輪項目中的工藝參數(shù)優(yōu)化研究[D]. 鄭亮.上海交通大學 2008
[7]基于人工神經網絡的洪水預報與災度評價研究[D]. 蔡清誼.合肥工業(yè)大學 2008



本文編號：3465431