激光选区熔化成型件性能预测及声信号检测研究

IR > 继续教育学院

题名	激光选区熔化成型件性能预测及声信号检测研究
作者	杨天雨
导师	牛显明
答辩日期	2019
学位名称	硕士
关键词	激光选区熔化枝晶生长各向异性工艺优化声信号
摘要	激光选区熔化是一种前沿的金属增材制造技术,其原理是采用高能束激光对平面内预置金属粉末进行重复选区熔化,以实现金属层层堆积过程。相比于传统的减材制造,该技术可以快速制备各种复杂结构件,无需开模、锻造、焊接等流程,摆脱了传统减材工艺对零件设计的约束。激光选区熔化技术尽管有着优异的制造能力,但仍有诸多问题制约着其发展应用。根据激光选区熔化技术存在的问题,本文分别研究了制备件枝晶生长,各向异性,工艺优化和实时监控的问题。具体试验方法和试验结果如下所示:枝晶生长特征和机理研究方法,采用了高倍扫描电子显微镜和光学显微镜对成型件的熔池形貌和组织进行观察。以DD2单晶生长为理论基础,对激光选区熔化成型件的枝晶生长原理进行解释,并对熔池尺寸和平均一次枝晶间距进行测量,以分析微观组织特征。成型件各向异性研究方法,采用多个成型方向进行拉伸件制备,并加以时效强化。对成型件的尺寸、表面成型质量、致密度和抗拉强度进行测量,测得数据采用SPSS软件进行方差分析。采用光学显微镜和EDS技术对缺陷分布和元素偏析进行分析。工艺优化和力学性能预测研究,采用控制变量法和正交试验针对力学性能进行研究,并对单道熔池截面和断口形貌进行观察。采用matlab软件构建BP-GA神经网络,以工艺参数为特征对抗拉强度进行预测。声发射信号采集与识别研究,采用麦克风和带滤镜的相机分别对单道扫描过程中的声发射信号与等离子体形貌进行提取。以铺粉层厚为调节参数对成型质量进行控制,从而实现不同成型质量的信号提取。采用快速傅里叶变换(FFT)和小波分析对信号进行特征提取。基于机器学习,采用SPSS Modeler软件中的分类器对信号特征进行识别,构建相应的复合模型。枝晶生长研究表明,熔池呈扁而宽的特征;枝晶生长由生长方向不一的细长柱状枝晶组成,其生长由熔池底部θ≥45°且φ>45°的区域决定;熔池顶部组织易发生CET转变,转变区大小与再熔融深度有关。各向异性研究表明,随着制备角度增加,宽度方向上的尺寸逐渐增大,而厚度方向逐渐减小;致密度分析表明,添加支撑或增加制备角度可减少悬垂面面积提高零件致密度,时效强化产生疏松氧化层会导致致密度发生下降;力学性能各向异性是由层与层之间的缺陷与元素偏析所致。工艺参数优化和力学性能预测研究表明,激光功率对力学性能影响最大;BP-GA神经网络可以有效对抗拉强度进行预测,决定系数R~2=0.73。声发射信号采集与识别研究结果表明,激光作用在基板上时频谱较为集中,而激光打在金属粉末上时,分布较为分散;识别结果采用logistic回归、决策树、贝叶斯网络以加权投票方式输出,对信号的识别率达91%,可实现声信号定性判断。
页数	71
URL	查看原文
语种	中文
收录类别	CNKI
中图分类号	TG665
文献类型	学位论文
条目标识符	https://ir.lut.edu.cn/handle/2XXMBERH/94970
专题	继续教育学院
作者单位	兰州理工大学
第一作者单位	兰州理工大学
推荐引用方式 GB/T 7714	杨天雨. 激光选区熔化成型件性能预测及声信号检测研究[D],2019.