[发明专利]一种增材修复与再制造反演设计与逆向规划方法

说明书

本发明公开了一种增材修复与再制造反演设计与逆向规划方法，通过实验与模型计算获得“基体材料→修复材料→修复工艺→性能”的关联数据；采用Qt编程架构在Windows操作系统下开发增材修复与再制造数据库；基于深度学习神经网络架构，建立“使役性能→修复工艺→修复材料”逆向反演映射关系，以使役性能、损伤建基体材料为输入，修复材料与工艺为输出，实现损伤零件增材修复与再制造修复材料与工艺的快速准确确定。本发明针对现场增材修复与再制造实际过程，实现“使役性能→修复工艺→修复材料”的反演设计与逆向规划；打破传统“成分→工艺→性能”的正向设计与实际增材修复与再制造的逆向过程脱离问题，解决了装备损伤件现场快速修复系统的难题。

技术领域

本发明属于增材修复与再制造技术领域，尤其涉及一种增材修复与再制造反演设计与逆向规划方法。

背景技术

能源、机械、航空等领域大型重载关重件的现场维修再制造，以及远海、隧道等特殊环境下零部件的现场快速修复，是长期制约我国重大工程运行效能/效益的关键“瓶颈”问题。与传统正向设计由材料性能决定产品功能模式相反，现场增材修复与再制造反演设计针对修复产品使役性能需求，推演出材料结构组织和成分，进而选用合适加工工艺的逆向推演过程。

目前，增材修复与再制造的研究主要针对的是“成分→工艺→性能”的正向设计，这是因为此过程的内在关系为线性，可以通过物理模型的推导建立内在响应关系。然而对于“使役性能→修复工艺→材料属性”的反演过程却是非线性的，反演设计与逆向规划难度大，目前仍缺乏相关研究。因此如何实现增材修复与再制造反演设计与逆向规划，从而满足装备特定环境的现场抢修是现今存在的重大技术难题。

发明内容

有鉴于此，本发明提出一种增材修复与再制造反演设计与逆向规划方法，基于增材修复与再制造数据库(包含损伤零件基体材料、修复材料、使役性能、微观结构、修复工艺数据)，结合深度学习神经网络架构实现增材修复与再制造反演设计与逆向规划。

为此，本发明提出了以下技术方案：

一种增材修复与再制造反演设计与逆向规划方法，该方法包括以下步骤：

获取并整理源数据，得到“基体材料→修复材料→修复工艺→性能”的关联数据；所述源数据至少包括基体材料、修复材料、修复工艺和修复后性能数据；

基于所述关联数据建立增材修复与再制造数据库；

基于所述增材修复与再制造数据库，建立基于深度学习神经网络架构的逆向反演映射关系模型，所述逆向反演映射关系模型反映“使役性能→修复工艺→修复材料”逆向反演映射关系，所述逆向反演映射关系模型以基体材料、使役性能为输入，以修复材料与工艺为输出；

确定损伤零件的基体材料和修复后使役性能；

将所述损伤零件的基体材料和修复后使役性能输入所述逆向反演映射关系模型，得到所述损伤零件的增材修复与再制造修复材料与工艺。

进一步地，获取并整理源数据，得到“基体材料→修复材料→修复工艺→性能”的关联数据，包括：

考虑损伤零件在材料种类、表现形式、处理工艺方面的多样性，针对增材修复与再制造过程中异质材料界面匹配、熔池冶金行为的差异，针对不同热源的修复工艺，开展增材修复与再制造实验，获得“基体材料→修复材料→修复工艺→性能”的关联数据。

进一步地，获取并整理源数据，得到“基体材料→修复材料→修复工艺→性能”的关联数据，包括：

通过增材修复与再制造过程中不同工艺热源模型、组织演化模型以及性能预测模型，获得“基体材料→修复材料→修复工艺→性能”的关联数据。

进一步地，基于所述关联数据建立增材修复与再制造数据库，包括：

采用Qt编程架构在Windows操作系统下开发增材修复与再制造数据库。