本发明专利技术属于工程光学技术领域，公开了一种激光辐照金属材料的损伤时间预测方法及系统，基于机器学习建立激光辐照金属材料损伤时间预测模型，通过进行激光辐照试验验证了激光辐照金属材料有限元仿真模型的有效性，采用有限元仿真模型计算得到的不同工况下材料损伤时间作为数据集进行人工智能模型训练。得益于目前人工智能算法的飞速进步，得到的模型预测精度较高，避免了部分情况下激光辐照试验难以进行或仿真方法错误的问题，提升了预测的准确度；本发明专利技术通过将激光功率密度和光斑半径导入预测模型，即可通过内部数理模型计算得到金属材料的损伤时间，技术人员无需技术操作即可得到损伤时间，大大降低了目前激光辐照金属材料损伤时间获取的门槛。
【技术实现步骤摘要】
本专利技术属于工程光学，尤其涉及一种激光辐照金属材料的损伤时间预测方法及系统。
技术介绍
1、激光对材料的损伤机理，其本质是激光与材料之间的相互作用，涉及光学、热学和力学等多效应交叉耦合，是一个非常复杂的物理化学过程，其中主要的破坏效应为热烧蚀破坏效应、力学破坏效应和辐射破坏效应。在1～100kw/cm2激光功率密度范围内，激光对金属材料的破坏主要表现为热烧蚀效应，即激光对靶材表面加热导致的材料温升、熔融甚至汽化现象。激光参数(例如波长，功率密度，光斑尺寸等)和材料的表面状况(例如温度，表面气流，氧化环境等)都会改变靶材对激光能量的吸收情况，从而影响整个热烧蚀过程。
2、在激光辐照材料的过程中，材料的损伤时间是极为重要的参数，一般可用于评估激光的毁伤能力和材料的抗激光毁伤能力。而不同参数下的材料损伤时间主要通过进行重复、大量的试验和仿真来获取，这种方法不仅耗时较长、易造成资源浪费，并且某些特定参数下的试验条件苛刻、难以进行，存在诸多局限性。
3、通过上述分析，现有技术存在的问题及缺陷为：
4、不同参数下的材料损伤时间主要通过进行重复、大量的试验和仿真来获取，这种方法不仅耗时较长、易造成资源浪费，并且某些特定参数下的试验条件苛刻、难以进行，存在诸多局限性。
技术实现思路
1、针对现有技术存在的问题，本专利技术提供了一种激光辐照金属材料的损伤时间预测方法。
2、本专利技术是这样实现的，一种激光辐照金属材料的损伤时间预测方法包括：
<
p>3、s1、建立连续激光辐照金属材料的有限元分析模型并设置边界条件，对有限元网格进行网格划分，并进行网格无关性检验；4、s2、通过进行激光辐照试验对模型进行验证，将试验得到的温升曲线与模拟得到的温升曲线进行对比，由此验证模型的有效性；
5、s3、结合实际工况，选定激光辐照金属材料损伤时间预测模型的输入参数；
6、s4、根据所选定的输入参数，得到不同工况下材料发生损伤的时间；
7、s5、建立多种激光辐照金属材料损伤时间预测模型，并采用相同的仿真数据集进行模型训练；
8、s6、根据激光辐照金属材料瞬态热分析有限元模型结果，对比不同损伤时间预测模型的精度，选取误差最小的损伤时间预测模型作为最优激光辐照金属材料损伤时间预测模型。
9、进一步，所述步骤s1中的连续激光辐照金属材料的有限元分析模型包括金属材料的结构尺寸、材料参数、激光参数与热源模型；结构尺寸主要包括长度、宽度和厚度，材料参数主要包括密度、比热容和导热系数，激光参数主要为激光功率密度和光斑半径，热源模型采用的为高斯分布平面热源模型。
10、进一步，所述步骤s1中的网格无关性检验具体包括：
11、根据模型初步进行网格划分，在其他条件不变的情况下重新划分网格，逐步增大网格数量并进行数值模拟；
12、比较相邻网格数量下的模型计算结果，当两次数值模拟误差在5％以内，则可认为网格数量合适。
13、进一步，所述步骤s2具体包括：
14、搭建激光辐照试验平台，将某种典型工况下的各类参数作为试验参数，同时将热电偶传感器的探针固定于材料背面中心位置，控制辐照时间为5s，辐照结束后通过热电偶提取得到材料背面中心温度随时间的变化曲线；
15、基于步骤s1建立的连续激光辐照金属材料的有限元分析模型，输入模型的各类参数与试验保持一致，计算得到材料的温度场分布和随时间的变化情况，提取材料背面中心位置温度随时间的变化曲线；
16、将试验得到的温升曲线与模拟得到的温升曲线进行对比，若试验结果与模拟结果偏差不大，则认为模型可较好地反映激光辐照过程；若试验结果与模拟结果偏差较大，则继续修正模型参数，直至模型结果与试验结果对应良好。
17、进一步，所述步骤s3具体为：将激光参数作为激光辐照金属材料损伤时间预测模型的输入参数。
18、进一步，所述激光参数包括激光功率密度和光斑半径。
19、进一步，所述步骤s4具体包括：
20、基于步骤s1建立的连续激光辐照金属材料的有限元分析模型，选取激光功率密度和光斑半径为输入因子，针对每个输入因子取十个水平进行排列组合，得到100组工况；
21、在不同工况下，提取模型中材料背面中心位置的温度随时间变化曲线，得到材料背面中心位置达到熔融温度的时间，即材料的损伤时间。
22、进一步，所述步骤s5中的多种激光辐照金属材料损伤时间预测模型包括bp神经网络模型、ga-bp神经网络模型和多元非线性回归模型；所述的ga-bp神经网络模型采用遗传算法ga对bp神经网络进行优化；将不同工况下的仿真数据输入至对应的bp神经网络、ga-bp神经网络和多元非线性回归模型进行训练。
23、进一步，所述对于基于bp神经网络模型的损伤时间预测模型，建立三层神经网络预测模型，根据经验公式确定预测模型的隐含层神经元数量。
24、本专利技术的另一目的在于提供一种激光辐照金属材料损伤时间预测系统，包括：
25、有限元分析模块，用于建立连续激光辐照金属材料的模型，进行网格划分和无关性检验；
26、试验验证模块，用于通过激光辐照试验对模型进行验证，并比较试验和模拟得到的温升曲线；
27、参数选择模块，用于结合实际工况选定损伤时间预测模型的输入参数；
28、损伤时间计算模块，根据输入参数计算不同工况下材料发生损伤的时间；
29、模型训练模块，用于建立多种损伤时间预测模型，并用相同的仿真数据进行训练；
30、模型选择模块，用于根据瞬态热分析结果对比不同模型的精度，并选择误差最小的模型作为最终预测模型。
31、本专利技术的另一目的在于提供一种激光辐照金属材料温升曲线对比系统，包括：
32、激光辐照试验平台，用于搭建试验环境，控制辐照时间和参数，记录材料背面中心温度随时间的变化曲线；
33、有限元分析模块，用于根据激光辐照金属材料的有限元分析模型进行数值模拟，并提取材料背面中心位置温度随时间的变化曲线；
34、曲线对比模块，用于将试验得到的温升曲线与模拟得到的温升曲线进行对比，判断模型的有效性；
35、参数调整模块，用于在试验结果与模拟结果偏差较大时修正模型参数，直至模型结果与试验结果一致。
36、结合上述的技术方案和解决的技术问题，本专利技术所要保护的技术方案所具备的优点及积极效果为：
37、第一、本专利技术提供的一种激光辐照金属的损伤时间预测方法，通过建立激光辐照金属材料的有限元分析模型并验证其有效性，在选定输入参数为激光功率密度和光斑半径的情况下得到了不同工况下损伤时间数据集，基于该数据集建立了多种激光辐照金属材料的损伤时间预测模型，最终通过精度对比得到最优损伤时间预测模型。该方法弥补了传统的激光辐照试验方法和有限元仿真方法耗时长、步骤繁琐的缺点，本文档来自技高网
...
【技术保护点】
1.一种激光辐照金属材料的损伤时间预测方法，其特征在于，包括以下步骤：
2.如权利要求1所述激光辐照金属材料的损伤时间预测方法，其特征在于，所述步骤S1中的连续激光辐照金属材料的有限元分析模型包括金属材料的结构尺寸、材料参数、激光参数与热源模型；结构尺寸主要包括长度、宽度和厚度，材料参数主要包括密度、比热容和导热系数，激光参数主要为激光功率密度和光斑半径，热源模型采用的为高斯分布平面热源模型，表达式为：
3.如权利要求1所述激光辐照金属材料的损伤时间预测方法，其特征在于，所述步骤S1中的网格无关性检验具体包括：
4.如权利要求1所述激光辐照金属材料的损伤时间预测方法，其特征在于，所述步骤S2具体包括：
5.如权利要求1所述激光辐照金属材料的损伤时间预测方法，其特征在于，所述步骤S3具体为：将激光参数作为激光辐照金属材料损伤时间预测模型的输入参数；所述激光参数包括激光功率密度和光斑半径。
6.如权利要求1所述激光辐照金属材料的损伤时间预测方法，其特征在于，所述步骤S4具体包括：
7.如权利要求1所述激光辐照金属材料的损伤时间预测方法，其特征在于，所述步骤S5中的多种激光辐照金属材料损伤时间预测模型包括BP神经网络模型、GA-BP神经网络模型和多元非线性回归模型；所述的GA-BP神经网络模型采用遗传算法GA对BP神经网络进行优化；将不同工况下的仿真数据输入至对应的BP神经网络、GA-BP神经网络和多元非线性回归模型进行训练；
8.一种激光辐照金属材料损伤时间预测系统，其特征在于，包括：
9.一种激光辐照金属材料温升曲线对比系统，其特征在于，包括：
...
【技术特征摘要】
1.一种激光辐照金属材料的损伤时间预测方法，其特征在于，包括以下步骤：
2.如权利要求1所述激光辐照金属材料的损伤时间预测方法，其特征在于，所述步骤s1中的连续激光辐照金属材料的有限元分析模型包括金属材料的结构尺寸、材料参数、激光参数与热源模型；结构尺寸主要包括长度、宽度和厚度，材料参数主要包括密度、比热容和导热系数，激光参数主要为激光功率密度和光斑半径，热源模型采用的为高斯分布平面热源模型，表达式为：
3.如权利要求1所述激光辐照金属材料的损伤时间预测方法，其特征在于，所述步骤s1中的网格无关性检验具体包括：
4.如权利要求1所述激光辐照金属材料的损伤时间预测方法，其特征在于，所述步骤s2具体包括：
5.如权利要求1所述激光辐照金属材料的损伤时间预测方法，其特征在于，所述...
【专利技术属性】
技术研发人员：孙似，耿韶宁，蒋平，曹国麟，邹刚，熊锦鸿，
申请(专利权)人：华中科技大学，
类型：发明
国别省市：
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。