專利名稱：模具表面激光強(qiáng)化工藝優(yōu)化的制作方法
技術(shù)領(lǐng)域：
本發(fā)明屬于激光熱處理技術(shù)領(lǐng)域，具體地說，是用于優(yōu)化激光強(qiáng)化工藝參數(shù)，以改善模具表面性能的系統(tǒng)。
背景技術(shù)：
目前，激光強(qiáng)化技術(shù)的工藝方案基本上是以材料學(xué)研究人員和激光加工工藝研究人員經(jīng)過大量的工藝試驗(yàn)研究得出的工藝數(shù)據(jù)為依據(jù)，憑借經(jīng)驗(yàn)進(jìn)行性能預(yù)報(bào)和工藝參數(shù)設(shè)計(jì)。但是激光表面強(qiáng)化過程包含了一系列復(fù)雜而又相互影響的物理化學(xué)過程。研究人員往往忽略了許多因素，普遍將作用光束假設(shè)為理想的基模高斯光束、將被處理材料視為熱物性參數(shù)與溫度無關(guān)的半無限大均勻介質(zhì)，利用熱傳導(dǎo)方程的結(jié)果估算熱作用。由于激光強(qiáng)化過程瞬時(shí)性和復(fù)雜性，僅圍繞溫度、相變等進(jìn)行簡(jiǎn)單計(jì)算，對(duì)相變后的組織分布、溫度場(chǎng)和材料性能之間的關(guān)系未加考慮，不能準(zhǔn)確的對(duì)實(shí)際的強(qiáng)化工藝的制定起很好的指導(dǎo)作用。同時(shí)激光加工技術(shù)的不斷發(fā)展和加工對(duì)象的日益復(fù)雜，這種不確定的工藝方案的局限性越來越突出。合理規(guī)劃激光強(qiáng)化工藝，如選擇合適的激光功率、保護(hù)氣、光斑直徑、掃描速度及路徑等因素都對(duì)模具表面強(qiáng)化有著重要的意義。BP神經(jīng)網(wǎng)絡(luò)具有高度的非線性函數(shù)逼近能力、自適應(yīng)學(xué)習(xí)能力、容錯(cuò)能力和并行信息處理能力，為解決不確定非線性系統(tǒng)的建模提供了一條新的途徑。因此，基于神經(jīng)網(wǎng)絡(luò)的激光強(qiáng)化工藝優(yōu)化可以解決激光強(qiáng)化實(shí)踐中的一系列工藝問題，從而提高模具表面的性能，降低模具生產(chǎn)和修復(fù)成本，增加經(jīng)濟(jì)效益。

發(fā)明內(nèi)容
在模具的生產(chǎn)和修復(fù)時(shí)，為了免除選擇模具表面強(qiáng)化工藝的費(fèi)時(shí)費(fèi)力且精確性不高的重復(fù)試驗(yàn)過程，本發(fā)明將提供一種選擇強(qiáng)化工藝的智能化軟件，該軟件建立了各個(gè)工藝參數(shù)與強(qiáng)化結(jié)果之間的預(yù)測(cè)模型。用戶只需要輸入強(qiáng)化表面的基本情況，便可以根據(jù)這些輸入數(shù)據(jù)自動(dòng)分析、計(jì)算、模擬，最終得到最合適的工藝參數(shù)。本專利解決其技術(shù)問題所采用的技術(shù)方案是采用BP神經(jīng)網(wǎng)絡(luò)和優(yōu)化算法相結(jié)合的方法對(duì)激光強(qiáng)化工藝參數(shù)進(jìn)行優(yōu)化。神經(jīng)網(wǎng)絡(luò)建立了強(qiáng)化工藝參數(shù)和強(qiáng)化表面的硬度、硬化深度之間的3層或3層以上網(wǎng)絡(luò)預(yù)測(cè)模型。輸入層有四個(gè)神經(jīng)元激光功率、掃描速度、光斑直徑、保護(hù)氣大小，輸出層為兩個(gè)神經(jīng)元硬度、硬化深度。隱含層有多個(gè)神經(jīng)元， 其個(gè)數(shù)可由經(jīng)驗(yàn)公式確定。利用訓(xùn)練樣本對(duì)所建立的網(wǎng)絡(luò)進(jìn)行訓(xùn)練，形成輸入輸出之間的高度映射關(guān)系，再根據(jù)神經(jīng)網(wǎng)絡(luò)輸入輸出的映射關(guān)系，使用一種優(yōu)化算法對(duì)工藝參數(shù)進(jìn)行智能擇優(yōu)。本專利的有益效果是，能夠以省時(shí)省力而且最經(jīng)濟(jì)的方式選擇出最優(yōu)激光強(qiáng)化工藝參數(shù)，提高模具表面性能改進(jìn)的效果。


圖1為三層神經(jīng)網(wǎng)絡(luò)模型結(jié)構(gòu)圖。圖1中1為激光功率值；2為掃描速度值；3為光斑直徑值；4為送粉量值；5為神經(jīng)網(wǎng)絡(luò)隱含層；6為硬化深度值；7為硬度值。
具體實(shí)施例方式根據(jù)模具表面狀況，輸入材料的性質(zhì)、強(qiáng)化后要達(dá)到的硬度和硬化深度以及所選擇的算法，計(jì)算機(jī)將自動(dòng)完成模型建立和計(jì)算并選擇出最優(yōu)工藝參數(shù)激光功率、掃描速度、光斑直徑、保護(hù)氣大小。其實(shí)施過程為首先，收集整理試驗(yàn)數(shù)據(jù)，建立工藝參數(shù)與模具表面強(qiáng)化質(zhì)量之間的BP神經(jīng)網(wǎng)絡(luò)模型，并用所收集的數(shù)據(jù)對(duì)BP網(wǎng)絡(luò)模型進(jìn)行訓(xùn)練。然后， 結(jié)合優(yōu)化算法，調(diào)用神經(jīng)網(wǎng)絡(luò)對(duì)工藝參數(shù)進(jìn)行優(yōu)化，系統(tǒng)將獲得的輸出值與用保存的優(yōu)化工藝參數(shù)值得到的輸出值進(jìn)行比較。若用新的參數(shù)值得到的神經(jīng)網(wǎng)絡(luò)輸出值比原來的好， 則代替原來的參數(shù)值成為新的最優(yōu)工藝參數(shù)值。否則仍然保留原來的最優(yōu)工藝參數(shù)值。系統(tǒng)持續(xù)的進(jìn)行篩選計(jì)算，直到到達(dá)設(shè)定的精度要求。此時(shí)的工藝參數(shù)值就是模具表面強(qiáng)化最優(yōu)工藝參數(shù)值。
權(quán)利要求
1.一個(gè)模具表面激光強(qiáng)化工藝優(yōu)化系統(tǒng)，能自動(dòng)地設(shè)計(jì)出最優(yōu)強(qiáng)化工藝，其特征是 采用神經(jīng)網(wǎng)絡(luò)和優(yōu)化算法相結(jié)合的方法對(duì)激光強(qiáng)化工藝參數(shù)進(jìn)行優(yōu)化設(shè)計(jì)。
2.根據(jù)權(quán)利要求1所述的模具表面激光強(qiáng)化工藝優(yōu)化系統(tǒng)，其特征還有神經(jīng)網(wǎng)絡(luò)建立3層或3層以上網(wǎng)絡(luò)預(yù)測(cè)模型，利用訓(xùn)練樣本對(duì)所建立的網(wǎng)絡(luò)進(jìn)行訓(xùn)練，形成輸入輸出之間的高度映射關(guān)系。
3.根據(jù)權(quán)利要求1所述的模具表面激光強(qiáng)化工藝優(yōu)化系統(tǒng)，其特征還有使用一種優(yōu)化算法，根據(jù)神經(jīng)網(wǎng)絡(luò)輸入輸出的映射關(guān)系對(duì)工藝參數(shù)進(jìn)行智能擇優(yōu)。
全文摘要
一個(gè)模具表面激光強(qiáng)化工藝優(yōu)化系統(tǒng)，采用神經(jīng)網(wǎng)絡(luò)和各種算法相結(jié)合的方法對(duì)激光強(qiáng)化工藝參數(shù)進(jìn)行優(yōu)化設(shè)計(jì)，能自動(dòng)地設(shè)計(jì)出最優(yōu)強(qiáng)化工藝。神經(jīng)網(wǎng)絡(luò)建立3層或3層以上網(wǎng)絡(luò)預(yù)測(cè)模型，利用訓(xùn)練樣本對(duì)所建立的網(wǎng)絡(luò)進(jìn)行訓(xùn)練，形成輸入輸出之間的高度映射關(guān)系。使用一種優(yōu)化算法，根據(jù)神經(jīng)網(wǎng)絡(luò)輸入輸出的映射關(guān)系對(duì)工藝參數(shù)進(jìn)行智能擇優(yōu)。本發(fā)明免除了大量的重復(fù)性的工藝選擇試驗(yàn)、節(jié)約了時(shí)間、降低了模具的生產(chǎn)和修復(fù)成本，在程序的控制下自動(dòng)完成激光功率、掃描速度、光斑直徑、保護(hù)氣大小等因素的自動(dòng)匹配。本發(fā)明通過最優(yōu)工藝可以提高對(duì)模具表面強(qiáng)化的質(zhì)量。
文檔編號(hào)G06F17/50GK102479259SQ20101055442
公開日2012年5月30日 申請(qǐng)日期2010年11月23日 優(yōu)先權(quán)日2010年11月23日
發(fā)明者伍耀庭, 劉繼常, 王雙喜, 王國(guó)權(quán), 顏丙功 申請(qǐng)人:佛山市華南精密制造技術(shù)研究開發(fā)院, 廣東科信達(dá)科技有限公司, 湖南大學(xué)