宋少東 王燕燕 舒林森 何雅娟

摘要：工藝參數(shù)是保證激光熔覆修復(fù)閥門類零件質(zhì)量的關(guān)鍵因素。以激光功率、掃描速度、送粉速度、離焦量為自變量，熔池深度、顯微硬度、稀釋率為優(yōu)化目標(biāo)，基于正交試驗(yàn)研究了工藝參數(shù)對(duì)40Cr基材上熔覆Fe基合金粉末性能的影響規(guī)律。采用逐步回歸分析建立了稀釋率、熔池深度、顯微硬度的回歸方程，最后通過(guò)NSGA-Ⅱ智能算法進(jìn)行優(yōu)化，得到了最優(yōu)工藝參數(shù)并進(jìn)行了試驗(yàn)驗(yàn)證。結(jié)果表明：熔覆層稀釋率及顯微硬度的主要影響因素為送粉速度，而對(duì)熔池深度影響最大的因素為激光功率，在激光功率2 182 W、掃描速度17.2 mm/s、送粉速度18.4 g/min、離焦量1.86 mm時(shí)，熔覆層形貌大為改善，稀釋率為20.3%，熔池深度為373 μm，顯微硬度提高了21.7%，修復(fù)質(zhì)量得到了有效提高。

關(guān)鍵詞：激光熔覆;工藝優(yōu)化;NSGA-Ⅱ;極差分析

中圖分類號(hào)：TG456.7? ? ? 文獻(xiàn)標(biāo)志碼：A? ? ? ? ?文章編號(hào)：1001-2003（2021）12-0001-05

DOI：10.7512/j.issn.1001-2303.2021.12.01

0? ? 前言

作為能源、化工等行業(yè)發(fā)展的重要支撐產(chǎn)品，閥門類零件近幾年一直保持著高速發(fā)展[1-2]。閥門類零件長(zhǎng)時(shí)間處在惡劣的工作環(huán)境下，其核心部件極易發(fā)生磨損、變形腐蝕等失效形式，每年因失效導(dǎo)致的零件報(bào)廢造成的浪費(fèi)十分嚴(yán)重。因此，尋找一種方法能夠?qū)@些稍有破損而失效的閥門進(jìn)行修復(fù)，使之達(dá)到或超越修復(fù)前的性能，將具有重大的工業(yè)意義。激光熔覆作為激光再制造技術(shù)的一個(gè)重要分支，是一種先進(jìn)的表面改性技術(shù)。它通過(guò)在損壞零件表面添加所需性能的熔敷粉末，利用高密度的激光束使之熔化、凝固，形成與基體冶金結(jié)合良好的熔覆層，最終達(dá)到改進(jìn)或修復(fù)損壞零件部件的目的。具有節(jié)約資源、綠色清潔、節(jié)省成本等特點(diǎn)，已成為再制造領(lǐng)域的熱點(diǎn)技術(shù)，在航空、汽車等行業(yè)備受關(guān)注[3-5]。

激光熔覆工藝參數(shù)決定了零件修復(fù)質(zhì)量的好壞。趙凱等[6]采用NSGA-Ⅱ結(jié)合BP神經(jīng)網(wǎng)絡(luò)的組合算法優(yōu)化了20鋼表面熔覆Incone625粉末的工藝參數(shù)，提高了基材表面硬度，修復(fù)質(zhì)量得到提升;李治恒等[7]通過(guò)激光熔覆制備431CO-M2涂層，基于正交試驗(yàn)探究了工藝參數(shù)對(duì)熔覆層成形及稀釋率的影響;李亞敏等[8]基于ANSYS模擬仿真平臺(tái)分析工藝參數(shù)對(duì)熔池的影響，并確定了激光熔覆Inconel718涂層的最優(yōu)工藝參數(shù)。這些研究獲得了特定條件下激光熔覆的最優(yōu)工藝參數(shù)，所制備的熔覆層質(zhì)量也得到顯著提高。但在實(shí)際應(yīng)用中，由于粉末和基材種類繁多，各工藝參數(shù)與熔覆層質(zhì)量之間的關(guān)系仍需進(jìn)一步探究。文中采用正交試驗(yàn)及極差分析研究工藝參數(shù)對(duì)40Cr基材表面熔覆Fe基合金粉末性能的影響，通過(guò)NSGA-Ⅱ智能算法對(duì)工藝參數(shù)進(jìn)行優(yōu)化，尋找最優(yōu)工藝參數(shù)組合并進(jìn)行試驗(yàn)驗(yàn)證，為改善激光熔覆工藝、提高閥門類零件修復(fù)質(zhì)量提供了理論參考。

1 試驗(yàn)材料與方法

1.1 試驗(yàn)材料及設(shè)備

試驗(yàn)用基材為40Cr，尺寸為240 mm×80 mm×12 mm，具有良好的韌性和綜合力學(xué)性能，其化學(xué)成分如表1所示。熔覆粉末為Fe基合金粉末，粉末顆粒直徑為60～200 μm，顆粒形貌如圖1所示，主要化學(xué)成分如表2所示。

試驗(yàn)設(shè)備為半導(dǎo)體光纖激光設(shè)備，由激光系統(tǒng)、水冷系統(tǒng)、保護(hù)氣、控制系統(tǒng)、變位器、送粉器、ABB機(jī)器人組成，如圖2所示。試驗(yàn)前，對(duì)40Cr基材進(jìn)行打磨、酒精清理等預(yù)處理。

1.2 試驗(yàn)設(shè)計(jì)

針對(duì)激光熔覆中激光功率、掃描速度、離焦量、送粉量4個(gè)重要的工藝參數(shù)，以稀釋率、熔池深度、顯微硬度為優(yōu)化目標(biāo)，在4個(gè)參數(shù)中通過(guò)前期試驗(yàn)選取了4個(gè)水平，基于正交試驗(yàn)方法設(shè)計(jì)試驗(yàn)方案，如表3所示。

試驗(yàn)中共16組試樣，每組方案均進(jìn)行重復(fù)試驗(yàn)并取均值。熔覆后采用電火花切割機(jī)床沿垂直熔道方向進(jìn)行切割獲得試樣橫截面，然后對(duì)試件進(jìn)行磨拋、腐蝕，采用顯微鏡及HV-1000型維式硬度計(jì)測(cè)量計(jì)算熔覆層熔深、稀釋率及顯微硬度（見表4）。

2 結(jié)果與優(yōu)化

2.1 極差分析

極差分析可確定工藝參數(shù)對(duì)熔覆層形貌及顯微硬度的影響次序，并獲得最優(yōu)工藝參數(shù)組合。令 Yij為i因素在j水平下進(jìn)行試驗(yàn)所獲得的結(jié)果之和，則

式中 n為因素個(gè)數(shù)。各個(gè)工藝參數(shù)的極差如表4所示。

通過(guò)極差分析可確定影響熔覆質(zhì)量指標(biāo)的因素次序，極差值越大，表明該工藝參數(shù)對(duì)指標(biāo)的影響越顯著，為主要因素，反之為次要因素[9]。由表4可知，熔覆層稀釋率的主要影響因素為送粉速度，其次為激光功率和掃描速度，離焦量對(duì)其影響程度最小，為次要因素，所對(duì)應(yīng)的最優(yōu)參數(shù)組合為A4B1C1D4;熔覆層硬度的主要影響因素是送粉速度，其次為激光功率及掃描速度，離焦量對(duì)其影響最小，為次要因素，所對(duì)應(yīng)的最優(yōu)參數(shù)組合為A4B1C1D1;熔池深度的主要影響因素為激光功率，其次為掃描速遞和送粉速度，離焦量的影響最小，為次要因素，對(duì)應(yīng)的最優(yōu)參數(shù)組合為A4B1C1D4，即最優(yōu)參數(shù)組合為：激光功率2 400 W，掃描速度14 mm/s，送粉速度16 g/min，離焦量2 mm。

2.2 模型建立

逐步回歸分析可對(duì)方程在所設(shè)置區(qū)間內(nèi)的顯著性進(jìn)行檢驗(yàn)，所擬合的方程預(yù)測(cè)值真實(shí)性高，方程可靠度較好[10]。采用逐步回歸的方法對(duì)試驗(yàn)結(jié)果進(jìn)行擬合，以激光功率、掃描速度、送粉速度、離焦量為輸入變量，熔覆層稀釋率、顯微硬度、熔池深度為輸出變量，基于Matlab建立回歸方程如下：

（1）稀釋率：

Y=2.434-0.001A-0.135B+0.022C-0.169D+7.527A2-1.694B2+1.424C2-0.001D2+0.012ABC-0.002BCD

（2）顯微硬度：

Y=2 856.057-0.944A-129.151B-18.477C-285.169D+0.059A2+0.005B2-0.175C2+0.289D2+5.232ABC-2.240BCD

（3）熔池深度：

Y=1 320.141-0.521A-110.836B+37.062C+145.496D+0.056A2-0.009B2-0.106C2-1.035D2+9.318ABC-5.791BCD

2.3 基于NSGA-Ⅱ的工藝優(yōu)化

文中采用NSGA-Ⅱ算法對(duì)激光熔覆工藝參數(shù)進(jìn)行優(yōu)化，尋找最優(yōu)工藝參數(shù)組合。NSGA-Ⅱ算法是一種建立在Pareto解集基礎(chǔ)上的進(jìn)化算法。相比第一代算法，該算法引入了精英策略，有效避免了優(yōu)良數(shù)據(jù)在迭代過(guò)程中的丟失，大大縮短了收斂過(guò)程;采用快速非支配排序，可顯著提高運(yùn)算效率;根據(jù)擁擠度算子進(jìn)行排序，客觀性較高。

NSGA-Ⅱ算法原理如圖3所示，該算法直接面向Pareto前沿，首先以目標(biāo)函數(shù)作為種群中的個(gè)體適應(yīng)度函數(shù)，隨機(jī)產(chǎn)生初代種群，基于非支配排序和擁擠度比較算子排序?qū)Τ醮N群進(jìn)行處理;進(jìn)行遺傳操作，得到子代種群，然后合并兩個(gè)種群進(jìn)行非支配排序和擁擠度比較算子排序，形成新的種群[11]。經(jīng)過(guò)反復(fù)迭代，種群平均適應(yīng)度會(huì)收斂于一個(gè)最優(yōu)點(diǎn)，即目標(biāo)函數(shù)的全局最優(yōu)點(diǎn)。

根據(jù)實(shí)驗(yàn)用激光器、ABB機(jī)器人手臂及送粉器的精度，在優(yōu)化過(guò)程中等間隔選取10 000個(gè)樣本點(diǎn)。其中在約束范圍內(nèi)的點(diǎn)共2 432個(gè)，將其組成優(yōu)化的可行域。算法參數(shù)設(shè)置為：種群數(shù)量300，迭代次數(shù)200，優(yōu)化后的解集中有30個(gè)點(diǎn)。優(yōu)化的Pareto前沿解集如圖4所示。

在NSGA-Ⅱ算法所得到的參數(shù)集合中，優(yōu)選出綜合質(zhì)量指標(biāo)最好的組合為：激光功率2 182 W，掃描速度17.2 mm/s，送粉速度18.4 g/min，離焦量1.86 mm。此工藝參數(shù)組合下所獲試樣見圖5b，熔覆層稀釋率達(dá)到20.3%，熔池深度為373 μm，顯微硬度為856.7 HV。優(yōu)化前后熔覆指標(biāo)結(jié)果對(duì)比如表5所示。由表5可知，經(jīng)NSGA-Ⅱ算法優(yōu)化后，熔覆層顯微硬度增加了21.7%。

3 結(jié)論

（1）基于正交試驗(yàn)及極差分析，研究了工藝參數(shù)對(duì)激光熔覆的影響規(guī)律，發(fā)現(xiàn)工藝參數(shù)對(duì)熔覆層稀釋率的影響次序?yàn)椋核头鬯俣?gt;激光功率>掃描速度>離焦量;對(duì)熔池深度的影響次序?yàn)椋杭す夤β?gt; 送粉速度>掃描速度>離焦量;對(duì)熔覆層顯微硬度的影響次序?yàn)椋核头鬯俣?gt;激光功率>掃描速度>離焦量。

（2）通過(guò)逐步回歸分析方法建立了回歸模型，并基于NSGA-Ⅱ算法進(jìn)行優(yōu)化，得到最優(yōu)工藝參數(shù)為：激光功率2 182 W，掃描速度17.2 mm/s，送粉速度18.4 g/min，離焦量1.86 mm。驗(yàn)證試驗(yàn)結(jié)果表明，該參數(shù)下熔覆層稀釋率為20.3%，熔池深度為373 μm，顯微硬度為856.7 HV，相比極差分析所得工藝參數(shù)，熔覆層硬度提高21.7%，形貌更為優(yōu)良，熔覆層質(zhì)量顯著提高。

參考文獻(xiàn)：

Wei Zhao，Chuwen Guo，F(xiàn)engchao Wang. Numerical simul-ation of pressure impact on Hydro automatic reversing valve core in a down hole pump[J]. Journal of the Brazilian Society of Mechanical Sciences and Engineering，2016，38（6）：525-533.

鄭智貞，董芳凱，袁少飛，等. 閥門殼體類零件MBD制造模型研究[J]. 機(jī)床與液壓，2018，46（8）：5-8，12.

鄧德偉，鄭海彤，馬玉山，等.激光重熔對(duì)Cu-18Pb-2Sn激光熔覆層組織和性能的影響[J]. 材料熱處理學(xué)報(bào)，2021，42（6）：140-146.

方振興，祁文軍，李志勤. 304不銹鋼激光熔覆搭接率對(duì)CoCrW涂層組織與耐磨及耐腐蝕性能的影響[J].材料導(dǎo)報(bào)，2021，35（12）：127-133.

劉金剛，鄭文捷，王高升，等. 20Cr2Ni4A鋼表面WC增強(qiáng)鐵基涂層耐磨性能的研究[J]. 表面技術(shù)，2021，50（6）：236-242.

趙凱，梁旭東，王煒，等.基于NSGA-Ⅱ算法的同軸送粉激光熔覆工藝多目標(biāo)優(yōu)化[J].中國(guó)激光，2020，47（1）：96-105.

李治恒，孫耀寧，張瑞華，等. 基于正交試驗(yàn)的3Cr14不銹鋼激光熔覆工藝參數(shù)優(yōu)化[J].應(yīng)用激光，2020，40（6）：1029-1034.

李亞敏，咬登治，范福杰. 激光熔覆718合金工藝參數(shù)優(yōu)化的數(shù)值模擬研究[J].應(yīng)用激光，2018，38（6）：920-926.

王波，舒林森. 基于正交試驗(yàn)的 Q235/316薄鋼板激光焊接工藝優(yōu)化[J].應(yīng)用激光，2019，39（4）：580-585.

趙大偉，梁東杰，王元?jiǎng)? 基于回歸分析的鈦合金微電阻點(diǎn)焊焊接工藝優(yōu)化[J].焊接學(xué)報(bào)，2018，39（4）：79-83，132.

黃俊，陳子博，劉其蒙，等. 基于NSGA-Ⅱ的離體皮膚組織激光融合工藝參數(shù)的多目標(biāo)優(yōu)化[J].中國(guó)激光，2019，46（2）：199-205.

劉永姜，李俊杰，曹一明，等.基于近似模型和遺傳算法的等離子噴焊工藝參數(shù)多目標(biāo)優(yōu)化[J].科學(xué)技術(shù)與工程，2021，21（11）：4403-4408.