首页--工业技术论文--金属学与金属工艺论文--特种加工机床及其加工论文--光能加工设备及其加工论文

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

论文共81页,点击 下载论文
上一篇:激光熔化沉积成形AlSi10Mg合金的工艺与组织性能研究
下一篇:单层PCBN砂轮感应钎焊制备技术与磨损特性研究