为进一步提高316L钢材的显微硬度，拓宽其使用范围，采用激光熔覆的方法，在316L钢材表面制备出不同比例的Fe60-WC熔覆层。研究不同比例的WC对熔覆层的截面组织、显微硬度、晶相构成的影响及原因。经过试验分析可知，当WC的质量分数为3%时，其与Fe60形成了硬质合金结构，增加了熔覆层的显微硬度。当WC的质量分数提升至5%时，熔覆层的微观结构发生了较大的改变，此时WC的质量分数虽然更多，但是熔覆层的显微硬度有所下降。结果表明，当WC的质量分数为3%时，熔覆层保持树形胞状晶，此时的显微硬度明显高于基体。x

采用高功率半导体激光器在45#钢圆棒表面制备了Ni25、Co2和316L多层熔覆层, 用扫描电镜(SEM)、X射线衍射仪(XRD)对熔覆层的微观组织及物相进行表征, 并测试涂层试样的硬度与耐磨性能。结果表明, 熔覆层组织均匀、致密, 晶粒细小, 与基体成冶金结合; 激光多层熔覆时, 熔覆层经多层重叠扫描, 重复融化凝固造成层与层结合区存在一明显白亮带, 层内组织在该处存在明显分层现象; Ni25合金熔覆层主要物相有γ-Ni固溶体、BNi3、B2Fe3Ni3、C-Fe-Si等; Co2熔覆层主要由γ-Co、γ-Ni固溶体等组成; 多层熔覆层硬度和耐磨性相较于基体, 有较大提高, Co2合金熔覆层平均硬度值最高, 达到了584.7 HV0.3, 多层熔覆层经过多次重叠扫描, 重复融化凝固熔覆层硬度更加均匀。

将反馈型(BP)神经网络和遗传算法(GA)相结合用于激光多层熔覆厚纳米Al2O3-13%TiO2(质量分数)陶瓷涂层的工艺参数优化，根据3因素3水平正交试验结果对神经网络模型结构进行训练，建立了熔覆工艺参数(熔池闭环控制温度、超声振动频率及保温箱预热温度)与涂层性能(结合强度和显微硬度)之间的遗传神经网络预测模型。在此基础上，采用遗传算法对纳米陶瓷涂层结合强度和显微硬度进行了单目标和多目标参数优化。结果表明，遗传神经网络模型预测值与试验值误差较小，相对误差不超过2.5%。遗传算法优化的涂层最大结合强度和显微硬度分别为70.7 MPa和2025.5 HV；在结合强度和显微硬度两者权重相同的情况下，当熔池闭环控制温度为2472.0 ℃、超声振动频率为31.9 kHz和保温箱预热温度为400 ℃时涂层综合性能最优，对应的结合强度和显微硬度分别为69.1 MPa和1835.5 HV。

采用压片预置式激光多层熔覆制备了厚纳米Al2O3-13%TiO2(质量分数)涂层，研究了涂层的微观组织和结合性能，并分析了涂层厚度对结合强度的影响。结果表明，陶瓷涂层各层之间无明显界面，过渡缓和自然，涂层内部致密、连续，基本无孔隙及贯穿性大裂纹等缺陷；涂层由等轴晶的完全熔化区和残留纳米颗粒的部分熔化区组成，并且涂层中的裂纹基本集中于部分熔化区，另外晶粒尺寸表现为上小下大的梯度过渡特征。随着涂层厚度的增加，结合强度逐渐下降，其减小的趋势为先快后慢。厚度为175 μm的试样结合强度高于78.6 MPa，而厚度为350、525、700 μm的涂层结合强度分别为66.3、47.4、36.2 MPa。

激光熔覆是一项重要的材料改性新技术，有着良好的应用前景。随着机械强度的提高，低厚度的熔覆层已不能满足要求，激光熔覆向着制备高厚度涂层方向发展。现在主要通过激光单层和多层熔覆两种技术手段来获得高厚度熔覆层，其中多层熔覆技术分为恒定成分多层熔覆和梯度多层熔覆。综述了激光单层熔覆和多层熔覆的研究现状，并着重介绍了梯度多层熔覆的研究现状，最后展望了该技术的发展趋势。