粒子群优化BP神经网络的激光铣削质量预测模型

为了有效地控制激光铣削层质量,建立了激光铣削层质量（铣削层宽度、铣削层深度）与铣削层参数（激光功率、扫描速度和离焦量）的BP神经网络预测模型。采用粒子群算法优化了BP神经网络的权值和阈值,构建了基于粒子群神经网络的质量预测模型。所提出的PSO-BP算法解决了一般BP算法迭代速度慢,且易出现局部最优的问题,并以Al2O3陶瓷激光铣削质量预测为例,进行算法实现。仿真结果表明:提出的PSO-BP算法迭代次数大大减少,且预测误差明显减少。所构建的质量预测模型具有较高的预测精度和实用价值。     

基于生死单元的激光铣削温度场数值模拟与验证

利用ANSYS 有限元模拟软件建立了激光铣削过程的三维瞬态有限元模型,并以Al2O3 陶瓷材料的激光铣削加工为例,利用ANSYS 中的单元生死技术对激光铣削过程中温度场的动态分布进行了模拟。选取其中的一组参数,详细分析了铣削件表面某一点温度场的变化规律,确定了沿样件不同的扫描路线上铣削层的宽度和深度,并提出了温度场模拟结果的间接验证方法,即将温度场模拟获得的铣削层宽度和深度与实验测得的数据进行对比,对比结果较吻合,说明建立的有限元模型能够进行激光铣削效果的预测。     

Al2O3陶瓷激光多道铣削温度场有限元模拟

激光铣削时能量是以局部热源的形式照射到基体表面上,集中的能量会引起铣削过程中温度场分布不均匀和不稳定。以Al2O3陶瓷材料激光铣削为例,建立了激光多道铣削的三维温度场有限元模型。利用ANSYS软件中的APDL(ANSYS Parametric Design Language)语言模拟了多道铣削时热源的移动。模拟结果表明:随着铣削过程的进行,后面的铣削道光斑中心的温度比前面的铣削道的中心温度高,且具有的热影响区也大;温度梯度变化最大的地方是在扫描方向发生改变的铣削样件边沿区域。将模拟结果的最高温度和文献中的实验结果进行比对,一致性较好。     

SMT电路板组件的动态特性分析

设计制作了一块由不同封装形式和材料参数的芯片集成的SMT电路板组件。根据各芯片和PCB板的参数建立了有限元模型,通过有限元仿真对该组件进行了不同约束条件下的模态分析及瞬态冲击动态响应分析,得到了该组件的前五阶固有频率(四角约束条件下分别为862.07,1144.70,1445.20,1915.50和1941.70Hz)及相应频率下的模态参数。并通过实验和仿真结果的对比验证了所建立的有限元模型基本正确,该模型可作为组件疲劳寿命估计和结构优化的基础。提出了芯片布局优化及提高可靠性的建议。     

Fe-Ni恒弹合金激光冲击力学性能异化现象研究

为了研究激光冲击金属材料后,光斑中心区域材料力学性能异化现象,采用钕玻璃脉冲激光器产生的高能脉冲激光冲击强化型Fe-Ni恒弹合金(Ni42CrTiAl)材料。冲击后采用X射线应力仪对恒弹合金试样冲击区域表面进行了X射线衍射分析,测试了冲击区域残余应力分布情况。结果表明,在试样冲击区域产生了很高的残余压应力,且在光斑中心区域,残余应力值要略小于中心周围区域,出现了力学性能反弹现象。采用有限元模拟软件对冲击试验进行有限元模拟,进一步研究冲击诱导的残余应力分布情况;得到冲击区域有很高的残余压应力分布,且光斑中心区域的残余应力值小于其周围区域,模拟结果与测量结果一致。从冲击波运动、反射与逆向作用角度,探索了冲击区域中心出现的材料力学性能反弹现象的形成机理。这一结果对优化激光冲击强化过程和激光参量的选择是有帮助的。     

人工神经网络在Al2O3陶瓷激光铣削中的应用研究

为了有效地控制Al2O3陶瓷激光铣削层质量,以人工神经网络（ANN）技术为基础,以MATLAB软件作为开发平台,建立了Al2O3陶瓷激光铣削层质量与铣削参数之间的关系模型。并以激光功率、扫描速度和离焦量作为输入参数,激光铣削层深度和宽度作为输出参数,对激光铣削层质量进行了预测。结果表明,该模型的平均误差小,拟合精度高。并在训练样本之外,选取了5组工艺参数来检验网络模型的可靠性,检验输出值和实验样本值的最大相对误差为7.06%。说明运用该模型可以方便、准确地选择激光工艺参数,提高Al2O3陶瓷激光铣削层的加工质量。