针对小模数齿轮齿面进行激光熔覆修复时容易出现熔覆缺陷、影响修复质量的问题, 通过采用TRIZ理论中的冲突解决原理, 对小模数齿轮激光加工的设备及工艺制备流程进行归纳分析, 得到对应的创新工艺方法和优化路线。通过评估模型选择最佳的创新原理, 最终采用物理矛盾的解决思路, 将光束能量进行有效分配, 将原有的单道光束改为多道光束, 针对不同部位施加不同能量密度的光束, 有效改善高斯光源特性。通过单一变量法试验验证得到, 在双道直径1 mm光斑下的激光熔覆涂层中晶状奥氏体析出较少, 粒状渗碳体析出较多, 涂层的硬度和耐磨性比单道激光熔覆更高, 齿面具有更高的抗胶合、抗点蚀和抗磨损能力, 满足修复后齿轮齿面工艺强度要求。
激光熔覆 小模数齿轮 双道激光熔覆 TRIZ TRIZ laser cladding small module gear double channel laser cladding
1 濮阳职业技术学院机电与汽车工程学院, 河南 濮阳 457000
2 河南工学院车辆与交通工程学院, 河南 新乡 453000
为研究激光功率对锡基巴氏合金熔覆层组织和性能的影响, 利用800 W、1 000 W、1 200 W激光功率在20钢表面制备锡基巴氏合金熔覆层。利用金相显微镜(OW)、扫描电子显微镜(SEM)、能谱仪(EDS)、X射线衍射仪(XRD)、摩擦磨损试验机分别对熔覆层的组织形貌、结合区形貌、摩擦学性能进行研究。结果表明, 随着激光功率的增大, 熔池的温度升高, 冷却速率降低, 硬质点颗粒SnSb的颗粒粒径随激光功率的升高逐渐增大。当激光功率较低时, SnSb颗粒尺寸较小, 分布均匀。随着激光功率的升高, SnSb相尺寸增加, 数量减少, 降低了熔覆层的硬度和耐磨性。当激光功率为800 W时, 熔覆层的显微硬度最大, 为35.7 HV, 平均摩擦因数为0.257, 磨损机制为磨粒磨损和表面疲劳磨损。
激光熔覆 激光功率 巴氏合金 耐磨性 laser cladding laser power Babbitt alloy wear resistance
激光与光电子学进展
2023, 60(21): 2114004
1 华北理工大学冶金与能源学院,河北 唐山 063210
2 华北理工大学机械工程学院,河北 唐山 063210
3 广东省科学院新材料研究所,现代表面工程技术国家重点实验室,广东省现代表面工程技术重点实验室,广东 广州 510651
4 松山湖材料实验室,广东 东莞 523808
激光熔覆高熵合金涂层已成为表面工程领域的研究热点之一,本文系统研究了不同含量WC(WC质量分数为10%~60%)对激光熔覆FeCoNiCr高熵合金涂层组织结构以及耐磨性、耐蚀性的影响规律。添加10%~60%WC颗粒制备的高熵合金复合涂层的成形质量均较好,未出现裂纹等缺陷。随着添加WC颗粒的质量分数由10%增加到60%,涂层由FCC单相结构向FCC、WC、W2C和Co4W2C等多相转变,显微组织由顶部等轴晶、底部柱状晶向树枝晶转变,块状和鱼骨状含碳相析出且其含量逐渐增加;添加60%WC颗粒后含碳析出相的面积占比可达64.18%。涂层横截面的平均显微硬度和耐磨性随着WC添加量的增加而显著提升,添加60%WC的高熵合金涂层的显微硬度最高(为501 HV0.2)且耐磨性最佳(摩擦因数为0.472),相对于未添加WC颗粒的高熵合金涂层的显微硬度(175 HV0.2)提升了约186%且耐磨性提高了233%。另外,随着WC颗粒的加入,具有较高耐蚀的面心立方相减少,同时WC在电化学过程中与黏结相形成了原电池。因此,高熵合金复合涂层的耐蚀性随着WC含量的增加而逐渐降低。
激光技术 高熵合金 激光熔覆 WC颗粒 耐磨性 耐蚀性 laser technique high-entropy alloy laser cladding WC particles wear resistance corrosion resistance 中国激光
2023, 50(24): 2402206
1 广东海洋大学电子与信息工程学院,广东 湛江 524088
2 佛山市骨科内置物(施泰宝)工程技术研究中心,广东 佛山 528051
为了探究TiC含量对铁基涂层熔覆形貌与成形质量的影响,提升65Mn钢表面力学性能。采用激光熔覆技术在65Mn钢表面制备铁基TiC复合涂层,对比分析了不同TiC添加量对铁基熔覆层的成形质量(气孔率)、宽高比、显微硬度的影响。结果表明,随着TiC添加量的增高,宽高比呈现先增大后减小的趋势,当TiC的质量分数为30%时,宽高比达到最高5.31,此时的气孔率有所下降。适量地添加TiC能够有效提升复合涂层的硬度,但过高的TiC含量会造成熔池中气体过多,气孔率增大,无法获得良好的涂层性能。该研究结果对农机刀具领域具有一定的指导作用。
激光熔覆 复合涂层 显微硬度 碳化钛 laser cladding composite coating microhardness TiC 激光与光电子学进展
2023, 60(19): 1914004
激光与光电子学进展
2023, 60(19): 1914002
激光与光电子学进展
2023, 60(19): 1900003
1 大连理工大学材料科学与工程学院辽宁省激光3D打印装备及应用工程技术研究中心,辽宁 大连 116024
2 大连理工大学机械工程学院,辽宁 大连 116024
3 沈阳鼓风机集团股份有限公司,辽宁 沈阳 110869
为了获得TiC铁基合金粉末在316L不锈钢上的激光熔覆最佳工艺参数,提出了一种基于遗传算法优化的反向传播(BP)神经网络的激光熔覆参数优化方法。设计三因素五水平的全因子试验,测量了熔覆层的宏观形貌和平均硬度,建立输入参数(激光功率、扫描速度、保护气流量)和响应量(熔覆层宽度、熔覆层高度、稀释率、显微硬度)的神经网络模型。以多元非线性回归分析工艺参数对响应量的影响,并以综合灰关联度表征熔覆层的综合性能,寻优得到最佳参数。试验结果表明,激光功率和扫描速度对熔覆层宽度、稀释率和显微硬度的影响明显,而保护气流量对熔覆层高度影响最显著,遗传算法优化的BP神经网络模型各响应量模型的拟合优度均达到0.85~0.91之间,GA-BP模型精度良好,当参数为1090 W,扫描速度为4.4 mm/s,保护气流量为10 L·min-1,综合性能最佳,表明BP神经网络算法适用于激光熔覆层质量控制和参数优化。
激光熔覆 反向传播神经网络 遗传算法 灰关联度 参数优化 laser cladding back propagation neural network genetic algorithm gray correlation parameter optimization 激光与光电子学进展
2023, 60(17): 1714001
中国激光
2023, 50(20): 2002204
中国激光
2023, 50(20): 2002203