排序方式: 共有52条查询结果,搜索用时 15 毫秒
1.
2.
3.
4.
曲面基体熔覆层内部孔隙与成形效率的预测与控制是曲面类零部件大面积修复与再制造的前提。本文研究激光功率、扫描速度、气流量、圆柱基体半径对“曲面轨迹”成形内部质量(气孔率)与熔覆效率的作用规律。采用响应面法中心复合设计模块构建了工艺参数与响应目标的数学关系模型。通过方差分析,气孔率及熔覆效率R2分别为95.26 %、94.28 %,证明所构建模型的可靠性。四个输入参数对气孔率均有显著的影响,激光功率、扫描速度、圆柱基体半径对熔覆效率影响显著。最后基于所建立模型采用期望函数方法对气孔率最小及熔覆效率最大为目标进行综合优化,获得最佳工艺参数为激光功率1.6 kW,扫描速度7 mm/s,气流量1120 L/h,圆柱基体半径40 mm,气孔率及熔覆效率误差率分别为6.755 %、5.417 %,验证了模型准确性。所建立模型为“曲面基体曲线轨迹”熔覆成形内部质量与效率工艺参数优化及预测控制提供了指导意义。 相似文献
5.
采用响应面法的中心复合设计建立了激光功率、扫描速度、气流量和碳钨粉末配比对熔覆层硬度和面积影响的数学模型,并通过方差分析和试验验证检测了数学模型的准确性。结果表明:熔覆层的硬度与激光功率和碳钨粉末配比成正比,与扫描速度成反比;熔覆层面积与激光功率成正比,与扫描速度成反比,碳元素盈余量对熔覆面积的影响不显著。以熔覆层的硬度和面积最大为优化目标进行验证试验,并基于数学模型对工艺参数进行优化与预测,得到最佳工艺参数为激光功率1700 W、扫描速度5 mm·s-1、气流量13 L/min、碳钨粉末配比1.05∶1。采用最佳工艺参数所得的熔覆层硬度和熔覆面积的预测值和实际值的误差分别为0.56%、1.45%,验证了所建立模型的准确性。 相似文献
6.
为了探究铺粉厚度对Mo2FeB2涂层成形质量和性能的影响机制,采用激光熔覆预置粉末法制备Mo2FeB2涂层,研究铺粉厚度对Mo2FeB2涂层形貌、显微组织、显微硬度及耐磨性的影响。研究发现:当铺粉厚度增加,涂层的高度、宽度增加,稀释率逐渐降低;铺粉厚度对涂层的相组成没有影响,但涂层中存在的主要相组成有助于提高涂层的硬度、耐磨性等性能;对涂层的微观组织观察发现,随着铺粉厚度的增加,枝晶的数量呈现先增大后减小的趋势,枝晶大小先不变后减小,且铺粉厚度为1.0 mm时枝晶间隙小于另外两种厚度;金相打点测试和元素映射结果表明涂层中出现明显的元素偏析;显微硬度测试表明,铺粉厚度的增加有利于提高涂层的平均硬度;磨损测试表明,铺粉厚度的增加有利于提高涂层的耐磨性能。通过对不同铺粉厚度的宏观形貌、微观组织、硬度及耐磨性分析,综合实际需求与经济效益,1.0 mm为最佳铺粉厚度选。 相似文献
7.
针对具有高反射性表面的轴类零件圆柱表面瑕疵的检测需求,以18650型锂电池壳为例,提出了一种基于机器视觉的激光检测方法。该方法根据零件表面的高反射性和曲面特性,选择一字线激光作为光源,可避免采用传统光源进行检测带来的难点。通过采集经由零件表面反射出的激光线图像进行图像分析,可以判断零件表面是否存在瑕疵并可对表面瑕疵进行分类。通过分析可以发现,零件表面瑕疵种类及尺寸与反射激光线图像变形形态及尺寸具有一定相关性,此结论对精确测量高反面瑕疵种类及尺寸有普遍适用价值。 相似文献
8.
目的 针对激光熔覆原位生成TiC过程中成形质量差、优化手段少的问题,探究工艺参数对熔覆高宽比、稀释率和面积的影响规律,实现熔覆质量的预测与优化。方法 采用全因素试验对数据进行拟合回归,利用得到的数学模型进行方差分析,得到工艺参数对成形质量指标的作用规律,后通过NSGA–Ⅱ遗传算法进行多目标优化,并提出一种加权择优算法。结果 得到的优化工艺参数如下:激光功率为1 585.70 W,扫描速度为4.76 mm/s,粉末配比为1.02,验证试验所得实际值与预测值的误差均小于10%,证明了优化方法的准确性。结论 高宽比随着激光功率和扫描速度的增大呈现降低的趋势,高宽比随着粉末配比的增大呈现先减小后增大的趋势;稀释率与激光功率、扫描速度和粉末配比的交互作用呈现正相关;熔覆面积随着激光功率的增大而增大,随着扫描速度和粉末配比的增大而减小。研究结果能为激光熔覆原位合成TiC成形控制提供理论依据。 相似文献
9.
10.
针对大型冷作模具传统热处理存在的变形等问题,采用响应面法研究激光局部热处理工艺参数(激光功率、扫描速度和离焦量)对硬化层形貌(宽度、深度与面积)及效率的作用规律。试验以三因素五水平中心复合设计为基础,通过多元回归和方差分析,构建工艺参数输入与硬化层形貌、硬化效率响应的关系模型。由模型的相关系数可知,硬化层形貌及效率的响应面模型拟合精度高,预测能力强。根据宽度极大、深度极小和面积极大的目标,优化得到最佳工艺参数下的硬化层形貌响应值,较试验实际值的误差分别为1. 98%、4. 40%和1. 58%,进一步验证了模型的准确性。 相似文献