基于遗传神经网络的镍基高温合金激光熔覆层形貌质量预测

采用反向传播(back propagation,BP)人工神经网络(artificial aeural network,ANN)和遗传算法建立了激光熔覆层形貌质量(熔覆层高度、宽度及稀释率)与激光功率、送粉速率和扫描速率之间的遗传神经网络预测模型.设计正交试验得到预测模型训练样本数据,并在正交试验的基础上,用极差分析法分析了各加工参数对熔覆层形貌质量各个指标的影响规律.经过试验验证,遗传神经网络模型预测值与试验实测值误差不大于4.6%.结果表明,运用该模型可以为准确的选择镍基高温合金激光熔覆参数提供一定参考,从而有利于提高镍基高温合金激光熔覆层形貌质量.

辅助超声振动车削金属基复合材料试验研究

选取金属基复合材料为加工对象,于刀具上加载超声振动进行车削试验。对比研究表明:辅助超声振动车削较常规方式车削的加工质量好且刀具磨损程度轻;试验参数不同程度地影响辅助超声振动车削试样的表面质量以及刀具磨损程度;随着切削深度增加和进给量增大,试样表面粗糙度和刀具后刀面磨损量均呈递增趋势;而随着转速加快,试样表面粗糙度呈递减趋势,刀具后刀面磨损量则呈递增趋势。

电镀金刚石刀具的制备及其钻削性能研究

采用复合电镀方法制备金刚石刀具。阐述了刀具的制备过程,并通过钻削实验对比了普通高速钢刀具与电镀金刚石刀具的钻削性能。结果表明:钻削颗粒增强金属基复合材料时,电镀金刚石刀具的加工质量和耐用度均优于普通高速钢刀具的。