基于人工智能的激光定向熔覆镍基单晶方法技术

本发明专利技术公开了一种基于人工智能的激光定向熔覆镍基单晶方法，是按照人工智能控制镍基单晶沿着正确的外延生长方向，即镍基单晶的[001]方向生长，具体包括确定数据，搜索数据并形成训练数据集，确定阈值并根据阈值对训练数据集进行筛选，通过BP神经网络对数据进行处理得到最优激光熔覆角度，以及按照上述方式确定镍基单晶高温合金的激光熔覆轨迹，预设最优激光熔覆轨迹，按照最优激光熔覆角度对预处理后的基体材料进行激光熔覆。本发明专利技术方法摒弃了使用MATLAB计算的复杂方法，可以自主确定激光熔覆的角度以及外延生长方向，使得确定枝晶生长方向、熔覆角度和熔覆轨迹更加快速便捷，所修复镍基单晶高温合金的单晶面积更多，单晶取向更接近基体，开裂概率更低。开裂概率更低。开裂概率更低。

【技术实现步骤摘要】
基于人工智能的激光定向熔覆镍基单晶方法


[0001]本专利技术属于镍基单晶增材制造与修复
，涉及一种利用人工智能进行激光定向熔覆镍基单晶以修复镍基单晶高温合金的方法。

技术介绍

[0002]镍基单晶高温合金修复技术能够修复涡轮叶片尖端的磨损部位和裂纹，大大延长叶片的使用寿命，而且与更换新叶片相比，采用修复技术可以大大降低发动机的维护成本。
[0003]由于镍基单晶高温合金的单晶性，要求修复时外延生长的枝晶方向与基体方向尽可能的一致或相似，从而与待修复基体有良好的衔接能力，保持良好的性能，即理想的单晶叶片修复技术应该能够产生与单晶叶片组织相似的单晶或者柱状晶结构。
[0004]激光熔覆修复技术因为热影响区小、成形件力学性能良好、可实现自动化控制，而成为镍基单晶高温合金修复的首选技术。
[0005]长期以来，采用激光熔覆修复镍基单晶高温合金的枝晶取向是一个备受瞩目的研究热点，通过数学模型和实验方法研究镍基单晶晶体的外延生长方向和微观结构的形成成为主要的研究内容。
[0006]但现有的理论模型繁琐复杂，并且不成体系，即便使用软件模拟计算也很费力，往往需要花费很长时间的人力，也很难选择最优的取向，对于激光熔覆的熔覆角度和熔覆轨迹的确定没有很好的方法。
[0007]随着数学模型的不断扩展和完善，枝晶外延生长的方向也变得更加明确，例如可以使用MATLAB和仿真软件进行计算和仿真，但是庞大的计算数据和计算过程依然是一个较大的问题。
[0008]近年来人工智能逐渐扩展，可以将人工智能运用在确定镍基单晶高温合金外延生长的枝晶取向，通过不断的训练和神经网络筛选确定熔覆角度及熔覆轨迹。

技术实现思路

[0009]本专利技术的目的是提供一种基于人工智能的激光定向熔覆镍基单晶方法，本专利技术提供的方法摒弃了使用MATLAB计算的复杂方法，可以自主确定激光熔覆的角度以及外延生长方向，使得确定枝晶生长方向、熔覆角度和熔覆轨迹更加快速便捷，所修复镍基单晶高温合金的单晶面积更多，单晶取向更接近基体，开裂概率更低。
[0010]本专利技术所述的基于人工智能的激光定向熔覆镍基单晶方法是按照人工智能控制镍基单晶沿着正确的外延生长方向生长，所述正确的外延生长方向具体是指镍基单晶的[001]方向，具体包括：
[0011]1、采用笛卡尔坐标系，设定y轴正向为激光扫描方向，z轴方向为[001]方向，基于人工智能确定镍基单晶高温合金的激光熔覆角度
[0012]1)、确定数据，搜索数据并形成训练数据集
[0013][0014][0015][0016]其中：
[0017]材料特性熔化温度T、导热系数k、热扩散系数α为常数；
[0018]P是基材吸收的激光功率，W；
[0019]V
b
是激光扫描速度，mm/s；
[0020]T0是基材温度，K；
[0021]由x、y、z确定熔池的大小，mm。
[0022]输入材料特性熔化温度T、导热系数k、热扩散系数α，基材吸收的激光功率P，激光扫描速度V
b
，基材温度T0，则根据上述公式能够输出得到熔池大小，温度梯度G
n
及其分量G
x
，G
y
，G
z
。
[0023]不同材料、不同工艺，会得到不同的熔池以及温度梯度特性。
[0024]再根据以下公式确定G
n
/V，其中对于镍基单晶而言，其材料特性n的取值为3.4：
[0025][0026]其中：
[0027]hkl是指镍基单晶的晶面指数，
[0028]G
n
是温度梯度；
[0029]V
b
是激光扫描速度；
[0030]G
x
是温度梯度在X轴上的分量。
[0031]等式右边只有择优取向的枝晶偏离角度是未知的，将以上G
n
，V
b
，G
x
输入，将ψ
hkl
作为未知参量进行均匀取值，并且需要在特定的择优方向取值，即<001>晶面族的6个枝晶生长方向，输出得到6个方向的G
n
/V集合。
[0032]智能筛选出6个方向其中之一的G
n
/V，判断依据是要求G的绝对值最大，那么此时确定即为最优生长方向。
[0033]通过大数据自动获取所述镍基单晶高温合金进行激光熔覆的实验数据集；
[0034]通过所述实验数据集构建激光熔覆角度μ与枝晶生长偏离角度ψ
hkl
的映射关系数据集，将所述映射关系数据集作为第一训练数据集；
[0035]通过实验数据集，构建激光熔覆角度μ与单晶面积百分比的映射关系数据集，将所述映射关系数据集作为第二训练数据集。
[0036]2)、确定阈值并根据阈值对训练数据集进行筛选
[0037]以K
CET
作为第一参考值，将G
n
/V与K
CET
进行比较，得到能够生长为单晶的G
n
/V集合。
[0038][0039]根据性能参数确定所述枝晶生长偏离角度的偏离阈值，所述集合中每一个G
n
/V都对应一个枝晶生长偏离角度ψ
hkl
。
[0040]所选性能参数为确定K
CET
的参数值，其中a(m
‑1s
‑1)和n是材料相关参数，N0是液体中的形核密度(m
‑3)，参数φ
c
定义为由新形核晶粒组成的提前凝固前沿前方面积分数的临界值。
[0041]所述偏离阈值为上述G
n
/V集合所对应的集合范围。
[0042]基于上述偏离阈值对第一训练数据集和第二训练数据集进行筛选，获得用于激光熔覆的训练数据集，同时剔除偏离阈值之外的数据。
[0043]3)、通过BP神经网络对数据进行处理得到最优激光熔覆角度
[0044]将计算得到的最优生长方向的枝晶生长偏离角度和训练数据集输入至神经网络模型，由神经网络模型进行优选，输出预设激光熔覆角度μ，以及熔池边界法相和特定首选晶体取向之间的角度ψ
hkl
。
[0045]2、按照步骤1方式人工智能确定镍基单晶高温合金的激光熔覆轨迹
[0046]1)、确定数据，搜索数据并形成训练数据集
[0047]通过大数据自动获取所述镍基单晶高温合金进行激光熔覆的实验数据集；
[0048]通过所述实验数据集，构建熔池大小和熔覆轨迹的映射关系数据集，将所述映射关系数据集作为第三训练数据集。
[0049]2)、确定阈值并根据阈值对训练数据集进行筛选
[0050]根据性能参数确定所述枝晶生长偏离角度的偏离阈值，所选性能参数为确定熔池大小性能参数：
[0051][本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于人工智能的激光定向熔覆镍基单晶方法，是按照人工智能控制镍基单晶沿着正确的外延生长方向，即镍基单晶的[001]枝晶生长方向生长，包括：一)、基于人工智能确定镍基单晶高温合金的激光熔覆角度：1)、确定数据，搜索数据并形成训练数据集；2)、确定阈值并根据阈值对训练数据集进行筛选；3)、通过BP神经网络对数据进行处理得到最优激光熔覆角度；二)、基于人工智能确定镍基单晶高温合金的激光熔覆轨迹：1)、确定数据，搜索数据并形成训练数据集；2)、确定阈值并根据阈值对训练数据集进行筛选；3)、通过BP神经网络对数据进行处理得到最优激光熔覆轨迹；三)、预设最优激光熔覆轨迹，按最优激光熔覆角度对预处理后基体材料进行激光熔覆：预设激光熔覆角度，调整激光入射方向与所述镍基单晶高温合金基体的夹角，并按照所述预设激光熔覆轨迹对所述镍基单晶高温合金进行激光熔覆；上述方法基于设定的y轴正向为激光扫描方向，z轴方向为[001]方向。2.根据权利要求1所述的基于人工智能的激光定向熔覆镍基单晶方法，其特征是所述基于人工智能确定镍基单晶高温合金的激光熔覆角度中，是按照下述公式确定数据，搜索数据并形成训练数据集：数据并形成训练数据集：数据并形成训练数据集：其中：材料特性熔化温度T、导热系数k、热扩散系数α为常数；P是基材吸收的激光功率，W；V
b
是激光扫描速度，mm/s；T0是基材温度，K；由x、y、z确定熔池的大小，mm；输入材料特性熔化温度T、导热系数k、热扩散系数α，基材吸收的激光功率P，激光扫描速度V
b
，基材温度T0，则根据上述公式能够输出得到熔池大小，温度梯度G
n
及其分量G
x
，G
y
，G
z
；再根据以下公式确定G
n
/V，其中镍基单晶材料特性n的取值为3.4：其中：hkl是指镍基单晶的晶面指数；G
n
是温度梯度；
V
b
是激光扫描速度；G
x
是温度梯度在X轴上的分量；等式右边只有择优取向的枝晶偏离角度是未知的，将以上G
n
，V
b
，G
x
输入，将ψ
hkl
作为未知参量进行均匀取值，并且需要在特定的择优方向取值，即<001>晶面族的6个枝晶生长方向，输出得到6个方向的G
n
/V集合；智能筛选出6个方向其中之一的G
n
/V，判断依据是要求G的绝对值最大，那么此时确定即为最优生长方向；通过大数据自动获取所述镍基单晶高温合金进行激光熔覆的实验数据集；通过所述实验数据集构建激光熔覆角度μ与枝晶生长偏离角度ψ
hkl
的映射关系数据集，将所述映射关系数据集作为第一训练数据集；通过实验数据集，构建激光熔覆角度μ与单晶面积百分比的映射关系数据集，将所述映射关系数据集作为第二训练数据集。3.根据权利要求1所述的基于人工智能的激光定向熔覆镍基单晶方法，其特征是所述基于人工智能确定镍基单晶高温合金的激光熔覆角度中，是按照下述方式确定阈值并根据阈值对训练数据集进行筛选：以K
CET
作为第一参考值，将G
n

【专利技术属性】
技术研发人员：李玉新，李慧丽，白培康，徐宏，段瑞斌，王建宏，魏守征，赵占勇，李忠华，李日榜，田苗，
申请(专利权)人：中北大学，
类型：发明
国别省市：