基于遗传算法优化农业机械零件激光修复过程

科学领域:

• 材料科学与工程 材料科学与工程
• 制造业 制造技术 制造技术
• 机械工程 机械工程

背景情况:

• 农业机械零件容易磨损,需要有效和经济的维修方法.
• 激光定向能量沉积 (LDED) 为修复这些组件提供了一种灵活且具有成本效益的解决方案.
• 优化LDED过程参数对于提高维修质量,减少处理时间和能源消耗至关重要.

研究的目的:

• 调查过程参数对使用LDED的农业机械零件维修质量的影响.
• 建立一个多目标优化模型,以最大限度地提高覆盖效率并最大限度地降低稀释率.
• 确定最佳的工艺参数,以有效和经济地修复农业机械的磨损部件.

主要方法:

• 利用L9 (3^3) 直角实验设计研究激光功率,扫描速度和粉末料率的影响.
• 采用差异分析来评估个别因素水平对维修质量的影响.
• 使用遗传算法 (GA) 开发和优化了一个多目标模型,以找到最佳的过程参数.

主要成果:

• 覆盖效率最初增加,然后随着激光功率的增加而下降,随着扫描速度的减少而下降,随着粉末料率的增加而增加.
• 稀释速率最初下降,然后随着激光功率的增加而增加,随着扫描速度的增加而增加,随着粉末料速率的减少而减少.
• 最佳参数 (1684.7W激光功率,3.0mm/s扫描速度,1.5r/min粉末料率) 产生了较低的错误率 (3.98%的效率,4.89%的稀释).

结论:

• 当LDED过程得到优化时,它可以显著提高修复的农业机械零件的质量.
• 开发的基于遗传算法的优化方法有效地确定了增强层效率和减少稀释的最佳参数.
• 这项研究为农业机械维修提供了具有成本效益和节省时间的解决方案,并有可能通过增加功能来提高性能.