激光涂層零件多沖疲勞可靠性及神經網絡分析模型的研究.pdf

1、本文針對激光涂層在多沖載荷下的疲勞與失效進行分析，并對其性能預測模型進行研究?！　”疚倪x擇的激光熔覆涂層材料為：鈷基自熔合金、鎳基自熔合金和鐵基自熔合金三種；選擇的基體材料為：Cr18Ni9Ti奧氏體不銹鋼、45鋼、40Cr鋼三種。在HGL-90型5kw橫流CO2激光器上進行熔覆加工，并在自制的多沖碰撞疲勞試驗機上進行多次沖擊疲勞試驗。采用正交方法安排試驗序列，對每一正交序列采用成組試驗法。對經上述試驗的涂層試件進行宏觀分析和顯微分析

2、，發(fā)現(xiàn)涂層在多沖載荷下其失效形式呈現(xiàn)多樣性。主要有裂紋、凹陷和鐓粗、表面蝕坑、崩落等。整個失效經歷了早期形變硬化期、穩(wěn)定工作期和“老化”失效期三個階段。激光涂層在多沖載荷下的失效具有累積性，屬于疲勞范疇?！　≡谠囼灥幕A上建立了激光涂層零件多沖疲勞可靠性模型。分析得出激光涂層零件在多沖載荷下疲勞壽命服從對數(shù)正態(tài)分布。在此基礎上，進行正交分析并得以下結論：在影響激光涂層多沖疲勞強度的各因素中，涂層材料的影響最大，基體材料次之，涂層厚度再

3、次。在本試驗數(shù)據(jù)范圍內，涂層厚度越厚，多沖強度越好。對于涂層材料，Ni基涂層具有較高的疲勞強度。在中等壽命區(qū)，多沖疲勞強度與涂層的靜壓縮強度有關，一般說來，具有較高靜壓縮強度涂層的試件，其多沖疲勞強度也較高。對于基體材料，塑韌性好的材料其疲勞強度要優(yōu)于硬脆性材料?！　≡诳煽啃苑治龅幕A上，建立基于BP人工神經網絡的激光涂層多沖疲勞性能預測的模型。該神經網絡為6-11-1結構，輸入為涂層材料、基體材料、應力水平、涂層厚度，輸出為疲勞壽命