基于机器学习的K424合金刻蚀深度预测

为探究水导激光加工过程中不同工艺参数对K424高温合金刻蚀深度的作用,对K424高温合金进行了包括激光功率、进给速度及加工次数在内的三个关键工艺参数的影响刻蚀实验,实验结果表明:较大的功率、较小的进给速度和多次加工会产生更深的刻蚀。此外采用XGBoost、RF、BPNN以及SVR四种模型建立了激光功率、进给速度和加工次数与加工深度之间的预测模型。在拟合效果上XGBoost与SVR模型表现优异,最大误差百分比均不到0.3%;在预测结果方面显示,XGBoost最大误差百分比6.698%,优于另三种模型。最后得出XGBoost模型在拟合和预测K424高温合金加工深度方面有更好的性能。与传统的干式激光加工相比,水导激光加工技术减少了材料热损伤,提高了加工质量。该研究为水导激光加工K424高温合金提供了参考。

水导激光加工CFRP深槽微观形貌特性

碳纤维增强塑料(CFRP)中树脂基体和纤维增强相两种异质材料的性能存在巨大差异,使得其在航空航天领域的广泛应用受到现有加工能力的制约。因此,具有热损伤小、加工深度能力强等优势的水导激光加工技术在特种加工领域展现出优越的加工能力。基于有限元法中的单元生死技术,建立了水导激光加工非均质纤维树脂基体的三维瞬态温度场模型。在该模型下,利用双向循环扫描的加工方式对切面的微观形貌进行仿真与实验研究。研究表明:水导激光加工时水射流对材料的强对流换热效果显著,使材料的去除率和排屑率保持在一个较高的水平。在深槽加工时,铺层为90°的表层碳纤维会出现断裂现象,这成为断面损伤的主要来源。通过对切面不同侧边、不同深度的表面形貌进行分析,认为水射流高效的排屑率是实现水导激光高精度加工的关键因素。因此,改变扫描深宽比能有效减少深槽处的纤维损伤,切面可以获得较小的粗糙度和锥度。当扫描深宽比减少一倍时,损伤区域缩小46%。