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。

激光弯曲机理的评述

对激光弯曲变形机理问题进行了探讨,提出了激光弯曲的变形机理本质上是温度梯度机理,反向弯曲机理和增厚机理是当材料厚度方向的温度梯度很小时,针对不同厚度的材料而出现的现象.实验发现有限厚度材料在激光辐照作用下,其内部产生了用经典傅里叶定律无法解释的非常规温度分布,将其定义为泛傅里叶效应,用于进一步揭示激光弯曲机理的实质.

激光点热源作用下试件内部热传导的实验研究

通过红外热像仪测温装置,对有限厚度试件在激光点热源作用下热作用区侧面温度分布进行实时测量。结果表明:对于小厚度的试件,材料内部温度分布与用傅立叶定律得到的结果完全相反,材料内部的温度高于边界温度。对比短脉冲激光作用下产生非傅立叶效应的条件,它们之间有很大差异,由此提出将实验中出现的非常规现象定义为泛傅立叶效应,认为它是由于热量传播到边界时发生反射、叠加等波动行为所致。