激光涂层零件多冲疲劳可靠性及神经网络分析模型的研究

摘要

本文针对激光涂层在多冲载荷下的疲劳与失效进行分析，并对其性能预测模型进行研究。　　本文选择的激光熔覆涂层材料为：钴基自熔合金、镍基自熔合金和铁基自熔合金三种；选择的基体材料为：Cr18Ni9Ti奥氏体不锈钢、45钢、40Cr钢三种。在HGL-90型5kw横流CO2激光器上进行熔覆加工，并在自制的多冲碰撞疲劳试验机上进行多次冲击疲劳试验。采用正交方法安排试验序列，对每一正交序列采用成组试验法。对经上述试验的涂层试件进行宏观分析和显微分析，发现涂层在多冲载荷下其失效形式呈现多样性。主要有裂纹、凹陷和镦粗、表面蚀坑、崩落等。整个失效经历了早期形变硬化期、稳定工作期和“老化”失效期三个阶段。激光涂层在多冲载荷下的失效具有累积性，属于疲劳范畴。　　在试验的基础上建立了激光涂层零件多冲疲劳可靠性模型。分析得出激光涂层零件在多冲载荷下疲劳寿命服从对数正态分布。在此基础上，进行正交分析并得以下结论：在影响激光涂层多冲疲劳强度的各因素中，涂层材料的影响最大，基体材料次之，涂层厚度再次。在本试验数据范围内，涂层厚度越厚，多冲强度越好。对于涂层材料，Ni基涂层具有较高的疲劳强度。在中等寿命区，多冲疲劳强度与涂层的静压缩强度有关，一般说来，具有较高静压缩强度涂层的试件，其多冲疲劳强度也较高。对于基体材料，塑韧性好的材料其疲劳强度要优于硬脆性材料。　　在可靠性分析的基础上，建立基于BP人工神经网络的激光涂层多冲疲劳性能预测的模型。该神经网络为6-11-1结构，输入为涂层材料、基体材料、应力水平、涂层厚度，输出为疲劳寿命值。在该神经网络模型的基础上用因素法进行分析，发现应力水平对疲劳寿命的影响要比涂层厚度的影响更为显著。该神经网络的精度达到0.000999993，误差小于4％，能很好的实现对激光涂层零件多冲疲劳寿命的预测。

目录

文摘

英文文摘

学位论文独创性声明及学位论文使用授权声明

第一章绪论

1.1问题的提出与研究意义

1.2多次冲击问题的研究及发展状况

1.3疲劳可靠性技术的应用历史和应用现状

1.4本文的主要研究内容

第二章试验设计及设备

2.1试件材料

2.1.1熔覆层粉末材料的选择

2.1.2基体材料的选择

2.2试验设备

2.2.1激光器及熔覆参数选择

2.2.2多冲疲劳试验机

2.2.3其它检测设备

2.3试验设计

2.3.1正交设计

2.3.2疲劳试验设计

2.3.3制样与试验过程

2.4本章小结

第三章激光涂层零件多冲疲劳失效的典型过程及分析

3.1多冲载荷下零件的失效类型及特点

3.2多冲载荷下激光涂层零件失效的宏观表现与分析

3.2.1开裂

3.2.2凹陷与镦粗

3.2.3表面蚀坑

3.2.4崩落

3.2.5失效原因的探讨

3.3多冲载荷下涂层零件典型的失效过程分析

3.4多冲载荷下涂层零件具有的失效特性

3.5失效判据的选择

3.6本章小结

第四章激光涂层零件多冲疲劳寿命的可靠性建模

4.1数据分析与可靠性模型选择

4.1.1分布模型的选择

4.1.2数据的初步分析

4.2可靠性分析

4.2.1对每级应力求存活率P下的对数寿命

4.2.2回归分析，拟合P-S-N曲线

4.2.3正交分析

4.3进一步试验与分析

4.4基于MATLAB的可靠性分析的用户界面

4.4.1MATLAB简介

4.4.2用户界面设计

4.4.3基于MATLAB的激光涂层多冲可靠性分析的用户界面实现

4.4.4“激光涂层零件多冲疲劳可靠性模型”界面的应用实例

4.5本章小结

第五章激光涂层零件多冲疲劳寿命的神经网络建模

5.1人工神经网络简介

5.2反向传播（BP）神经网络

5.2.1标准BP算法

5.2.2算法的改进

5.3激光熔覆层性能分析的人工神经网络模型

5.3.1输入输出数据的设计与准备

5.3.2网络的结构与设计

5.4基于BP神经网络的激光涂层性能预测的MATLAB实现

5.4.1人工神经网络工具箱

5.4.2激光熔覆层性能预测的BP网络的MATLAB实现

5.5基于神经网络的因素分析法

5.6基于神经网络的激光涂层性能分析的用户界面及应用举例

5.7可靠性模型与神经网络模型的比较

5.8本章小结

第六章本文结论

6.1本文的主要结论

6.2本文工作展望

参考文献

攻读硕士期间发表的学术论文

附录

附录一在MATLAB环境中用随机加权法求样本分布参数的程序

附录二存活率P下各正交方案的对数寿命值

附录三基于MATLAB的疲劳可靠性分析的用户界面设计程序

附录四基于MATLAB的BP神经网络建模的实现程序及说明

附录五基于MATLAB的神经网络因素分析的应用界面的设计程序

附录六基于MATLAB的神经网络分析模型的用户界面设计程序

附录七基于MATLAB的神经网络建模的用户界面介绍1

附录七基于MATLAB的神经网络建模的用户界面介绍2

致谢