面向三维激光熔覆修复的工艺规划研究
摘要 | 第4-5页 |
abstract | 第5页 |
第一章 绪论 | 第13-22页 |
1.1 前言 | 第13-14页 |
1.2 课题研究目的及意义 | 第14-16页 |
1.3 零件三维缺损特征提取技术 | 第16-17页 |
1.4 激光熔覆修复工艺规划研究现状 | 第17-19页 |
1.4.1 激光熔覆修复路径规划研究现状 | 第17-18页 |
1.4.2 熔覆工艺参数决策研究现状 | 第18-19页 |
1.5 本文研究内容 | 第19-22页 |
第二章 面向激光熔覆修复的零件缺损特征提取 | 第22-34页 |
2.1 引言 | 第22页 |
2.2 零件缺损特征提取方案 | 第22-23页 |
2.3 零件预处理 | 第23-25页 |
2.4 图像缺损边界提取 | 第25-28页 |
2.4.1 缺陷图像处理 | 第25-27页 |
2.4.2 图像边缘检测 | 第27-28页 |
2.5 特征点空间三维坐标测量 | 第28-31页 |
2.5.1 双目立体视觉系统 | 第28-29页 |
2.5.2 双目视觉测量数学模型 | 第29-30页 |
2.5.3 特征点测量实现 | 第30-31页 |
2.6 零件三维缺损形貌重建 | 第31-33页 |
2.7 本章小结 | 第33-34页 |
第三章 激光熔覆修复路径规划 | 第34-48页 |
3.1 引言 | 第34页 |
3.2 扫描路径规划 | 第34-37页 |
3.2.1 激光扫描方式 | 第35页 |
3.2.2 扫描方向选择 | 第35-37页 |
3.2.3 熔覆层数与道数确定 | 第37页 |
3.3 单道熔覆层几何特征决策 | 第37-45页 |
3.3.1 熔覆层轮廓几何形状描述 | 第38-40页 |
3.3.2 熔覆层形貌参数对成形质量影响 | 第40-41页 |
3.3.3 熔覆层搭接模型 | 第41-43页 |
3.3.4 单道熔覆层特征参数确定 | 第43-45页 |
3.4 修复路径生成与实现 | 第45-47页 |
3.4.1 熔覆起止点选择 | 第45-46页 |
3.4.2 激光熔覆运动实现 | 第46-47页 |
3.5 本章小结 | 第47-48页 |
第四章 熔覆工艺参数优选 | 第48-63页 |
4.1 引言 | 第48页 |
4.2 熔覆工艺参数预测模型的建立 | 第48-54页 |
4.2.1 问题描述 | 第48-49页 |
4.2.2 BP神经网络 | 第49-50页 |
4.2.3 基于粒子群算法的神经网络优化模型 | 第50-52页 |
4.2.4 熔覆工艺参数预测模型设置 | 第52-54页 |
4.3 预测网络模型的训练与仿真 | 第54-60页 |
4.3.1 样本采集 | 第54-55页 |
4.3.2 数据处理 | 第55-56页 |
4.3.3 网络训练与仿真 | 第56-60页 |
4.4 网络模型试验验证 | 第60-62页 |
4.4.1 试验方案与参数设置 | 第60页 |
4.4.2 试验结果测量与比较 | 第60-61页 |
4.4.3 试验误差分析 | 第61-62页 |
4.5 本章小结 | 第62-63页 |
第五章 激光熔覆修复试验及分析 | 第63-73页 |
5.1 引言 | 第63页 |
5.2 试验条件 | 第63-66页 |
5.2.1 试验装置 | 第63-65页 |
5.2.2 试验材料 | 第65-66页 |
5.3 多道激光熔覆修复试验 | 第66-72页 |
5.3.1 待修复零件缺损特征提取 | 第66-67页 |
5.3.2 单道熔覆层特征决策 | 第67-69页 |
5.3.3 激光熔覆修复试验过程控制 | 第69-71页 |
5.3.4 试验结果与分析 | 第71-72页 |
5.4 激光头熔覆修复后处理 | 第72页 |
5.5 本章小结 | 第72-73页 |
第六章 总结与展望 | 第73-75页 |
6.1 全文总结 | 第73-74页 |
6.2 研究展望 | 第74-75页 |
参考文献 | 第75-80页 |
致谢 | 第80-81页 |
在学期间的研究成果及发表的学术论文 | 第81页 |