模具表面激光强化离焦量波动声信号特征HHT分析

在模具表面激光强化过程中,由于示教、装夹等误差,引起激光离焦量波动,会对模具表面强化质量有较大的影响,为此提出模具表面激光强化离焦量波动声信号特征HHT分析方法.针对模具表面激光强化声信号特点,对激光强化声信号的强度进行理论分析,提出激光强化声信号希尔伯特—黄变换(HHT)分析步骤.在上述理论分析基础上,对离焦量波动激光强化信号特征进行HHT分析,利用开发激光强化信号特征希尔伯特—黄变换分析软件系统,辅助激光强化模具表面,模具使用寿命提高20%以上.试验结果为激光强化声信号进一步研究和应用,提供一定研究借鉴方法.

人工神经网络技术在成形模具表面激光强化中的应用

基于人工神经网络基本理论 ,建立在成形模具表面激光强化中预测材料表面最高温度、强化效果的 BP网络模型。借助于 MATL AB仿真软件中的神经网络工具箱作为开发平台 ,将试验样本数据和经过试验验证的数值计算结果作为补充的样本数据用于 BP网络的训练 ,利用训练好的 BP网络对非线性的样本数据规律进行拟合 ,实现激光加工工艺参数的优化 ,为实际生产和加工提供有效的依据。

声信号辅助同轴视觉激光模具修复飞溅控制

在模具表面激光强化过程中,当单位材料激光能量达到一定值时,微小的离焦量波动就会导致飞溅缺陷的产生,对模具表面强化质量有较大的影响.利用CCD同轴视觉对激光强化的过程进行实时采集并处理,提取焊道宽度信息,作为电流一定情况下飞溅产生的一个特征量.但仅仅依靠视觉图像不能够保证检测的准确性,而声信号强度与激光能量有直接的关系,通过试验验证了这种关系.探索了声信号的均方根与飞溅产生的关系.通过声信号辅助同轴视觉对焊接过程的监测,通过不同的方面对激光模具修复飞溅的检测,极大的提高了飞溅检测的准确性.