一种增材修复与再制造反演设计与逆向规划方法技术

技术编号:29157029 阅读:18 留言:0更新日期:2021-07-06 22:56
本发明专利技术公开了一种增材修复与再制造反演设计与逆向规划方法,通过实验与模型计算获得“基体材料→修复材料→修复工艺→性能”的关联数据;采用Qt编程架构在Windows操作系统下开发增材修复与再制造数据库;基于深度学习神经网络架构,建立“使役性能→修复工艺→修复材料”逆向反演映射关系,以使役性能、损伤建基体材料为输入,修复材料与工艺为输出,实现损伤零件增材修复与再制造修复材料与工艺的快速准确确定。本发明专利技术针对现场增材修复与再制造实际过程,实现“使役性能→修复工艺→修复材料”的反演设计与逆向规划;打破传统“成分→工艺→性能”的正向设计与实际增材修复与再制造的逆向过程脱离问题,解决了装备损伤件现场快速修复系统的难题。

【技术实现步骤摘要】
一种增材修复与再制造反演设计与逆向规划方法
本专利技术属于增材修复与再制造
,尤其涉及一种增材修复与再制造反演设计与逆向规划方法。
技术介绍
能源、机械、航空等领域大型重载关重件的现场维修再制造,以及远海、隧道等特殊环境下零部件的现场快速修复,是长期制约我国重大工程运行效能/效益的关键“瓶颈”问题。与传统正向设计由材料性能决定产品功能模式相反,现场增材修复与再制造反演设计针对修复产品使役性能需求,推演出材料结构组织和成分,进而选用合适加工工艺的逆向推演过程。目前,增材修复与再制造的研究主要针对的是“成分→工艺→性能”的正向设计,这是因为此过程的内在关系为线性,可以通过物理模型的推导建立内在响应关系。然而对于“使役性能→修复工艺→材料属性”的反演过程却是非线性的,反演设计与逆向规划难度大,目前仍缺乏相关研究。因此如何实现增材修复与再制造反演设计与逆向规划,从而满足装备特定环境的现场抢修是现今存在的重大技术难题。
技术实现思路
有鉴于此,本专利技术提出一种增材修复与再制造反演设计与逆向规划方法,基于增材修复与再制造数据库(包含损伤零件基体材料、修复材料、使役性能、微观结构、修复工艺数据),结合深度学习神经网络架构实现增材修复与再制造反演设计与逆向规划。为此,本专利技术提出了以下技术方案:一种增材修复与再制造反演设计与逆向规划方法,该方法包括以下步骤:获取并整理源数据,得到“基体材料→修复材料→修复工艺→性能”的关联数据;所述源数据至少包括基体材料、修复材料、修复工艺和修复后性能数据;基于所述关联数据建立增材修复与再制造数据库;基于所述增材修复与再制造数据库,建立基于深度学习神经网络架构的逆向反演映射关系模型,所述逆向反演映射关系模型反映“使役性能→修复工艺→修复材料”逆向反演映射关系,所述逆向反演映射关系模型以基体材料、使役性能为输入,以修复材料与工艺为输出;确定损伤零件的基体材料和修复后使役性能;将所述损伤零件的基体材料和修复后使役性能输入所述逆向反演映射关系模型,得到所述损伤零件的增材修复与再制造修复材料与工艺。进一步地,获取并整理源数据,得到“基体材料→修复材料→修复工艺→性能”的关联数据,包括:考虑损伤零件在材料种类、表现形式、处理工艺方面的多样性,针对增材修复与再制造过程中异质材料界面匹配、熔池冶金行为的差异,针对不同热源的修复工艺,开展增材修复与再制造实验,获得“基体材料→修复材料→修复工艺→性能”的关联数据。进一步地,获取并整理源数据,得到“基体材料→修复材料→修复工艺→性能”的关联数据,包括:通过增材修复与再制造过程中不同工艺热源模型、组织演化模型以及性能预测模型,获得“基体材料→修复材料→修复工艺→性能”的关联数据。进一步地,基于所述关联数据建立增材修复与再制造数据库,包括:采用Qt编程架构在Windows操作系统下开发增材修复与再制造数据库。进一步地,所述修复后使役性能由未损伤零件的使役性能决定,修复后使役性能不低于未损伤零件使役性能的90%。进一步地,修复材料包括多种集约化修复材料;修复工艺包括电弧、激光、等离子;性能包括硬度、屈服强度、抗拉强度、摩擦磨损。本专利技术具有以下有益效果:本专利技术打破传统增材修复与再制造领域“成分→工艺→性能”的正向设计传统思路,基于增材修复与再制造实际过程,建立增材修复与再制造数据库并融合深度学习神经网络架构,实现了“使役性能→修复工艺→材料属性”的反演设计与逆向规划,解决了装备损伤件现场快速修复系统的难题。附图说明为了更清楚地说明本专利技术实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图做以简单地介绍,显而易见地,下面描述中的附图是本专利技术的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。图1是本专利技术实施例中增材修复与再制造反演设计与逆向规划方法的流程图;图2是本专利技术实施例中逆向反演映射关系模型的结构框图。具体实施方式为了使本
的人员更好地理解本专利技术方案,下面将结合本专利技术实施例中的附图,对本专利技术实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本专利技术一部分的实施例,而不是全部的实施例。基于本专利技术中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都应当属于本专利技术保护的范围。需要说明的是,本专利技术的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本专利技术的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。参见图1,其示出了本专利技术实施例中一种增材修复与再制造反演设计与逆向规划方法的流程图,该方法包括以下步骤:步骤1:获取并整理源数据,得到“基体材料→修复材料→修复工艺→性能”的关联数据;所述源数据至少包括基体材料、修复材料、修复工艺和修复后性能数据。本专利技术数据来源分为实验数据与模型计算数据,目的是通过实验与模型计算获得“基体材料→修复材料→修复工艺→性能”的关联数据。基体材料涉及铁基、铝基、钛基等常见损伤件材料,修复材料包括多种集约化修复材料,修复工艺包括电弧、激光、等离子等,性能包括硬度、屈服强度、抗拉强度、摩擦磨损等。数据来源一:实验数据前期考虑损伤件在材料种类、表现形式、处理工艺等方面的多样性,针对修复再制造过程中异质材料界面匹配、熔池冶金行为的差异,针对激光、电弧、等离子等不同热源的修复工艺,本专利技术实施例中设计与制备了7种集约化铁基、铝基、钛基合金粉末或丝材,选取14种代表性基材进行了增材修复试验,并获得了基体材料、修复材料、修复工艺及性能的基础数据,如表1所示。表1数据来源二:模型计算数据通过增材修复与再制造过程中不同工艺(激光、电弧、等离子等)热源模型、微观组织模型、性能预测模型获取修复材料、工艺、微观组织及性能数据。1、热源模型:(1)电弧热源:前半球:后半球:式中,Q=ηUI,η热源效率。x、y、z表示坐标位置,a、b、c为热源椭球体形状的半轴长,f1、f2分别为前后椭球的热量分布函数,f1+f2=2。(2)激光热源:式中,f为热量分布函数;a、c、z、μ为空心形状参数,x、y、z表示坐标位置。2、微观组织模型:(1)晶粒尺寸:式中,Qin为晶界扩散激活能;d为晶粒尺寸;l0为初本文档来自技高网
...

【技术保护点】
1.一种增材修复与再制造反演设计与逆向规划方法,其特征在于,所述方法包括以下步骤:/n获取并整理源数据,得到“基体材料→修复材料→修复工艺→性能”的关联数据;所述源数据至少包括基体材料、修复材料、修复工艺和修复后性能数据;/n基于所述关联数据建立增材修复与再制造数据库;/n基于所述增材修复与再制造数据库,建立基于深度学习神经网络架构的逆向反演映射关系模型,所述逆向反演映射关系模型反映“使役性能→修复工艺→修复材料”逆向反演映射关系,所述逆向反演映射关系模型以基体材料、使役性能为输入,以修复材料与工艺为输出;/n确定损伤零件的基体材料和修复后使役性能;/n将所述损伤零件的基体材料和修复后使役性能输入所述逆向反演映射关系模型,得到所述损伤零件的增材修复与再制造修复材料与工艺。/n

【技术特征摘要】
1.一种增材修复与再制造反演设计与逆向规划方法,其特征在于,所述方法包括以下步骤:
获取并整理源数据,得到“基体材料→修复材料→修复工艺→性能”的关联数据;所述源数据至少包括基体材料、修复材料、修复工艺和修复后性能数据;
基于所述关联数据建立增材修复与再制造数据库;
基于所述增材修复与再制造数据库,建立基于深度学习神经网络架构的逆向反演映射关系模型,所述逆向反演映射关系模型反映“使役性能→修复工艺→修复材料”逆向反演映射关系,所述逆向反演映射关系模型以基体材料、使役性能为输入,以修复材料与工艺为输出;
确定损伤零件的基体材料和修复后使役性能;
将所述损伤零件的基体材料和修复后使役性能输入所述逆向反演映射关系模型,得到所述损伤零件的增材修复与再制造修复材料与工艺。


2.根据权利要求1所述的一种增材修复与再制造反演设计与逆向规划方法,其特征在于,获取并整理源数据,得到“基体材料→修复材料→修复工艺→性能”的关联数据,包括:
考虑损伤零件在材料种类、表现形式、处理工艺方面的多样性,针对增材修复与再制造过程中异质材料界面匹配、熔池冶金行为的差异,针对不同热源的修复工艺,开展增材修复...

【专利技术属性】
技术研发人员:王晓明朱胜孙金钊高雪松肖猛杨柏俊李壬栋任智强韩国峰赵阳常青王文宇
申请(专利权)人:中国人民解放军陆军装甲兵学院
类型:发明
国别省市:北京;11

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1