采用稳态磁场和电场耦合形成定向洛伦兹力，基于多物理场耦合原理及网格变形法建立了定向洛伦兹力作用下的熔池模型，采用离散元法模拟了熔池内的气泡运动过程。与熔覆工艺条件相同但未施加外场时比较，结果显示，定向洛伦兹力具有优异的气孔调控能力。当洛伦兹力向上时，熔池的最高流速被抑制了62.5%，气泡运动方向向下偏转，熔覆层的气孔明显增多; 当洛伦兹力向下时，熔池的最高流速被抑制了25%，但气泡因所受浮力增大而逸出加速，熔覆层无气孔。仿真结果与实验结果吻合良好，验证了仿真模型的可靠性。

采用实验与神经网络预测相结合的方法, 对基于温度控制的激光相变硬化工艺参数进行了研究。首先, 使用基于温度可控的大功率半导体直接输出激光加工系统对45#钢进行设定温度下的激光相变硬化实验。然后, 通过改进的BP神经网络算法构建神经网络模型, 并采用所获得的实验样本数据训练该人工神经网络模型。模型中所采用的改进BP神经网络算法是遗传算法和基于新型误差函数的批量训练神经网络算法相结合的混合算法。为验证改进算法的性能, 在Lab Windows/CVI软件上应用C编程语言实现了该算法。通过运行程序发现, 采用此算法的收敛速度比传统算法提高了约80%, 预测输出的指标与实际值之间的偏差小于4%。

针对大功率半导体直接输出激光加工系统的应用, 本文搭建了由大功率半导体激光器、工控机、机械手运动系统、测温仪和WAGO通讯模块等组成的激光加工系统的硬件平台, 提出了大功率半导体激光直接输出加工过程中激光加工温度的控制方法, 设计了基于Lab Windows/CVI交互式软件开发环境的PID和模糊控制算法, 并且通过现场实验对两种控制算法的各个参数进行了精确整定。整定后的PID和模糊的温度控制效果良好, PID控制的温度峰值时间只有0.45 s, 最大超调量为3.28%, 稳态均方根误差为1.01 ℃; 模糊控制的温度峰值时间为0.93 s, 最大超调量为1.5%, 稳态均方根误差为2.22 ℃。为了对比两种控制策略的实际控制效果, 以设定温度为1 250 ℃, 启动功率为500 W, 45#钢基体为实验条件, 分别对整定后的PID控制和模糊控制以不同的扫描速度进行激光相变硬化实验, 实验发现随着扫描速度的增加, PID控制与模糊控制的稳定性都有所降低, 但是在相同扫描速度下, 模糊控制的超调量较小, 温度控制更稳定。因此模糊控制策略更适合于本控制系统, 最终本系统采用模糊控制作为激光加工的温度控制策略。

设计了一种用于激光再制造的沸腾式送粉器, 并基于PICF877A单片机开发了送粉器控制系统。为探索送粉器输送规律, 以Fluent软件为工具, 通过变化沸腾气流量值、送粉气流量值等参数, 探讨气体输送流量大小、输送策略等对粉末输送特性的影响。在仿真研究的基础上, 建立控制系统的控制策略, 并以所开发的控制系统为实验平台对控制规律进行实验验证。实验结果证明: 该系统控制精度高、稳定性好, 能够满足再制造系统的需要。