基于神经网络的Co基硬质合金激光熔覆工艺优化

建立了Co基硬质合金激光熔覆工艺优化的BP人工神经网络模型,应用该模型对熔覆粉末中TiC百分含量和熔覆工艺参数对硬质合金熔覆层质量的影响进行建模学习训练,成功地预测了熔覆工艺参数对其熔覆层显微硬度和气孔数的影响。当激光功率一定时,熔覆层的显微硬度随扫描速度的增加而增大;激光光斑为2.5mm×6mm的椭圆光斑。在激光输出功率为2900W、扫描速度为18mm/s的优化实验条件下,所得到的Co基硬质合金熔覆层平均显微硬度高达HV0.21197且具有较少的气孔缺陷。结果表明,所建模型有利于Co基硬质合金粉末成分设计和工艺参数优化。     

两级串接Nd3+:YAG激光器谐振腔的研究

采用矩阵光学的方法对两种典型两级串接Nd：YAG激光器谐振腔进行了研究。结果表明：谐振腔内棒的位置直接影响了腔的稳定范围和模体积，对两种典型谐振腔来说，等间距腔的稳定范围和模体积要大得多，输出功率也更高。     

防伪激光标刻系统的研究

本文针对二维矢量激光标刻系统，进行了防伪激光标刻的理论和实践研究，即通过一定的矢量标刻数据，产生特定的防伪信息，并随标刻数据一起标刻在产品上，同时利用数据库技术、计算机网络技术将标刻数据及防伪信息保存在数据库服务器上，并通过网络供客户鉴别，能起到非常好的防伪效果。