YAG固体激光小孔加工实验及工艺仿真研究

发布时间：2017-10-02 16:28

  本文关键词：YAG固体激光小孔加工实验及工艺仿真研究

  更多相关文章： 激光打孔 单因素 正交试验 神经网络 遗传算法

【摘要】：激光打孔技术具有加工范围广、无工具损耗、效率高、经济效益显著、可加工小至微米的孔等优点,已在现代制造领域中得到了广泛应用。但其加工机理是一个复杂多变的热蚀加工过程,而合理的工艺条件才是获得合格产品的保障。因此本文在国内外有关激光小孔加工研究成果的基础上,从理论、试验和仿真三个方面对其加工工艺进行了分析和研究。首先,简单的概述和总结了激光打孔技术的国内外发展及研究状况,阐述了激光打孔的基本原理和特点,并系统分析了YAG固体激光打孔的主要工艺指标和工艺参数。其次,选取厚度为1mm的304不锈钢、H62黄铜和1060铝合金三种金属材料,利用实验室的YAG激光加工设备进行复制法打孔试验,并借助工具显微镜测量出小孔的上、下孔径。通过单因素试验分析了激光器电压、重复频率、脉冲宽度、聚焦条件、辅助气体等因素对小孔加工效果的影响规律。以1mm不锈钢材料为研究对象,设计了L16(43)3因素4水平正交试验方案,应用直观和方差法分析了激光器电压、脉冲宽度和重复频率对上、下孔径及锥度的影响程度,并提出了YAG激光在不锈钢上打小孔时激光器参数的选择方法。最后,针对神经网络非线性处理能力强和遗传算法(GA)全局搜索寻优能力强等优点,提出了遗传算法和神经网络相结合的智能建模方法。借助MATLAB神经网络工具箱和遗传算法工具箱,建立了基于BP神经网络和遗传神经网络(GA-BP)的激光打孔加工工艺仿真模型,利用两种模型分别对不同加工参数下的小孔孔径进行了仿真和预测。结果表明,经GA优化后的BP网络模型具有更高的拟合精度和更理想的预测精度,能较好的反映激光器参数与加工孔径之间的非线性映射关系,这为激光小孔加工工艺参数的有效选择提供了一个新的途径。
【关键词】：激光打孔 单因素 正交试验 神经网络 遗传算法
【学位授予单位】：西华大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：TG665
【目录】：

• 摘要4-5
• Abstract5-9
• 1 绪论9-14
• 1.1 引言9
• 1.2 激光打孔技术的国内外发展及研究状况9-11
• 1.2.1 激光打孔技术的国内外发展状况9-11
• 1.2.2 激光打孔工艺的国内外研究状况11
• 1.3 激光打孔加工技术的发展趋势11-12
• 1.4 课题提出的背景及研究内容12-14
• 1.4.1 课题的提出12-13
• 1.4.2 论文研究的主要内容13-14
• 2 激光打孔的综述14-24
• 2.1 概述14-18
• 2.1.1 激光打孔的原理及物理过程14-15
• 2.1.2 激光打孔的分类15-16
• 2.1.3 激光打孔的特点16-18
• 2.2 ND：YAG激光器18-19
• 2.2.1 ND：YAG激光器的结构18-19
• 2.2.2 ND：YAG激光器的特点19
• 2.3 激光打孔工艺分析19-24
• 2.3.1 主要工艺指标19-20
• 2.3.2 基本工艺规律20-22
• 2.3.3 激光打孔的辅助工艺22
• 2.3.4 激光打孔的质量检验22-24
• 3 激光打孔试验设计24-30
• 3.1 试验环境24-28
• 3.1.1 试验目的24
• 3.1.2 试验设备24-25
• 3.1.3 测量工具25-26
• 3.1.4 试验材料26-27
• 3.1.5 试验操作及数据获取27-28
• 3.2 试验设计28-30
• 3.2.1 单因素试验设计28
• 3.2.2 正交试验设计28-30
• 4 试验结果处理与分析30-45
• 4.1 单因素试验分析30-38
• 4.1.1 激光器电压对打孔的影响30-33
• 4.1.2 脉冲宽度对打孔的影响33-35
• 4.1.3 激光重复频率对打孔的影响35-36
• 4.1.4 聚焦条件对打孔的影响36-37
• 4.1.5 辅助气体对打孔的影响37-38
• 4.2 正交试验结果与分析38-45
• 4.2.1 试验结果38-39
• 4.2.2 试验结果直观分析39-41
• 4.2.3 试验结果方差分析41-45
• 5 激光小孔加工工艺仿真分析45-68
• 5.1 人工神经网络基础理论45-47
• 5.1.1 人工神经元模型45-46
• 5.1.2 神经网络的结构46-47
• 5.1.3 神经网络的学习47
• 5.2 BP网络对激光打孔工艺的仿真预测47-58
• 5.2.1 BP神经网络仿真理论47-51
• 5.2.2 网络样本获取及预处理51-53
• 5.2.3 BP网络的设计53-56
• 5.2.4 BP网络的训练和测试分析56-58
• 5.3 GA-BP网络对激光打孔工艺的仿真预测58-65
• 5.3.1 遗传算法理论58-59
• 5.3.2 遗传算法与BP网络的融合59-60
• 5.3.3 遗传算法优化BP网络的算法实现60-61
• 5.3.4 GA-BP网络的MATLAB程序设计61-63
• 5.3.5 GA-BP网络的训练和测试分析63-65
• 5.4 两种网络模型的对比分析65-68
• 6 结论与展望68-70
• 参考文献70-72
• 附录A BP仿真程序72-74
• 附录B GA-BP仿真程序74-77
• 攻读硕士学位期间发表论文及科研成果77-78
• 致谢78-79

【共引文献】

中国期刊全文数据库 前10条

1 刘斌;许建文;江开勇;;基于CAE和神经网络的注射成型工艺参数优化[J];工程塑料应用;2007年11期

2 陈元芳;李小平;宫敬禹;;SMC模压成型工艺参数对成型质量的影响[J];工程塑料应用;2009年04期

3 巫少龙;楼白杨;;微齿轮注射成型数值模拟及正交优化[J];工程塑料应用;2011年02期

4 佟坚宁;侯小改;王娟;贾甜;刘改秀;;吲哚丁酸对盆栽牡丹叶片生理特性的影响[J];山东农业科学;2010年08期

5 郭佳奇;刘希亮;乔春生;徐冲;;高应力下干砂与饱和砂单剪特性比较[J];北京交通大学学报;2010年01期

6 刘丽;刘光立;丁旭;;不同保鲜剂对紫萼切花保鲜效果的影响[J];北方园艺;2011年11期

7 曲俊义;刘艳萍;乔兰;;复合剪力墙体系及GRC免拆模板力学性能[J];北京科技大学学报;2006年06期

8 刘建建;陈祝平;杨光;许跃东;谭海波;池阔;;稀土对Q345钢渗硼层的影响及其催渗工艺研究[J];表面技术;2012年01期

9 文畅平;;水泥混凝土路面基层顶面当量回弹模量的计算[J];城市道桥与防洪;2006年02期

10 周利;卢晓宁;;水煮杨木的纵向压缩性质试验研究[J];中国人造板;2008年05期

中国博士学位论文全文数据库 前10条

1 王春林;旋流自吸泵设计及内部流动研究[D];江苏大学;2010年

2 周明涛;植被混凝土冻融效应试验研究[D];武汉大学;2010年

3 陈超;铁路通用货车重车重心合理限制高度的研究[D];北京交通大学;2011年

4 安宝林;高频射弹撞击系统设计与试验研究[D];南京理工大学;2010年

5 王慧;废轮胎热解油的资源化利用研究[D];华东理工大学;2011年

6 谢正文;餐饮业烟道油垢自燃发火机理及细水雾自动灭火系统研究[D];中南大学;2011年

7 汪洪峰;7022铝合金搅拌摩擦连接工艺及后续铣削变形研究[D];南京航空航天大学;2011年

8 金艳;注塑机精密塑化机理的研究[D];北京化工大学;2011年

9 郝素菊;钢铁联合企业典型废弃物的综合处理研究[D];东北大学;2010年

10 王微;中耕分层深松技术研究及深松部件的有限元分析[D];沈阳农业大学;2011年

中国硕士学位论文全文数据库 前10条

1 何远;捣固炼焦煤饼捣固仿真与试验研究[D];大连理工大学;2010年

2 王学虎;微流控芯片注射压缩成型及其可视化的研究[D];大连理工大学;2010年

3 郭猛;圆管形共箱封闭母线的研究[D];辽宁工程技术大学;2009年

4 唐艳玲;等温淬火球墨铸铁铣削性能研究[D];苏州大学;2010年

5 黄桂平;提高印制线路板内层结合力的新工艺研究[D];华南理工大学;2010年

6 施涛;钛合金微弧氧化耐磨陶瓷层制备与性能研究[D];北京交通大学;2011年

7 吕玲;无溶剂复合涂布系统的特性研究与优化设计[D];北京印刷学院;2011年

8 王奇;组合沉积DLC薄膜界面光学特性研究[D];西安工业大学;2011年

9 严晓燕;微咸水滴灌对南疆特色果树根区土壤有机碳、氮组分影响的研究[D];塔里木大学;2011年

10 崔丽楠;重型载货汽车建模、仿真及总成特性对性能影响的分析[D];吉林大学;2011年

，

本文编号：960659