制造業(yè)是國家生產(chǎn)力的體現(xiàn),是國民經(jīng)濟的砥柱中流。再制造產(chǎn)業(yè)是解決資源浪費、推進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鍵易損件實施激光再制造已經(jīng)成為綠色制造研究領域中的熱點之一,激光熔覆對具有復雜曲面特征的大型零部件的損傷修復和表面強化發(fā)揮著不可或缺的作用。對零部件表面進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雜的非線性關系,對工藝參數(shù)進行實時優(yōu)化則能更加精確地控制輸入?yún)?shù),進而得到期望的熔覆層;熔覆過程的閉環(huán)控制系統(tǒng)則能提高熔覆質量和效率,捕獲熔池的清晰圖像有助于對實現(xiàn)激光熔覆過程進行實時反饋控制。本文利用機器學習的優(yōu)良算法實現(xiàn)對不同姿態(tài)下生成的熔覆層進行形貌預測研究,并提出了熔覆過程中熔覆層高度實時監(jiān)測模型。主要研究內容如下:(1)標準姿態(tài)下的單道熔覆層形貌預測�；谶z傳算法優(yōu)化的BP神經(jīng)網(wǎng)絡,使用鐵基18Ni300粉末進行單道激光熔覆實驗獲取形貌特征數(shù)據(jù),將工藝參數(shù)作為神經(jīng)網(wǎng)絡輸入,熔層覆形貌高度、寬度作為輸出,建立截面形貌預測模型,并對仿真模型精準度進行驗證。(2)柔性姿態(tài)下激光熔覆形貌預測研究。針對復雜曲面上無法實現(xiàn)激光頭與基板保持垂直狀態(tài)問題,將柔性姿態(tài)進行歸類并分別建立理論模型,提出柔性姿態(tài)下熔覆層峰值點偏移量(35)的概念;通過具體實驗驗證理論模型的準確性,并首次通過多元線性回歸分析方法預測柔性姿態(tài)下熔覆形貌。(3)熔覆過程中熔覆層形貌高度的實時監(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),設計三目攝像機結構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)絡對熔覆層形貌高度進行預測。該論文有圖76幅,表15個,參考文獻80篇。
【學位單位】：中國礦業(yè)大學
【學位級別】：碩士
【學位年份】：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，保護氣體與激光束同軸地流向熔池，保護氣旨在保護工藝區(qū)域免受氧化。激光束與粉末噴嘴彼此牢固對準，粉末顆粒被熔化并且到達熔池，當粉末撞擊到熔池上時，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，因為熱量只是施加在表面上的聚焦區(qū)域中。因此，基板與激光加工頭之間的相對運動導致熔覆道的沉積，多個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的新型表面制造和改性技術，在眾多行業(yè)的零部件生產(chǎn)、修復和表面強化中有著廣泛的應用。激光熔覆相較于其他表面處理技術而言具有如下優(yōu)點[64]：（1）光束能量密度高，對基體材料作用時間短，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激光熔覆技術及熔覆層形貌預測方法11嘴如圖2-3從周向均勻分布的方向提供三個或更多個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。后者的粉末噴嘴設計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，最大可能的粉末進料速率較低，并且粉末噴嘴的3D能力受到限制，因為當噴嘴傾斜時，粉末會由于重力而積聚在噴嘴內部的一側。圖2-2側向送粉噴嘴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，評價熔覆層的質量需要結合需求及客觀條件。在一定范圍內，熔覆層質量并無優(yōu)劣之分，重要的是能否滿足形狀和性能需求。激光熔覆是一個復雜的冶金過程，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。通過改變這五個常見的輸入獨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

碩士學位論文14如圖2-6顯示的BP神經(jīng)網(wǎng)絡的常用結構，圖中每一個獨立的神經(jīng)元均由一個單獨的點表示。網(wǎng)絡的結構均由輸入層、隱含層和輸出層組成，前一層與后一層的節(jié)點之間是通過權值連接的，并且每個節(jié)點都有各自獨立的閾值。定義各神經(jīng)元之間的傳遞準則為：輸入向量×權值-閾值，最后將計算結果通過傳遞函數(shù)換算得到相應輸出。隱含層可以不止一層，但是常用的結構是三層結構如圖2-6。圖2-6神經(jīng)網(wǎng)絡的結構圖Figure2-6Schematicdiagramofneuralnetworkstructure在圖2-6中，輸入變量為12,,nXXKX，神經(jīng)網(wǎng)絡預測輸出值為12,,nYYKY，ijw和jkw均代表的是神經(jīng)元之間的連接權值，BP神經(jīng)網(wǎng)絡的結構表示的是每個輸出變量，即響應指標，與輸入變量之間的非線性關系。BP神經(jīng)網(wǎng)絡結構中隱含層的節(jié)點數(shù)在“過擬合”現(xiàn)象當中起著重要作用。直到現(xiàn)在也沒能有好的辦法將隱含層節(jié)點數(shù)確定，不過可以優(yōu)先考慮使用少的隱含層節(jié)點數(shù)，然后依據(jù)網(wǎng)絡訓練情況及時調整節(jié)點數(shù)；根據(jù)前人總結的經(jīng)驗公式設置隱含層，如下式：lm+n+a（2-8）2l=logn（2-9）另外，Kolmogorov定理也可幫助我們設置出合適的隱含層節(jié)點數(shù)：l=2n+1（2-10）式中（2-8）、（2-9）、（2-10）中代表的是隱含層節(jié)點數(shù)，n代表的是輸入層節(jié)點數(shù)，m代表的是輸出層節(jié)點數(shù)，a代表常數(shù)。BP神經(jīng)網(wǎng)絡算法通常包含如下兩個過程，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)生實際的輸出信號。如果實際輸出信號與預期信號出現(xiàn)不匹配情況，則轉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】

相關期刊論文 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)絡預測模型對比與運用研究[J];昆明理工大學學報(自然科學版);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的數(shù)值模擬[J];應用激光;2013年02期

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

5 黃小偉;習俊通;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];激光與光電子學進展;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];應用激光;2010年04期

9 王志堅;董世運;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)絡的激光熔覆高度預測[J];機械工程學報;2009年03期

相關博士學位論文 前2條

1 李聰波;綠色制造運行模式及其實施方法研究[D];重慶大學;2009年

2 廖斌;基于特征點的圖像配準技術研究[D];國防科學技術大學;2008年

相關碩士學位論文 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;2018年

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

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

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

5 李聰聰;基于流線場的復雜曲面激光熔覆路徑優(yōu)化方法研究[D];中國礦業(yè)大學;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;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;2017年

8 孟宣宣;基于高速攝像技術的光纖激光焊接過程研究[D];華中科技大學;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;2007年

本文編號：2878988