【技术实现步骤摘要】
本专利技术涉及激光修复，特别是一种钢板表面缺陷的激光智能修复及着色方法。
技术介绍
1、飞轮盘上通常会安装钢板，其实质是一层金属板，主要起到在保护飞轮盘表面免受磨损和腐蚀，延长飞轮的使用寿命的同时，增加整个飞轮装置的结构刚性和耐久性，确保飞轮在高转速和高负载情况下具有较强的稳定性的作用。钢板与飞轮盘紧密结合，通过飞轮盘边缘的齿圈与起动机齿轮咬合，为起动机提供转动力量，从而帮助发动机顺利启动，并实现加速和换挡等操作。两者作为发动机至关重要的组成部分，其选择和设计对发动机性能和可靠性均具有重要影响。因此，在维护和保养过程中，需要定期检查和保养飞轮盘和钢板，以确保其处于良好的工作状态。随着我国家制造业的不断发展，对飞轮的需求不断增大，因此在飞轮性能技术研究领域也不断提高。典型的发动机挠性飞轮主要分为三种形式，分别为整体式挠性飞轮、焊接式挠性飞轮和组合式挠性飞轮。
2、在工厂对飞轮盘钢板加工过程中，需要经过高强度冷轧钢钢卷开卷、释放钢板内应力、展平冲压以及检测等工序，在这些加工制造以及运输过程中飞轮盘钢板表面产生深浅不一的划伤、刮伤、裂纹等表面缺陷，这些缺陷的形态各异、数量不一，以及分布具有极强的随机性。飞轮盘钢板在加工成为飞轮盘后，这些具有划痕缺陷的飞轮盘会在使用中造成应力集中的问题，且影响润滑油分布不均匀而造成浪费等问题。带有划痕缺陷的飞轮盘不仅在性能上不达标，且在美观上不符合要求。
3、目前，飞轮盘半成品如果出现表面瑕疵很难进行修补，这导致这些产品大多被判定为次品并且作为废物处理，从而产生了巨大的资源浪费。
技术实现思路
1、为了解决上述技术问题，本专利技术提供了一种钢板表面缺陷的激光智能修复及着色方法。
2、为达到上述目的，本专利技术是按照以下技术方案实施的：
3、一种钢板表面缺陷的激光智能修复及着色方法，包括以下步骤：
4、s1、构建基于遗传算法优化的ga-bp神经网络模型，选取飞轮盘钢板表面的rgb三通道值作为输入特征，选择脉冲纳秒激光打标仪的激光功率p、扫描速度v、扫描间距d作为ga-bp神经网络模型的3个输出特征；
5、s2、样本数据确定：设定脉冲纳秒激光打标仪的重复频率f固定100khz时，在激光功率p为6-17w、扫描速度v为50-325mm/s、扫描间距d为5-60μm的范围内，将激光参数随机组合对飞轮盘钢板进行激光打标试验，并使用分光色差仪检测的激光着色后飞轮盘钢板表面的rgb三通道值，共计216组数据集，其中用于训练网络的数据组占比总数据集的70％，即该网络的训练样本数目为150；同时用于测试网络的数据组占比中数据集的30％，即该网络的测试识别样本数目为64；并对数据集进行归一化处理；利用数据集对ga-bp神经网络模型进行训练，得到训练好的ga-bp神经网络模型；
6、s3、对飞轮盘钢板表面进行颜色检测，将多次选点测量飞轮盘钢板表面的颜色取平均值，最终确定飞轮盘钢板表面的rgb三通道值，将rgb三通道值输入训练好的ga-bp神经网络模型，输出得到脉冲纳秒激光打标仪的激光功率p、扫描速度v、扫描间距d；
7、s4、将工件置于水中，使工件表面存在1.5mm厚度的水层，设定脉冲纳秒激光打标仪的重复频率f为100khz，并在步骤s3得到的脉冲纳秒激光打标仪的激光功率p、扫描速度v、扫描间距d条件下使激光束穿过水层后再对钢板表面进行局部热处理，实现对钢板表面缺陷或损伤的修复。
8、进一步地，ga-bp神经网络的最大迭代次数为1000，学习速率为0.01，迭代终止条件为1×10-6，遗传算法参数中的种群大小为30，最大遗传代数为50，交叉概率为0.8，变异概率为0.2。
9、与现有技术相比，本专利技术建立了bp神经网络模型和基于遗传算法优化的bp(ga-bp)神经网络模型，飞轮盘钢板表面的rgb三通道值作为输入特征，实现由颜色rgb对激光加工参数的预测，预测到可以实现钢板原色的激光加工参数，在该激光参数下利用水辅助激光修复技术对飞轮盘钢板进行水下修复，在将钢板表面缺陷修复的同时，可以有效降低热效应，并获得比空气中修复的表面质量。
本文档来自技高网...【技术保护点】
1.一种钢板表面缺陷的激光智能修复及着色方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的钢板表面缺陷的激光智能修复及着色方法，其特征在于，GA-BP神经网络的最大迭代次数为1000，学习速率为0.01，迭代终止条件为1×10-6，遗传算法参数中的种群大小为30，最大遗传代数为50，交叉概率为0.8，变异概率为0.2。
【技术特征摘要】
1.一种钢板表面缺陷的激光智能修复及着色方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的钢板表面缺陷的激光智能修复及着色方法，其特征在于，ga-bp...
【专利技术属性】
技术研发人员：石广丰，管延吉，毛宇航，吕红兵，
申请(专利权)人：长春理工大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。