一种激光选区熔化智能工艺设计与仿真优化方法技术

本发明专利技术涉及一种激光选区熔化智能工艺设计与仿真优化方法，属于激光选区熔化加工技术领域，解决了现有技术中难以满足新一代激光选区熔化工艺与制造快速响应、高效高质的需求的问题。该方法包括：构建获取目标零件和支撑结构的三维模型；获取目标零件的待加工面特征；搜寻获取目标零件的激光选区熔化初始推荐工艺参数；对构建的三维模型和目标零件的激光选区熔化初始推荐工艺参数进行有限元分析；将有限元分析结果与工艺数据库中的技术要求进行比对分析；采用模拟退火算法对不符合要求的激光选区熔化工艺参数数据进行优化。实现了不依赖人工经验试错和手动仿真分析就能快速获取激光选区熔化工艺参数，提高了工艺设计的数字化和智能化水平。化和智能化水平。化和智能化水平。

【技术实现步骤摘要】
一种激光选区熔化智能工艺设计与仿真优化方法


[0001]本专利技术涉及激光选区熔化
，尤其涉及一种激光选区熔化智能工艺设计与仿真优化方法。

技术介绍

[0002]目前激光选区熔化生产过程制造工艺信息化、智能化能力严重不足，工艺设计仍十分依赖人工经验试错和手动设置仿真分析过程，为满足设计指标要求就需要反复进行试错式迭代，导致产品研制存在成本高、周期长及质量可靠性低等问题，难以满足新一代激光选区熔化工艺与制造快速响应、高效高质的需求，工艺设计的数字化和智能化水平亟待提高。

技术实现思路

[0003]鉴于上述的分析，本专利技术实施例旨在提供一种激光选区熔化智能工艺设计与仿真优化方法，用以解决现有难以满足新一代激光选区熔化工艺与制造快速响应、高效高质的需求的问题。
[0004]一方面，本专利技术实施例提供了一种激光选区熔化智能工艺设计与仿真优化方法，包括：
[0005]步骤1：在三维模型软件中对成形目标零件和支撑结构物进行简化，保存为XT格式，以构建获取目标零件和支撑结构的三维模型；
[0006]步骤2：对三维模型中的直线、圆角、弧面、孔、平面、拉伸和旋转等实体及各特征关系进行识别，以获取目标零件的待加工面特征；
[0007]步骤3：基于目标零件的待加工面特征，获取目标零件的激光选区熔化初始推荐工艺参数；
[0008]步骤4：对构建的三维模型和目标零件的激光选区熔化初始推荐工艺参数进行有限元分析，以获得目标零件成形型面和应力应变分布
‑
时间数据；
[0009]步骤5：将目标零件成形型面和应力应变分布
‑
时间数据与工艺数据库中的技术要求进行比对分析；
[0010]步骤6：采用模拟退火算法对不符合要求的激光选区熔化工艺参数数据进行优化，并返回至步骤4，直至获取符合要求的工艺参数；
[0011]其中，优化修改的工艺参数包括：支撑结构位置和尺寸、熔覆路径、初始起点、环境温度、激光功率、焊枪直径和熔覆速度。
[0012]进一步的，所述步骤3包括：
[0013]S31：构建工艺数据库，用以存储激光选区熔化工艺基本信息；
[0014]S32：基于目标零件的激光选区熔化工艺特点，获取目标零件的激光选区熔化工艺；
[0015]S33：基于目标零件的激光选区熔化工艺和目标零件的待加工面特征，获取目标零
件的待加工面精度与成形质量的技术要求；
[0016]S34：基于目标零件的待加工面特征以及目标零件的待加工面精度与成形质量的技术要求，在工艺数据库中，搜寻获取目标零件的搜寻相似激光选区熔化工艺参数，以获得目标零件的激光选区熔化初始推荐工艺参数。
[0017]进一步的，在所述步骤S31中，激光选区熔化工艺基本信息包括：基于目标零件的激光选区熔化工艺特点的激光选区熔化工艺、基于目标零件的待加工面特征的待加工面精度与成形质量的技术要求的激光选区熔化工艺参数，以及基于目标零件的待加工面特征的待加工面精度与成形质量的技术要求。
[0018]进一步的，在所述步骤S32中，目标零件的激光选区熔化工艺包括指定目标零件和支撑结构，选取熔覆路径和起始位置，选择目标件材料，包括钛合金和铝合金。
[0019]进一步的，所述步骤S34包括：
[0020]S341：设定3层神经网络，输入层、隐藏层和输出层；
[0021]S342：确定工艺的边界条件，以构建激光选取融化的工艺取值范围、初始输入的质量要求以及材料断裂应变值；
[0022]S343：基于步骤S341和S342，获得目标零件的激光选区熔化初始推荐工艺参数。
[0023]进一步的，在所述步骤S341中，输入层满足：
[0024][0025]隐藏层满足：
[0026][0027]输出层满足：
[0028][0029]其中，Y
(0)
表示输入发工艺参数条件矩阵；
[0030]Y
(1)
表示隐藏层的输出向量；
[0031]Y
(2)
表示模型质量和工艺的数学关系；
[0032]其中，输入层、隐藏层和输出层节点个数分别为m0、m1和m2。
[0033]进一步的，所述隐藏层满足：
[0034][0035]其中，f(1)为激活函数，此时，对于激光选区熔化工艺，则有：
[0036]f(x)＝max(xα,x)
[0037]其中，α为超参数，由数据训练获得，net为加权量。
[0038]进一步的，S343中，以目标零件的待加工面特征以及目标零件的待加工面精度与成形质量的技术要求，为输入参数，以目标零件的激光选区熔化工艺参数为输出参数，在确定模型特征和质量要求后，知识库库对已保存的模型
‑
工艺
‑
质量关系进行查询，看它是否与已知事实匹配；若匹配，则获取目标零件的激光选区熔化工艺参数。
[0039]进一步的，在所述步骤6中，工艺参数由x1变化到x2被接受的概率p满足：
[0040][0041]其中，
△
f＝f1‑
f2，为目标函数f(x1),f(x2)的值的差；
[0042]f(x)为质量函数，表示最大应变量。
[0043]T为温度常数。
[0044]进一步的，在所述步骤6中，优化过程中，迭代次数n与温度常数T的关系满足：
[0045]T(n+1)＝K＊T(n)
[0046]其中，k为小于1的常数。
[0047]与现有技术相比，本专利技术至少可实现如下有益效果：
[0048]本专利技术通过模型特征识别模块自动获取目标零件和支撑结构物的三维模型的待加工面特征，基于待加工面特征及技术要求，通过知识库在工艺数据库中自动搜寻，获取激光选区熔化初始推荐工艺参数，并对激光选区熔化初始工艺参数进行有限元分析，以实现对激光选区熔化工艺参数寻优，直至获得符合要求的激光选区熔化工艺参数，以此，在确保工艺设计质量的条件下，提高了获取激光选区熔化工艺参数的效率，克服了工艺设计过于依赖人工经验试错和手动仿真分析的问题，提高了仿真迭代的效率。
[0049]本专利技术中，上述各技术方案之间还可以相互组合，以实现更多的优选组合方案。本专利技术的其他特征和优点将在随后的说明书中阐述，并且，部分优点可从说明书中变得显而易见，或者通过实施本专利技术而了解。本专利技术的目的和其他优点可通过说明书以及附图中所特别指出的内容中来实现和获得。
附图说明
[0050]附图仅用于示出具体实施例的目的，而并不认为是对本专利技术的限制，在整个附图中，相同的参考符号表示相同的部件。
[0051]图1为本专利技术中激光选区熔化智能工艺设计与仿真优化方法流程图；
[0052]图2为本专利技术中激光选区熔化智能工艺设计与仿真优化平台结构框图示意图；
[0053]图3为本专利技术中知识库的搜寻和计算方法逻辑示意图。
具体实施方式
...

【技术保护点】

【技术特征摘要】
1.一种激光选区熔化智能工艺设计与仿真优化方法，其特征在于，包括：步骤1：在三维模型软件中对成形目标零件和支撑结构物进行简化，保存为XT格式，以构建获取目标零件和支撑结构的三维模型；步骤2：对三维模型中的直线、圆角、弧面、孔、平面、拉伸和旋转等实体及各特征关系进行识别，以获取目标零件的待加工面特征；步骤3：基于目标零件的待加工面特征，获取目标零件的激光选区熔化初始推荐工艺参数；步骤4：对构建的三维模型和目标零件的激光选区熔化初始推荐工艺参数进行有限元分析，以获得目标零件成形型面和应力应变分布
‑
时间数据；步骤5：将目标零件成形型面和应力应变分布
‑
时间数据与工艺数据库中的技术要求进行比对分析；步骤6：采用模拟退火算法对不符合要求的激光选区熔化工艺参数数据进行优化，并返回至步骤4，直至获取符合要求的工艺参数；其中，优化修改的工艺参数包括：支撑结构位置和尺寸、熔覆路径、初始起点、环境温度、激光功率、焊枪直径和熔覆速度。2.根据权利要求1所述的方法，其特征在于，所述步骤3包括：S31：构建工艺数据库，用以存储激光选区熔化工艺基本信息；S32：基于目标零件的激光选区熔化工艺特点，获取目标零件的激光选区熔化工艺；S33：基于目标零件的激光选区熔化工艺和目标零件的待加工面特征，获取目标零件的待加工面精度与成形质量的技术要求；S34：基于目标零件的待加工面特征以及目标零件的待加工面精度与成形质量的技术要求，在工艺数据库中，搜寻获取目标零件的搜寻相似激光选区熔化工艺参数，以获得目标零件的激光选区熔化初始推荐工艺参数。3.根据权利要求2所述的方法，其特征在于，在所述步骤S31中，激光选区熔化工艺基本信息包括：基于目标零件的激光选区熔化工艺特点的激光选区熔化工艺、基于目标零件的待加工面特征的待加工面精度与成形质量的技术要求的激光选区熔化工艺参数，以及基于目标零件的待加工面特征的待加工面精度与成形质量的技术要求。4.根据权利要求3所述的方法，其特征在于，在所述步骤S32中，目标零件的激光选区熔化工艺包...

【专利技术属性】
技术研发人员：肖瑞，王占奇，李建伟，干建宁，韩翼龙，孙少波，殷景超，
申请(专利权)人：北京航星机器制造有限公司，
类型：发明
国别省市：