取向硅钢激光刻痕关键技术研究

论文摘要

激光表面刻痕技术是降低取向硅钢铁损的一种有效方法,为了将这项技术应用于实际生产,提高国内取向硅钢的质量,增强其国际竞争力,本文在武汉科技攻关计划项目资助下,对激光表面刻痕关键技术进行了深入研究,主要工作和研究内容如下:以实现取向硅钢激光在线刻痕为目的,分析了取向硅钢生产过程和现有的刻痕方案存在的问题,归纳出在线刻痕技术应用于实际生产的技术难点,并有针对的提出了解决措施,最后设计了一种基于振镜阵列的新型在线刻痕方案。采用Nd:Yag激光打标机对武钢30Q130型号的取向硅钢片进行刻痕实验,并通过二次曲线拟合与等高线图等手段对实验数据进行了分析,研究了刻痕参数(脉冲能量、点间距、行间距)对工艺效果的影响。结果表明:在参数的研究域内,存在一组刻痕参数组合使铁损降低率极大,并且参数之间存在交互作用。结合人工神经网络与遗传算法,建立了一个取向硅钢激光刻痕参数优化模型,并对武钢型号为30Q130的硅钢刻痕工艺进行了优化,并对优化结果进行了验证。结果表明:此优化模型稳定可靠,可以解决取向硅钢在线刻痕参数的优化问题。

论文目录

• 摘要
• Abstract
• 1 绪论
• 1.1 取向硅钢片激光刻痕技术背景介绍
• 1.2 取向硅钢片激光刻痕技术研究的必要性
• 1.3 取向硅钢激光刻痕技术国内外研究现状及发展趋势
• 1.4 本文研究思路
• 2 取向硅钢激光在线刻痕方案
• 2.1 在线刻痕技术要求
• 2.2 在线刻痕技术难点及解决方法
• 2.3 在线刻痕方案设计
• 2.4 本章小节
• 3 取向硅钢激光刻痕工艺的实验研究
• 3.1 实验研究的对象
• 3.2 实验器材与实验准备
• 3.3 初始铁损值对实验结果准确性的影响及抑制措施
• 3.4 刻痕参数对铁损降低率的影响
• 3.5 激光刻痕参数的交互作用分析
• 3.6 本章小结
• 4 基于神经网络-遗传算法的工艺参数优化模型
• 4.1 神经网络-遗传算法优化模型设计
• 4.2 神经网络模型的建立
• 4.3 神经网络训练样本及验证样本采集
• 4.4 神经网络的训练及验证
• 4.5 刻痕工艺参数的遗传算法优化
• 4.6 本章小结
• 5 总结与展望
• 致谢
• 参考文献
• 附录 攻读学位期间发表学术论文目录