激光熔覆铁基厚耐磨涂层性能研究与成形质量控制
摘要 | 第5-6页 |
Abstract | 第6-7页 |
第1章 绪论 | 第11-22页 |
1.1 课题背景 | 第11-12页 |
1.2 激光熔覆技术概述 | 第12-18页 |
1.2.1 激光熔覆简介 | 第12-13页 |
1.2.2 激光熔覆基础理论研究 | 第13-14页 |
1.2.3 激光熔覆工艺 | 第14-15页 |
1.2.4 激光熔覆材料体系 | 第15-18页 |
1.3 大厚度涂层的激光熔覆技术 | 第18-20页 |
1.3.1 大厚度单层激光熔覆技术研究现状 | 第18-19页 |
1.3.2 大厚度多层激光熔覆技术研究现状 | 第19-20页 |
1.4 本文的主要内容及研究意义 | 第20-22页 |
第2章 涂层制备的理论基础及方法 | 第22-33页 |
2.1 引言 | 第22页 |
2.2 激光熔覆凝固理论 | 第22-25页 |
2.2.1 激光熔覆凝固过程特点 | 第22-23页 |
2.2.2 熔池凝固时的动力学及热力学 | 第23-24页 |
2.2.3 熔池结晶形态 | 第24-25页 |
2.3 熔覆过程的缺陷分析 | 第25-27页 |
2.3.1 热应力的产生 | 第25-26页 |
2.3.2 裂纹的形成 | 第26-27页 |
2.4 耐磨涂层的制备 | 第27-29页 |
2.4.1 实验设备 | 第27页 |
2.4.2 实验材料 | 第27-29页 |
2.5 耐磨涂层的制备工艺 | 第29-30页 |
2.5.1 实验方案及工艺方法 | 第29页 |
2.5.2 熔覆层宏观形貌分析 | 第29-30页 |
2.6 厚耐磨涂层的制备 | 第30-32页 |
2.7 本章小结 | 第32-33页 |
第3章 耐磨涂层质量检测及性能研究 | 第33-44页 |
3.1 引言 | 第33页 |
3.2 显微组织分析 | 第33-36页 |
3.2.1 熔覆层金相组织 | 第33-34页 |
3.2.2 厚耐磨涂层金相组织分析 | 第34-36页 |
3.3 显微硬度检测 | 第36-37页 |
3.4 拉伸性能测试 | 第37-39页 |
3.5 抗冲击性能分析 | 第39-40页 |
3.6 耐磨性能分析 | 第40-43页 |
3.7 本章小结 | 第43-44页 |
第4章 激光熔覆工艺参数对涂层成形质量的影响 | 第44-57页 |
4.1 引言 | 第44页 |
4.2 工艺参数对涂层质量的影响 | 第44-45页 |
4.2.1 激光功率 | 第44-45页 |
4.2.2 激光扫描速度 | 第45页 |
4.2.3 铺粉厚度 | 第45页 |
4.3 评价熔覆层质量的指标 | 第45-47页 |
4.3.1 稀释率 | 第46-47页 |
4.4 实验方法及内容 | 第47-49页 |
4.4.1 试验方法 | 第47页 |
4.4.2 实验内容 | 第47-48页 |
4.4.3 稀释率的计算 | 第48-49页 |
4.5 实验结果及分析 | 第49-56页 |
4.5.1 试验测量结果 | 第49-50页 |
4.5.2 工艺参数对涂层厚度H的影响 | 第50-52页 |
4.5.3 工艺参数对涂层宽度W的影响 | 第52-54页 |
4.5.4 工艺参数对熔池深度h的影响 | 第54-56页 |
4.6 本章小结 | 第56-57页 |
第5章 激光熔覆成形质量的控制 | 第57-67页 |
5.1 引言 | 第57页 |
5.2 遗传神经网络原理 | 第57-61页 |
5.2.1BP神经网络原理 | 第58-59页 |
5.2.2 遗传算法原理 | 第59-60页 |
5.2.3 遗传神经网络 | 第60-61页 |
5.3 建立遗传神经网络模型 | 第61-63页 |
5.3.1 神经网络预测目标的确定 | 第61页 |
5.3.2 神经网络的结构设计 | 第61-62页 |
5.3.3 遗传算法优化神经网络 | 第62-63页 |
5.4 熔覆层宏观形貌质量预测 | 第63-66页 |
5.5 本章小结 | 第66-67页 |
结论 | 第67-69页 |
参考文献 | 第69-74页 |
攻读硕士学位期间承担的科研任务与主要成果 | 第74-75页 |
致谢 | 第75页 |