- 文献综述（或调研报告）：
摘要：激光技术自问世以来就受到人们的重视并得到了广泛的应用，激光切割就是其中之一。激光切割由于其成本低、切割质量好、效率高等优点，广受各加工企业的欢迎。随着激光技术的不断进步以及制造业的快速发展，激光加工的加工对象逐渐增加，可加工板材的厚度也不断提高。然而，在激光加工过程中，影响加工质量的因素有许多，并且其中的关系较为复杂，因此如何选择最佳的工艺参数以获得想要的加工质量就成了一个难题。通过本文初步了解激光切割的国内外发展现状、激光切割具体过程以及前人在解决激光加工参数选取上采取的方法和做出的努力。
关键词：激光切割 影响因素 切割参数选取
正文:
- 简介
激光切割是通过使用高能量密度的激光束照射工件表面，对照射部分的材料进行加热，使其迅速升温至沸点气化而形成切缝的加工方式[1]。与其他的切割方式相比，激光切割有着成本低、质量好、效率高等优势[2]，在制造业有着很大的发展潜力，而且使用激光切割既能够提高效率，又不会产生环境污染，这也十分符合我国的发展需要[3]。正是因为激光切割在加工方面有着如此多的优势，其在制造业的地位也在不断提高。近几年来，我国激光技术发展迅速，无论是在加工数量还是在加工质量上都有很大的提高，激光加工技术也在各企业占据着核心竞争力地位[4]。
- 激光切割切割质量影响因素
在我国激光切割质量评估至今还没有一个统一的标准，但其大致有切缝宽度、切缝粗糙度、挂渣长度、热影响区和切缝倾角这几个方面[5]。在激光切割材料的过程中，高能量密度的激光束照射到材料表面，根据材料吸收率的不同，部分能量被材料吸收转化为了热量，这些热量部分由于传热的缘故流失，其余的用于升温。当材料的温度升高到熔沸点时，将会由于气化或成为熔融状态而在辅助气体的作用下被吹除。在其中，除了材料本身性质等会对切割质量产生影响外，激光功率、辅助气体、切割速度对切割质量会产生较大的影响[6,7]。在使用激光切割厚板的时候，板材厚度还会对切割带来许多不利的影响。与火焰切割和等离子切割相比，激光切割在切割薄板时更具有优势，且激光切割的板材的最大厚度没有这两种方式高[8]。采用激光切割厚板时，激光的功率需要足够高，在采用氧气助燃的方式切割时,还会遇到准稳态燃烧过程维持比较困难和板厚方向氧气纯度以及压力无法维持的问题[9]。根据市场反馈信息可以看出，能够切割出高质量厚板材的激光切割技术对于钣金件加工企业而言都是迫切需要的，除了上面提到的切割过程中氧气纯度和气压无法维持的困难外，由于板材厚度过高，激光切割切缝窄的原因，在切割时会产生较大的传热损失和排渣困难的问题，这也导致了最终的激光切割厚板切割质量不佳[10]。为了解决这个问题，各地的科研人员都做出了研究和努力。
- 研究现状
激光自1916年被爱因斯坦发现之后，由于其良好的特性而广受关注。激光切割技术在激光加工应用领域约占70%，激光切割的对象主要为薄的金属板材，然而随着科技的发展，大功率的激光器也被制造出来，这使得激光切割厚的金属板材有了实现的可能，科研人员才再次开始着手对于大功率中厚板激光切割进行研究[11]。早在2000年杜汉斌等研究了中小功率C02激光的厚板切割技术，指出仅靠激光功率不足以切割厚板时采用氧气作为辅助气体进行切割是很有必要的，还提到了一些国内新的低功率切割厚板的方法，包括预热法、散焦法、激光锯切法和双聚焦法[9]。王文娟以20mm厚度钢板作为研究对象，对激光切割中厚金属板材工艺参数选取进行了探究，得到了可活动较为理想切割质量的工艺参数,并提到了采用除渣涂层以解决中厚板切割背面粘渣问题[12]。王威系统的研究了氧气激光切割中厚板的机理，以30mm钢板为研究对象，从其中研究中厚板激光切割工艺特性里的一系列切割实验数据不难看出，中厚板激光切割影响因素多而复杂，得出了比较理想的切割氧气压力值应该为 0.15MPa这一结论，因为采用该切割气压切割，与大部分激光离焦量匹配，都能够获得无粘渣的优良切缝实验数据如表1所示。在他的研究中还对比了宽缝、窄缝两种切割模式的不同之处和其形成的机理[11]。
在激光切割模型建立方面，黄震宇等使用非线性有限元软件建立脉冲激光切割的有限元模型，模拟对AH36薄板进行脉冲切割过程，分析比较了不同切割参数对切割温度历程和切割残余边缘变形量的影响情况，得出焦离量对切割温度历程和切割残余边缘变形量影响较小，受功率，频率，切割速度，脉冲宽度影响较大并给出了影响规律[13]。激光切割过程较为复杂，而元胞自动机法具有模拟复杂系统时空演化过程的能力。李德英等通过元胞自动机将超声振动作用模型耦合到激光熔覆凝固过程的晶粒形核模型中，研究超声频率对激光熔覆TiC/FeAl凝固组织的影响，模拟计算结果与试验结果一致[14]。
表1
- 加工工艺参数选取
随着计算机技术的不断发展，许多问题可以在计算机的帮助下得到很好的解决。李建敏等使用MATLAB编写神经网络算法程序，将激光切割的实验数据输入进行学习，对激光切割质量机械预测，并代入部分实验数据进行测试，所得预测结果预测误差基本在10%以内[15]。可见神经网络系统对激光切割的预测能力是不错的，然而这种方法依然没能够直接获取工艺参数，而是需要尝试不同的工艺参数，观察通过神经网络系统预测出的切割质量是否满足自己的需要。在使用神经网络系统时，不需要考虑到激光切割复杂的切割过程，利用神经网络的自学习能力，找出工艺参数与切割质量的潜在关系，这就是使用神经网络处理激光切割工艺参数选取问题的优势所在。
- 总结
激光切割作为激光加工领域占比最大的一种加工方式，在切割板材方面有着许多优势。科技的快速发展，更为先进的激光器的成功研制，使得激光切割具有切割厚板材的能力。为了能够更加有效地研究激光切割过程，建立能够准确模拟激光切割板材过程的模型是很有必要的，同时如何快速准确地选取激光切割工艺参数仍是一个有待解决的问题，需要进行更多的努力和研究。
以上是毕业论文文献综述，课题毕业论文、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
