一种激光选区熔化智能工艺设计与仿真优化方法.pdf

(19)国家知识产权局(12)发明专利申请(10)申请公布号CN115906334A(43)申请公布日2023.04.04(21)申请号202211738603.2(22)申请日2022.12.30(71)申请人北京航星机器制造有限公司地址100013北京市东城区和平里东街11号(72)发明人肖瑞王占奇李建伟干建宁韩翼龙孙少波殷景超(74)专利代理机构北京天达知识产权代理事务所有限公司11386专利代理师姚东华(51)Int.Cl.G06F30/17(2020.01)G06F30/23(2020.01)G06F30/27(2020.01)G06F119/14(2020.01)权利要求书2页说明书15页附图2页(54)发明名称一种激光选区熔化智能工艺设计与仿真优化方法(57)摘要本发明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。CN115906334ACN115906334A权利要求书1/2页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。5.根据权利要求3所述的方法，其特征在于，所述步骤S34包括：S341：设定3层神经网络，输入层、隐藏层和输出层；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；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。6.根据权利要求5所述的方法，其特征在于：在所述步骤S341中，输入层满足：隐藏层满足：2CN115906334A权利要求书2/2页输出层满足：其中，Y(0)表示输入发工艺参数条件矩阵；Y(1)表示隐藏层的输出向量；Y(2)表示模型质量和工艺的数学关系；其中，输入层、隐藏层和输出层节点个数分别为m0、m1和m2。7.根据权利要求6所述的方法，其特征在于：所述隐藏层满足：其中，f(1)为激活函数，此时，对于激光选区熔化工艺，则有：f(x)＝max(xα，x)其中，α为超参数，由数据训练获得，net为加权量。8.根据权利要求5所述的方法，其特征在于：S343中，以目