基于机器学习的钴基合金激光熔覆工艺研究及工艺-性能分析
《Surface and Coatings Technology》:Research on machine learning-based cobalt-based alloy laser cladding process and process-property analysis
【字体:
大
中
小
】
时间:2026年03月29日
来源:Surface and Coatings Technology 5.4
编辑推荐:
激光熔覆制备高硬度刹车盘涂层工艺优化研究。采用全因子实验设计分析激光功率、扫描速度和粉末输送速度对涂层形貌、剪切强度及显微硬度的影响,建立BP神经网络预测模型并联合PSO和NSGA-II算法进行多目标优化。实验验证显示最优参数组合(2149W,226mm/min,12g/min)制备出致密无缺陷涂层,剪切强度600.5MPa,显微硬度402.6HV0.2。
倪欣|张建田|赵永生|方强|吴颖|刘岩|陈辉
教育部先进材料技术重点实验室,西南交通大学材料科学与工程学院,成都,610031,中国
摘要
激光熔覆(LC)作为一种表面改性技术已被广泛采用。为了在高速列车用CrNiMo铸钢制动盘摩擦表面上制备高质量涂层,确定LC工艺参数对涂层形成和性能的影响至关重要。本研究采用三因素五水平的完全因子设计,在24CrNiMo基材上制备了单道次CoCrMo涂层,研究了不同工艺对涂层形成、微观剪切性能和显微硬度的影响。随着激光功率和粉末送进速度的增加,涂层的微观剪切性能得到提升;而扫描速度的增加会导致显微硬度下降,但粉末送进速度的增加则可以提高显微硬度。其他因素的影响不显著。激光功率、扫描速度和粉末送进速率被选为优化变量,涂层长宽比、稀释率和熔覆效率作为优化目标。通过使用粒子群优化(PSO)和非支配排序遗传算法II(NSGA-II)优化的反向传播(BP)神经网络算法获得了激光工艺参数组合。实验验证结果表明,优化结果与模型预测一致。采用激光功率2149 W、扫描速度226 mm/min和粉末送进速度12 g/min的参数,制备出了致密、无裂纹和无孔隙缺陷的高质量涂层。优化后的涂层微观结构主要由柱状晶粒、蜂窝状晶粒以及晶界处的平面晶粒组成。该涂层的剪切强度为600.5 MPa,压痕率为29.3%,平均显微硬度为402.6 HV0.2。
引言
Cr-Mo-V和Cr-Ni-Mo低合金高强度钢材料因其优异的机械性能而常用于制造高速列车制动盘[1]、[2]。随着铁路运输业的快速发展以及高速列车运行速度的不断提高,作为列车安全关键部件的制动盘面临着更加严苛的环境挑战。制动盘与刹车片之间的剧烈摩擦会导致其表面温度剧烈波动[3]、[4],这使得这些低合金高强度钢材料的高温机械性能和抗氧化性能无法满足更高运行速度的要求[2]、[5]、[6]、[7]。制动盘的过早高温磨损失效[8]、[9]和热疲劳裂纹失效[6]、[10]、[11]显著缩短了其使用寿命。传统的车削修复或直接报废会导致大量材料浪费和经济损失。研究表明,制动盘故障通常发生在表面及近表面层[7]、[12]。因此,提高制动盘摩擦表面的性能具有重要意义。
激光熔覆是一种先进的修复技术,常用于提升零件的耐磨性、耐腐蚀性等性能。它通过与基材形成冶金结合的熔覆层,因其高效性、低热输入以及生成的微观结构的细晶粒特性而被广泛应用[13]、[14]、[15]。钴基合金具有优异的耐磨性和高温性能[16]、[17],是制备高速列车制动盘高性能涂层的理想选择。研究人员已成功利用激光熔覆技术根据不同工作条件下的零件性能要求制备出相应的钴基合金涂层。例如,刘等人通过激光熔覆在30CrNiMo铸钢制动盘上施加Co06涂层,提高了其在不同温度下的耐磨性[16];吴等人在24CrNiMo制动盘表面开发了一种改进的Stellite 6涂层,发现该涂层不仅能增强抗热疲劳裂纹扩展能力,还具备出色的强度和韧性[18];赵等人在24CrNiMo制动盘表面制备了Stellite 21 + Mn涂层,以提高涂层的剪切性能和结合性能[2];崔等人在AISI 304不锈钢热端部件上激光熔覆了复合Co涂层,使基材在800°C下的耐磨性得到提升[19]。因此,本研究选择钴基合金作为实验材料,以满足高速列车制动盘涂层激光熔覆的需求。
除了选择合适的粉末外,激光熔覆工艺参数也是实际熔覆过程中制备高性能涂层的基础[13]。仍需解决由孔隙、空洞和裂纹等缺陷引起的成形质量不佳的问题[20]、[21]、[22]。研究发现,许多工艺参数(如激光功率、扫描速度、粉末送进速率、离焦量、预热温度、保护气体流量等)会影响涂层质量,并且它们之间存在复杂的非线性关系[15]、[20]。如果收集所有数据并进行统计分析,不仅无法有效识别影响涂层形成的主要因素,还会浪费人力和测试材料,无法实现高效绿色制造的目标。许多学者评估了影响激光熔覆单道次涂层形成的关键因素,研究表明激光功率、扫描速度和粉末送进速率这三个主要参数对涂层的几何特性影响最大[23]、[24]、[25]、[26]。为了揭示涂层形成与工艺参数之间的关系,可以使用方差分析、回归分析、响应面方法(RSM)和工程经验统计等传统优化方法[13]、[25]、[27]、[28]。但随着智能算法的发展,基于反向传播神经网络(BPNN)、支持向量回归(SVR)和随机森林回归(RFR)等方法的映射模型比传统方法具有更高的准确性和精度,可以加速激光技术的发展[29]、[30]、[31]。李等人利用正交实验设计获得了AlCoCrFeNi涂层的稀释率数据,并通过BP神经网络建立了工艺预测模型,在最佳工艺参数下制备出了形状良好且无裂纹和孔隙等缺陷的涂层[32];崔等人通过遗传算法优化建立了GABP模型来预测单层涂层的成形效果,并将其与仿真结果进行比较,验证了数值模型的有效性[33];舒等人构建了RSM响应回归模型,并使用MOGWO算法获得了最佳工艺参数,使显微硬度提高了17.8%[34];罗等人使用NSGA-II-MOPSO算法平衡了热影响区的深度和复合涂层的厚度,并通过解决帕累托前沿确定了最佳工艺参数[35];李等人使用MPA-SVR和A-NSGA-III算法优化了激光工艺,发现与基于工程经验的熔覆层相比,优化算法使涂层的长宽比提高了41.8%,润湿角提高了35.2%[36]。许多研究者利用机器学习预测涂层形成。激光熔覆涂层的长宽比和稀释率被认为是评估涂层形成质量的关键指标,大多数研究都对这些参数进行了优化[36]、[37]。此外,虽然采用了多种优化算法,但缺乏横向比较。值得注意的是,现代制造业不仅追求高性能,还更加关注产品的环保性和寿命[38]。提高制造效率是一种关键且具有成本效益的策略[39]。在保证质量的同时提高涂层制备效率有助于减少原材料消耗、能源消耗和排放。本研究创新地将熔覆效率作为优化目标,采用多种优化算法设计并预测了高速列车制动盘涂层的高效制备方案。
本研究首次使用激光熔覆技术制备单道次钴基涂层,设计了125组三因素五水平的完全因子实验,建立了涂层特征数据库。分析了主要激光工艺参数对涂层成形质量的影响,通过微观剪切测试评估了涂层与基材之间的结合性能,并测试了每种涂层的显微硬度。随后比较了基于BP神经网络的RSM和多种优化算法,并使用PSO-BP算法建立了工艺参数与涂层形态特征之间的预测模型。通过NSGA-II进行多目标优化工艺参数,获得了帕累托前沿,最后通过实验验证了优化结果。本研究旨在为高速列车制动盘摩擦表面高性能涂层的制备提供工艺开发支持。
材料与涂层制备
本研究使用的商用低碳CoCrMo合金粉末由AVIC Mate Additive Technology(北京)有限公司提供,粒径范围为53–105 μm。粉末的化学成分、粒径分布和微观形态分别见表1和图1(a)和(b)。目前,铸钢仍是国内高速列车制动盘的主要材料。因此,本研究选择24CrNiMo低合金高强度钢作为基材。
工艺参数对单道次成形的影响
由于激光工艺参数与涂层几何特性之间存在复杂和非线性的关系,我们对工艺参数(激光功率、扫描速度和粉末送进速率)与各种特性(熔化高度、熔化宽度、熔化深度、长宽比、稀释率、接触角、热影响区面积和熔覆效率)进行了相关性分析,以直观展示这些关系。红色区域表示正相关(最大值)
结论
本研究通过完全因子实验收集了激光工艺参数数据,分析了不同工艺制备的涂层的成形特性、微观剪切性能和显微硬度。基于BP神经网络优化算法,研究了激光功率、扫描速度和粉末送进速率对涂层长宽比、稀释率和熔覆效率的影响。结合NSGA-II多目标优化,得到了最佳工艺参数
作者贡献声明
倪欣:撰写 – 审稿与编辑,撰写 – 原稿撰写,数据整理。张建田:软件开发,方法论。赵永生:数据验证,方法论。方强:软件开发,方法论,形式分析。吴颖:数据验证,资金获取,形式分析。刘岩:项目监督,资源协调,资金获取。陈辉:项目管理,资金获取。
利益冲突声明
作者声明没有已知的财务利益冲突或个人关系可能影响本文的研究结果。
致谢
本研究得到了先进材料-国家重点科技项目(2025ZD0610803)和四川省重大科技项目(2025ZDZX0021)的支持。
生物通微信公众号
生物通新浪微博
今日动态 |
人才市场 |
新技术专栏 |
中国科学人 |
云展台 |
BioHot |
云讲堂直播 |
会展中心 |
特价专栏 |
技术快讯 |
免费试用
版权所有 生物通
Copyright© eBiotrade.com, All Rights Reserved
联系信箱:
粤ICP备09063491号