板料激光弯曲过程中弯曲角度的预测

本文基于双链量子遗传(DCQGA)算法对BP神经网络的权值和阈值进行了优化,提出了BPN-DCQGA算法,建立了板料激光弯曲中弯曲角度的预测模型。利用实验结果作为样本数据对网络进行训练和校验,结果表明该算法能有效解决网络的收敛速度慢和易陷入局部最优解的问题。基于新的算法建立了板料激光弯曲工艺参数优化系统,该系统具有较好的鲁棒性和较准确的工艺参数优化和变形角度预测功能,为实际生产和加工提供了实用途径,同时推动了板料激光弯曲技术的实用化进程。     

长脉宽脉冲激光硅片弯曲成形试验

利用毫秒脉宽Nd:YAG激光对硅片进行了弯曲试验,给出了长脉宽脉冲激光弯曲硅片的能量阈值条件。研究了长脉宽Nd:YAG激光脉冲频率和脉冲宽度参数对硅片弯曲角度的影响,同时说明了脉冲频率和脉冲宽度参数对弯曲角度的影响可以转换成扫描速度和功率密度对弯曲角度的影响,并对试验结果进行了分析,引入了脉冲占空比来表征能量的时域分布对弯曲现象的影响。试验结果表明,采用毫秒量级脉冲激光可以对硅片进行弯曲加工,弯曲角度可达20°以上。     

基于神经网络的激光熔覆高度预测

激光成形过程中,对熔覆高度进行实时检测,从而实现熔覆高度闭环控制是成形高质量零件的保证.激光成形过程是一个多参数耦合的非线性过程,大量激光参数对成形熔覆表面质量具有重要影响.在分析激光参数对熔覆高度影响的基础上,建立利用激光工艺参数预测熔覆高度的误差反向传播(Back propagation,BP)神经网络模型,完成了网络算法设计.通过激光成形试验采集样本,利用训练样本对所建立的网络进行训练,完成网络输入输出高度映射关系,并利用测试样本对所训练的网络进行检验.仿真试验表明,神经网络熔覆高度预测模型具有很高的精度,验证了该预测模型在理论和实践上的可行性与有效性.神经网络熔覆高度预测模型为实现激光加工过程熔覆高度实时预测与闭环控制打下基础,对提高成形产品质量具有重要意义.     

基于PSO-SVR的选择性激光烧结制件收缩研究

建立了聚苯乙烯(PS)选择性激光烧结(SLS)工艺参数与制件收缩率之间复杂的非线性支持向量回归(SVR)模型。采用正交试验设计支持向量回归的训练数据,并采用均匀设计初始化的粒子群优化(PSO)算法,优化选择向量回归参数。结果表明,均匀设计显著提高了粒子群全局寻优速度与精度,基于正交试验选择的小样本训练模型,较为准确地反映了工艺参数与收缩率间的关系,预测平均误差控制在4%,优于BP神经网络10%的平均预测误差。采用选择的模型,建立了工艺参数与收缩率之间的关系,并结合烧结理论进行了影响规律的分析,该方法为选择性激光烧结工艺的研究提供了一种行之有效的新思路。     

硅片激光弯曲成形的数值模拟与实验

介绍了一种利用脉冲激光塑性化弯曲单晶硅片的新方法。在分析和描述光脉冲时空特性的基础上，运用有限元分析软件ANSYS对硅片弯曲过程进行建模仿真，得到了脉冲激光弯曲过程中温度场与应力应变的仿真结果。对脉冲激光作用过程中温度场与应力应变的周期性瞬间变化特征进行了描述，指出了脆性材料硅片的脉冲激光弯曲机理不属于简单意义上的温度梯度机理或屈曲机理，而是二种机理共同作用的结果。通过6次扫描试验实现了对硅片的有效弯曲，弯曲角度达6.5º，仿真结果与验证性试验相符。     

淬火45钢激光微加工工艺试验研究

采用激光表面微造型技术(LST),利用"单脉冲同点间隔多次"激光微造型工艺,在淬火45钢试样表面进行激光微造型工艺试验。主要进行脉冲重复次数与凹腔深度、脉冲重复频率与扫描速度对加工质量影响的试验研究,分析激光参数对加工质量的影响规律,得到了较优化的激光工艺参数组合。     

Al2O3陶瓷薄片CO2连续激光弯曲试验研究

脆性材料的激光弯曲成形技术是激光快速成形技术的重要应用，有着广阔的应用前景。本文通过改变激光功率、扫描速度等工艺参数，利用CO2连续激光对氧化铝陶瓷薄片进行弯曲试验，同时引入线能量密度来寻求适合弯曲的最佳工艺参数，并结合氧化铝陶瓷的高温性能分析了其激光弯曲特点。试验结果表明：采用CO2连续激光可以对氧化铝陶瓷薄片进行弯曲，弯曲角度可达2°；氧化铝陶瓷的激光弯曲过程具有强烈的温度敏感性，当试样表面温度大于临界温度时，弯曲角度迅速增加；适合弯曲的最佳线能量密度范围为17～24 J/mm 。     

管材激光成形的工艺参数优化

建立了管材激光弯曲成形工艺优化模型,采用优化软件iSIGHT与有限元模拟软件MSC.Marc相结合,对管材激光弯曲成形工艺参数进行优化,得到成形一定角度并高效成形的最佳工艺参数组合。     

不锈钢钢板热应力成形试验研究及其工艺参数评价

以不锈钢钢板为研究对象,通过改变激光光束能量、光斑直径、机床扫描速度、扫描次数以及扫描路径对不锈钢钢板进行弯曲试验,研究了厚度一定的不锈钢钢板弯曲成形时的工艺参数对弯曲角度的影响,并对热应力弯曲成形的工艺参数进行评估。     

基于正交试验和BP神经网络的Ti-6Al-4V合金电火花线切割工艺参数优化

针对切削性能差难以加工的Ti-6Al-4V合金进行了电火花线切割加工试验研究,运用正交试验的方法对工艺数据进行极差、方差分析,探究电火花线切割加工的规律和特性。重点分析脉冲宽度、脉冲间隔、功放管数和运丝速度等工艺参数对钛合金加工质量的影响,取得了线切割最优化参数组合。搭建了基于L-M优化算法的BP神经网络的线切割加工工艺网络预测模型,该模型训练速度快、预测精度高,可为Ti-6Al-4V合金的切割提供可靠的加工质量预测,对实际加工的参数选择具有一定的参考作用。     

Parameter prediction in laser bending of aluminum alloy sheet

Based on the basic platform of BP neural networks, a BP network model is established to predict the bending angle in the laser bending process of an aluminum alloy sheet (1–2 mm in thickness) and to optimize laser bending parameters for bending control. The sample experimental data is used to train the BP network. The nonlinear regularities of sample data are fitted through the trained BP network; the predicted results include laser bending angles and parameters. Experimental results indicate that the prediction allowance is controlled less than 5%–8% and can provide a theoretical and experimental basis for industry purpose. __________ Translated from Optics and Precision Engineering, 2007, 15(6): 915–921 [译自: 光学精密工程     

基于双隐含层BP算法的激光主动成像识别系统

在传统激光主动成像系统的基础上,结合目标识别技术搭建了一个激光主动成像识别系统实验平台,用于研究激光主动成像后的目标识别。介绍了实验平台的工作原理,基于Hu矩特征的双隐含层BP神经网络算法以及实验处理流程和实验结果。特征量由7个不变Hu矩构成,通过240张原始目标样本库对由136个权值系数构成的双隐含层BP神经网络算法进行了训练。利用训练好的双隐含层BP算法对黑夜条件下远处的运动目标--43式冲锋模具枪进行了实验研究,成功获得了清晰的红外激光主动成像效果。实验显示对450 m处2 740帧和550 m处2 420帧激光主动成像图像的统计识别率达到了68.87%和72.11%,其中旋转变换下的统计识别率可达80.05%和84%,好于仿射变换的识别效果。     

硅片的激光吸收系数修正与弯曲试验

考虑热物性能参数随温度变化的因素，以硅为对象进行激光弯曲模拟和试验，借助APDL语言编写激光弯曲成形的仿真程序，对单脉冲作用过程进行模拟，以得到单点脉冲周期内的温度分布；并采用NiCr/NiSi合金薄膜热电偶对单脉冲作用过程中的温度分布进行测量，对比上述的温度模拟与测量结果，修正硅材料的激光综合吸收系数。采用有限元分析软件实现了硅片的脉冲激光弯曲成形的仿真和模拟，并对多次连续扫描的模拟结果与硅片弯曲试验结果进行对比，验证了仿真程序的有效性，为硅片的激光弯曲成形提供了理论与试验依据。     

CO2连续激光弯曲硼硅酸盐玻璃薄片实验研究

利用CO2连续激光对硼硅酸盐玻璃薄片进行了弯曲试验，研究了激光功率（P）、扫描速度（V）、扫描次数（n）及样品宽度（d）对弯曲效果的影响，并简要分析了弯曲现象产生的原因。给出了弯曲加工的P，V范围图，获得多组可以成功弯曲玻璃样品的工艺参数。实验结果表明，采用CO2连续激光可以对硼硅酸盐玻璃薄片进行弯曲加工，弯曲角度可达24°以上。     

神经网络在激光位移传感器误差补偿中的应用

为降低入射角对激光定位移传感器测量精度的影响,提出一种新型的误差补偿方法：先采用ＢＰ神经网络实现测量误差与法矢章动角和进动补偿方法可有效地提高激光位移传感器的测量精度。在此基础上,提一步提出了自由工面测量误差的补偿方法。     

激光烧结快速成型用改性复合尼龙粉末的制备

针对目前尼龙12通过化学改性后的共聚酰胺产品作为选择性激光烧结用材料还是存在收缩和翘曲变形问题,研制出一种适合于选择性激光烧结用高性能复合尼龙粉。通过正交试验的方法对复合尼龙粉末的烧结工艺进行研究,得到优化的烧结工艺参数,分析了烧结件的性能。结果表明,经改性后复合尼龙粉末的收缩和翘曲变形得到了改善,同时,其烧结件的精度及力学性能也得到了改善。最终测得其拉伸强度为45.2 MPa,弯曲强度为56.5 MPa,延伸率为7%。     

气缸套激光表面硬化指标的神经网络预测

以某汽车发动机的HT150气缸套激光表面硬化正交实验得到的实验数据为基础,利用Mat-lab人工神经网络工具箱中的BP网络强大的数据预测功能,建立了该HT150气缸套激光表面硬化指标(表面硬度和硬化层深度)的神经网络预测模型,通过对网络隐含层神经元个数的调整,使收敛速度加快,提高了硬化指标的预测精度。     

基于BP人工神经网络理论对埋地燃气管线腐蚀剩余寿命研究

在对BP人工神经网络研究的基础上,利用现场测的腐蚀数据,建立了人工神经网络腐蚀剩余寿命模型。通过对现场数据的学习,BP人工神经网络可以很好的再现数据里的隐含规律,其结果与实测数据吻合得很好。