基于蚁群算法的激光表面淬火工艺参数神经网络优化系统

建立了基于蚁群算法的激光表面淬火工艺参数神经网络优化系统。用神经网络建立激光表面淬火工艺参数与目标参数的非线性模型,借助蚁群算法搜索决策工艺参数的最优组合,自动优化工艺参数。用VC++6.0开发了激光表面淬火工艺参数优化程序。结果表明,基于蚁群算法的神经网络优化系统用于解决激光表面淬火工艺参数优化问题是可行且有效的。

基于CCD的激光熔覆熔池宽度的在线检测研究

为了研究激光熔覆熔池尺寸,采用CCD摄像机和VISUAL C^(++)平台自主开发的图像处理软件,建立了一套针对激光熔覆熔池宽度的在线检测系统,提取了熔池边缘和几何特征参量,通过标定试验测定系统的校正系数,在线获取了熔覆层的宽度。结果表明,该系统能比较准确地实现熔池宽度的在线检测,为实时检测激光熔覆熔池表面质量提供了一个有效的工具。

激光淬火过程实时检测系统的设计

为了研究激光淬火过程中工件加工质量,研制了一套新型激光淬火动态检测系统。采用CCD实时采集淬火过程红外热辐射图像数据,通过合理选择CCD型号,消除了检测过程中图像过饱和现象。计算机图像处理将彩色图像转换为灰度图像,并对灰度图像进行伪彩色处理和阈值分割处理,获得了加工过程中硬化带宽度数据,设计出实时检测软件系统。结果表明,该检测系统能够较准确地实时检测激光表面淬火过程中硬化带宽度,为激光淬火质量控制奠定了基础。

半导体激光在再制造产业中的应用

阐述了半导体激光的特点及其在再制造领域中国内外应用现状、存在问题和发展趋势。半导体激光具有高效、轻量、金属高吸收率等特点,有利于开发节能降耗、高柔性的激光再制造装备与工艺,在再制造产业中有很大的发展潜力。目前,高功率半导体激光器已经逐步走入市场,半导体激光已经在国内外再制造产业中得到应用,以机器人作为执行机构的移动式半导体激光再制造装备与工艺也已经开始应用。半导体激光器的功率还有很大的提升空间,光学整形、光纤耦合等技术还在不断发展,与再制造工艺相关的机器人技术问题也在大力研究,多种材料的熔覆理论与工艺问题不断得到解决,过程检测控制理论技术也在继续攻关。未来的半导体激光再制造技术将突破工件的大小、形状、材质等多方面的制约,迈上一个新的台阶,在更深、更广的空间中应用和发展。

基于神经网络和粒子群算法的激光熔覆工艺优化

采用反向传播(BP)神经网络和粒子群算法相结合的方法对激光熔覆过程的工艺参数进行优化。运用BP神经网络建立熔覆带特征(熔覆带高度、熔覆带宽度)与熔覆工艺参数之间的预测模型,利用训练样本对所建立的网络进行训练,形成输入与输出之间的高度映射关系,在此基础上,使用粒子群优化算法对工艺参数进行寻优。试验结果表明,使用该方法优化得到的工艺参数进行加工获得的结果与预期结果有较小的误差,有利于获得预期的熔覆质量。