鍍鋅鋼/6016鋁合金激光焊的BP神經(jīng)網(wǎng)絡工藝優(yōu)化及 組織和性能

周惦武，喬小杰，張麗娟，李 升

(湖南大學 汽車車身先進設計制造國家重點實驗室，長沙 410082)

在現(xiàn)有鋼質(zhì)車身骨架結構上，用部分鋁材替代鋼材，通過合理的結構組合實現(xiàn)一體化承載，充分發(fā)揮鋁合金板材在車身輕量化及強度、剛度等方面的優(yōu)勢，實現(xiàn)車身結構的整體優(yōu)化已成為實現(xiàn)車身輕量化的主要方法[1]，由于鋼/鋁兩種金屬之間的固溶度低，晶體結構和物理化學性能差異明顯，極易反應生成Fe/Al脆性金屬間化合物，從而嚴重影響焊接接頭的力學性能，因此較難實現(xiàn)鋼/鋁異種金屬的優(yōu)質(zhì)高效連接[2-7]。為抑制或減少鋼/鋁激光焊過程中Fe/Al脆性金屬間化合物的產(chǎn)生，近年來國內(nèi)外學者在激光填絲焊方面開展了一些研究工作。MATHIEU等[8]以6016鋁合金和低碳鋼為實驗材料，利用Nd:YAG激光器，通過填絲(88%Al和12%Si，質(zhì)量分數(shù))，在激光功率為2700 W、送絲速度為2.0 m/min和光斑直徑為2 mm的工藝條件下，獲得了較好的焊接接頭，其中金屬間化合物層的平均厚度約為5 μm，但熔池底部厚度達到20 μm，化合物主要由FeAl3、Fe3Al3Si2和Fe2Al7.4Si等組成。樊丁等[9]利用CO2激光器，以ER4043作為填充焊絲，對5A02鋁合金和ST04Z熱鍍鋅鋼板進行焊接試驗，當激光功率為1700 W、焊接速度為200 mm/min和離焦量為1 mm時，能實現(xiàn)鋼/鋁連接，焊縫金屬和鍍鋅板界面區(qū)形成了由FeAlSi、FeAl和FeAl3等組成的金屬間化合物。由于激光填絲焊存在粘絲、頂絲、對送絲精度要求極高等諸多限制，因此，實現(xiàn)鋼/鋁優(yōu)質(zhì)高效連接，很多工作仍迫切需要開展。

實現(xiàn)鋼/鋁優(yōu)質(zhì)高效連接，需抑制或減少Fe/Al脆性金屬間化合物的生成，而優(yōu)化激光焊接工藝，使鋁熔化，鋼母材不熔化或少量熔化是解決問題的關鍵，本文作者以此為目標，選擇汽車車身用鍍鋅鋼與6016鋁合金為研究對象，在不添加任何釬料的條件下進行激光搭接焊試驗；利用ANSYS有限元分析軟件，建立鋼/鋁激光焊熱源模型，基于模擬計算與溫度同步測量，獲取不同工藝條件下焊接熔深，將其作為訓練樣本，利用BP神經(jīng)網(wǎng)絡，建立激光焊條件下焊接功率、焊接速度、離焦量與熔深之間的非線性映射關系，優(yōu)化焊接工藝參數(shù)。利用臥式金相顯微鏡、掃描電鏡、X射線衍射儀和微機控制電子萬能試驗機等手段對優(yōu)化工藝條件下焊接接頭各區(qū)域的金相組織、斷口形貌、界面元素分布、主要物相與接頭力學性能進行研究，期望為多材料車身結構激光焊的推廣應用提供理論指導與技術支持。

1 實驗

1.1 設備與材料

采用最大輸出功率為4000 W的YLR-4000鐿光纖激光器，焦距為192 mm，聚焦光斑直徑為0.4 mm，以及ABB五軸聯(lián)動激光焊接機器人；保護氣體為Ar，氣體流量為15 L/min；實驗母材采用6016鋁合金和DC51D+ZF鍍鋅鋼，其化學成分如表1所列，試樣尺寸分別為80 mm×30 mm×1.2 mm和80 mm×30 mm×1.4 mm。為將測量值與模擬計算值進行對比，焊接過程中采用熱電偶對熔池附近板材的溫度進行同步測量，為保證測試溫度的靈敏性，采用美國國家儀器(NI)公司生產(chǎn)的4351高精度溫度采集卡，高清K型熱電偶。溫度同步測量所用試驗系統(tǒng)如圖1所示。

1.2 實驗方法

在進行6016鋁合金/鍍鋅鋼激光搭接焊試驗時，鋁放在上面，鋼放在下面，如圖2所示。焊前用240號砂紙進行打磨，除去熱作用區(qū)域氧化膜，同時增加表面粗糙度，以增加放在上層鋁對激光能量的吸收率。用純度為99.5%丙酮清洗除去油污，晾干待焊。焊接過程中，激光頭在進給平面內(nèi)與垂直軸線之間的夾角為20°~30°，見圖2中A方向視圖。焊后，用線切割將試樣切割成標準剪切試樣，如圖3所示。將線切割后所得焊縫橫截面進行打磨、拋光制成6 mm×8 mm的金相試樣，用質(zhì)量分數(shù)為4%的HNO3溶液腐蝕試件，利用臥式金相顯微鏡觀察鋼/鋁焊縫/母材的顯微組織；采用FEI Quanta200電子掃描電鏡自帶能譜EDS檢測分析焊縫界面元素分布與化合物層主要成分；采用西門子 D500X射線衍射儀分析焊縫區(qū)主要物相； 用微機控制電子萬能試驗機測試焊接試件的剪切強度；采用電子掃描電鏡分析焊接試件的斷口形貌。

表1 DC51D+ZF和6016鋁合金的化學成分 Table1 Chemical compositions of DC51D+ZF and 6016 aluminum alloy (mass fraction,%)

圖1 溫度測量系統(tǒng)圖Fig.1 Schematic diagram of temperature measurement system

圖2 鋼/鋁激光熔釬焊實驗過程示意圖Fig.2 Schematic diagram for laser welding-brazing of steel and aluminum

圖3 剪切試樣尺寸 Fig.3 Size of shear test sample

2 熱源模型和邊界條件

激光焊過程是高度的非線性瞬態(tài)，材料熱物理性能隨著溫度的變化而劇烈變化，其熱傳導微分方程[10]為

式中：ρ、c和λ分別為材料的密度、比熱容和導熱系數(shù)，均為溫度的函數(shù)；T 為溫度；t為時間；Q是內(nèi)熱源強度。

計算選用表面高斯熱源，其由式(2)表示

式中：q為外部輸入熱流密度；a為熱流集中程度系數(shù)(當a值取1、2和3時，高斯熱源的能量分布百分比分別為63.2%、86.4%和95.02%[11]，研究中a值取3)；R為熱流分布的特征半徑；P為激光功率；α為材料對激光的吸收率；r為某點距激光加熱光斑中心的距離。

當t=0時，工件具有均勻的初始溫度，取周圍環(huán)境溫度，即T=T0=20 ℃；焊接過程中，激光作為外加熱源，激光照射區(qū)域，滿足第二類邊界條件：

式中：n為邊界表面外法線方向。

對于外加激光熱源，采用小步距跳躍式的移動熱源來模擬激光束的連續(xù)照射，激光光斑中心點沿掃描方向不斷向前移動位移為Δs，其中Δs=timestepv(v為焊接速度，timestep為最小時間步長)，每次移動的光斑中心點的位置為圓心，通過APDL程序?qū)ξ挥诠獍甙霃絽^(qū)域內(nèi)的節(jié)點進行識別并取點，在這些節(jié)點上加載如式(3)所述的第二類邊界條件，實現(xiàn)激光能量的加載。對稱面上，考慮絕熱邊界條件：

其余表面上產(chǎn)生對流換熱，滿足第三類邊界條件：

式中：T0為外部環(huán)境溫度；β為總換熱系數(shù)。圖4所示為母材的熱物性參數(shù)(導熱系數(shù)λ、定壓比熱容cp)與溫度T的關系。

圖4 母材的熱物性參數(shù)隨溫度的變化 Fig.4 Variation of thermophysical properties of base material with temperature: (a) Thermophysical parameters of galvanized steel; (b) Thermophysical parameters of 6016 aluminum alloy

3 BP神經(jīng)網(wǎng)絡

BP神經(jīng)網(wǎng)絡在所有神經(jīng)網(wǎng)絡模型中最成熟、最具代表性，不僅有輸入節(jié)點、輸出節(jié)點，而且還有一層或者多層隱含節(jié)點，對于輸入信息要先向前傳播到隱層節(jié)點上，經(jīng)過各單元的激活函數(shù)運算后，將隱層節(jié)點的輸出信息傳播到輸出節(jié)點，最后輸出結果，如果輸出層結果得不到期望值，即實際輸出與期望輸出之間存在誤差，就轉(zhuǎn)入反向傳播過程，將誤差信號沿原來的鏈接通路返回，通過修改各層神經(jīng)元的權值，逐次向輸入層傳播和進行計算，再經(jīng)過正向傳播，這樣正向傳播和反向傳播的反復運用，使得誤差信號最小。由于存在非線性逼近能力強、算法簡單、自學性能優(yōu)等特點[12-13]，本文作者采用BP神經(jīng)網(wǎng)絡，建立如圖5所示的鋼/鋁激光焊工藝參數(shù)與熔池深度之間的3層網(wǎng)絡拓撲結構的神經(jīng)網(wǎng)絡預測模型(圖5中P為焊接功率，v為焊接速度，A為離焦量，D為焊接熔深)。

圖5 BP神經(jīng)網(wǎng)絡結構 Fig.5 Structure of BP ANN model

4 結果與討論

4.1 溫度場模擬計算與實驗同步測量

焊接模擬過程中搭接長度取20 mm，激光束沿中心位置，焊縫長度取30 mm。圖6所示為不同時刻下的溫度場云圖。其中，6(a)和(c)所示為激光光束在板材上表面掃描時間為0.2 s時上表面和縱截面的溫度場分布情況；6(b)和(d)所示為掃描時間0.5 s時的情 況。為獲得不同工藝條件下焊接熔深，給出了如圖7所示縱截面的溫度分布等值線圖，其中鋁板在上側，鋼板在下側，根據(jù)鋁合金的熔點(660 ℃)和鍍鋅鋼的熔點(1530 ℃)在等值線圖上獲取不同工藝條件下的熔深作為神經(jīng)網(wǎng)絡的訓練樣本。

圖6 連續(xù)移動激光束作用不同時刻的溫度場云圖Fig.6 Temperature field nephograms under laser beam at different times: (a) Surface temperature nephogram at 0.2 s; (b) Surface temperature nephogram at 0.5 s; (c) Longitudinal section temperature nephogram at 0.2 s; (d) Longitudinal section temperature nephogram at 0.5 s

圖7 縱截面溫度分布等值線圖Fig.7 Temperature contour map of longitudinal section

為評價溫度場模擬計算結果的準確性，需將同步測量溫度結果來進行對比。由于靠近焊接接頭熔化區(qū)域的溫度難以測量，本研究中取距離焊縫中心一定距離的D(2 ,15)、E(4 ,15)兩點(位置如圖8所示，Y方向為焊縫方向，D、E點分別為鋁板上表面距焊縫不 同距離的點)，采用熱電偶測量其在焊接過程中的溫度變化，分別繪制熱循環(huán)曲線，并將試驗結果與模擬得到的熱循環(huán)曲線進行對比[14]，所得結果如圖9所示?？梢钥闯?，實驗同步測量D和E點的升溫速度和峰值溫度與模擬計算結果均比較吻合，但與冷卻過程存在一定差距，主要原因是模擬計算時簡化了激光加熱過程，未考慮熔池內(nèi)部流動所帶來的熱量傳遞影響以及 保護氣體流動對焊縫的冷卻作用。

圖8 板材上定點位置示意圖Fig.8 Schematic diagram of position of dot in plate

圖9 實驗測量溫度值與模擬計算值的對比 Fig.9 Comparison of measured temperature values and simulation temperature values: (a) Temperature cycling curve of point D; (b) Temperature cycling curve of point E

4.2 工藝參數(shù)優(yōu)化

根據(jù)4.1節(jié)所述，縱截面溫度場等值線圖中測得不同工藝條件下的焊接熔深見表2。從表2中隨機抽取20組數(shù)據(jù)作為神經(jīng)網(wǎng)絡的訓練樣本，剩余5組用來檢測網(wǎng)絡的準確性和泛化性。在采用BP神經(jīng)網(wǎng)絡優(yōu)化與預測激光焊接工藝參數(shù)前，需對網(wǎng)絡模型進行學習訓練，訓練開始前對BP神經(jīng)網(wǎng)絡進行初始化，主要包括：初始化輸入層、隱含層、輸出層矩陣變量；定義隱含層、輸出層神經(jīng)元類型和傳遞函數(shù)類型；初始化各層神經(jīng)元閾值及各神經(jīng)元間的權值。隱含層傳遞函數(shù)選用logsig函數(shù)，輸出層傳遞函數(shù)選用purelin函數(shù)，網(wǎng)絡訓練函數(shù)選用動量梯度下降函數(shù)traingdm。對BP神經(jīng)網(wǎng)絡進行學習訓練時，設定網(wǎng)絡均方差目標為0.003，預設迭代次數(shù)為5000次，當均方差達到目標要求時自動停止，發(fā)現(xiàn)BP神經(jīng)網(wǎng)絡在預定迭代次數(shù)內(nèi)達到了誤差目標要求，共迭代3155次，收斂過程比較平穩(wěn)。

表2 虛擬正交實驗 Table2 Orthogonal simulation experiment

BP神經(jīng)網(wǎng)絡模型經(jīng)過學習訓練結束后，網(wǎng)絡已經(jīng)成型，各神經(jīng)元、各層權值和閾值均已確定。為驗證模型的準確性和泛化性，用剩下的5組數(shù)據(jù)對模型進行測試。表3所列為測試結果，發(fā)現(xiàn)訓練樣本值和預測值之間差別不大，最大相對誤差為9.30%，最小相對誤差為2.09%，精度控制在10%以內(nèi)，表明網(wǎng)絡學習訓練成功，網(wǎng)絡精確度高，網(wǎng)絡模型能反映訓練樣本中輸入值和輸出值之間的非線性映射關系[15]。

表3 BP神經(jīng)網(wǎng)絡測試樣本值和訓練樣本值的比較 Table3 Comparison of testing data and training data of BP ANN

基于建立鋼/鋁激光焊工藝參數(shù)與熔池深度之間的BP神經(jīng)網(wǎng)絡模型具有良好的精確性和泛化性，利用訓練好的BP神經(jīng)網(wǎng)絡模型，根據(jù)鋁熔化，鋼母材不熔化或少量熔化的要求，為了抑制或減少鋼/鋁激光焊過程中生成Fe/Al脆性金屬間化合物，優(yōu)化與預測了鋼/鋁激光焊接工藝參數(shù)，獲得最優(yōu)參數(shù)組合如下：功率P=2500 W、焊接速度v=45 mm/s、焊接離焦量A=0。

4.3 焊接試樣顯微組織

BP神經(jīng)網(wǎng)絡優(yōu)化的鋼/鋁激光焊工藝條件下，焊縫橫截面形貌如圖10所示，發(fā)現(xiàn)在激光熱源的作用下，鋁熔化，鋼母材少量熔化，液態(tài)鋁在鋼表面潤濕鋪展良好，焊縫熔深和熔寬大約分別為1.375和2.525 mm，焊縫深寬比為0.545(見圖10(a))。焊縫熱影響區(qū)較窄(見圖10(b))，液態(tài)鋁與鋼板結合部位有一個臺階狀區(qū)域(見圖10(c))，該區(qū)域鋼/鋁存在明顯界限(見圖10(d))。臺階區(qū)域的形成是因為此區(qū)域位于熔池的底部中心，熱輸入量高，鋁與鋼會發(fā)生相互作用，形成熱擴散區(qū)；而鋼/鋁界面存在界限，表明在優(yōu)化工藝條件下，鋼/鋁界面結合主要依靠液態(tài)鋁在鋼母材表面上的潤濕、填充和鋪展等作用。

圖10 鋼/鋁激光焊接工藝參數(shù)優(yōu)化條件下接頭橫截面形貌 Fig.10 Cross-section morphologies of laser welding of steel and aluminum joint after optimization: (a) Cross-section; (b) Heat affect zone; (c) Platform area; (d) Interface of steel and aluminum

4.4 焊接接頭力學性能

圖11 (a)所示為鋼/鋁焊接接頭的剪切強度，發(fā)現(xiàn)焊接接頭平均抗剪強度為27.70 MPa；圖11(b)所示為對應最低抗剪強度(23.95 MPa)、最高抗剪強度(32.28 MPa)、中間抗剪強度(26.86 MPa)的斷裂試樣。從圖11(b)可見，試樣均在焊縫處剝離。圖12所示為剪切斷口處的SEM像。斷口不同部位其形貌均不同，從圖12(c)可看出，存在較短、不連續(xù)、匯合特征不明顯的河流狀花樣和短而彎的撕裂棱，而從圖12(d)可看出，斷口表面存在一些淺和小的韌窩，焊縫區(qū)斷裂形貌表現(xiàn)為準解理和韌性的混合型斷裂特征。

4.5 焊縫界面元素分布

圖13~15所示分別為鋼/鋁焊縫界面附近位于熔池中層B線、上層A線與下層C線的元素線掃描結果?？煽闯?，Si和Zn兩種元素含量較低，在界面均勻分布，而Mg、Al和Fe 3種元素在界面處均有一個漸變過程。分析發(fā)現(xiàn)，A處線掃描元素的混合區(qū)域要比B和C處的寬，A處出現(xiàn)穩(wěn)定的平臺區(qū)域，B和C兩處卻為漸變過程，推測上層A處生成的Fe/Al化合物層比B和C處寬，主要原因是上層A處靠近激光束照射區(qū)，加熱集中，溫度高，原子擴散能力增強，導致Al和Fe快速結合，容易形成金屬間化合物。

圖11 接頭抗剪強度和斷裂試樣 Fig.11 Shear strength of joint and specimen after stretching: (a) Shear strength of joint; (b) Specimen after stretching

圖12 試樣斷口處的SEM像 Fig.12 SEM images of shear fracture of specimen: (a),(b),(c) River pattern; (d) Shallow and small dimple

圖13 鋼/鋁焊縫中層B線的元素線掃描分析圖Fig.13 Element line scanning of line B in steel and aluminum welded joint: (a) Line scan test position; (b) Element distribution of joint

圖14 鋼/鋁焊縫上層A線的元素線掃描分析圖Fig.14 Element line scanning of line A in steel and aluminum welded joint: (a) Line scan test position; (b) Element distribution of joint

圖15 鋼/鋁焊縫下層C線的元素線掃描分析圖Fig.15 Element line scanning of line C in steel and aluminum welded joint: (a) Line scan test position; (b) Element distribution of joint

4.6 焊縫界面層結構形態(tài)及主要物相

圖16 鋼/鋁界面的SEM像 Fig.16 SEM images of laser welding-brazing of steel and aluminum interface: (a) Interface between steel and joint; (b) Enlarged view of zone A

圖16 所示為鋼/鋁界面層微觀結構形態(tài)。由圖16(a)可看出，鋼/鋁界面不同部位金屬間化合物層的厚度不同。由圖16(b)可看出，A區(qū)界面處靠近鋁母材的化合 物呈針狀或片狀，并向熔池方向生長，往下分為3層，中間層厚度最大，向兩邊逐漸減薄，將從靠近鋼母材到熔池的3層依次命名為IMC-I、IMC-II和IMC-III，發(fā)現(xiàn)化合物的平均厚度分別約為2、5和2 μm，各層化合物間呈細小的鋸齒狀。

由于除厚度、形態(tài)分布之外，金屬間化合物層的類別對接頭性能起重要作用，本文作者進一步對圖16中不同化合物層進行了EDS分析，結果見表4。發(fā)現(xiàn)IMC-III(2區(qū))中Al、Fe原子個數(shù)比接近3:1，IMC-II(3區(qū))中Al、Fe原子個數(shù)比接近5:2，IMC-I(4區(qū))中Al、Fe原子個數(shù)比接近1:1，在5區(qū)中Al、Fe原子個數(shù)比接近1:3。推測IMC-I為FeAl，IMC-II為Fe2Al5， IMC-III為FeAl3，其中區(qū)域1為從IMC-III層中長出富鋁的FeAl3，區(qū)域5為Fe3Al，為化合物層向鋼基體過渡的過渡層。

表4 圖16(b)中界面化合物層EDS分析結果 Table4 EDS analysis results of interface compound layer shown in Fig.16(b)

圖17所示為焊接接頭的XRD譜。檢測發(fā)現(xiàn)含有FeAl和Fe3Al兩種金屬間化合物，由于EDS分析結果顯示的是鋼/鋁界面層不同位置的相結構，不同焊縫層面對應的相結構不同，因此EDS分析結果與XRD分析結果存在一定差異。

圖17 鋼/鋁焊接接頭相結構的XRD譜 Fig.17 XRD patterns of phase structure in steel and aluminum welded joint

5 結論

1) 模擬計算獲得的工件表面距焊縫中心不同位置溫度與實驗同步測量溫度基本吻合，所建熱源模型能反映激光焊實際過程特點。

2) 通過神經(jīng)網(wǎng)絡方法建立模型預測不同工藝參數(shù)下焊接熔池深度的相對誤差控制在10%以內(nèi),根據(jù)鋁熔化，鋼母材不熔化或少量熔化的要求，為了抑制或減少鋼/鋁激光焊過程中生成Fe/Al脆性金屬間化合物，優(yōu)化與預測的鋼/鋁激光焊最優(yōu)工藝參數(shù)組合如下：焊接功率為2500 W，焊接速度為45 mm/s，焊接離焦量為0。

3) 優(yōu)化工藝條件下，鋼/鋁焊縫橫截面鋁熔化，鋼少量熔化，液態(tài)鋁在鋼表面潤濕鋪展良好，鋼/鋁界面層形成厚度約為9 μm、呈細小鋸齒狀、由FeAl和Fe3Al組成的金屬間化合物層，焊接接頭平均抗剪強度為27.70 MPa，斷裂形貌呈準解理和韌性的混合型斷裂特征。

[1] 龍江啟,蘭鳳崇,陳吉清. 車身輕量化與鋼鋁一體化結構新技術的研究進展[J]. 機械工程學報,2008,44(6): 27-35.

LONG Jiang-qi,LAN Feng-chong,CHEN Ji-qing. New technology of lightweight and steel-aluminum hybrid structure car body[J]. Chinese Journal Mechanical Engineering,2008,44(6): 27-35.

[2] 虞 鋼,趙樹森,張永杰. 異種金屬激光焊接關鍵問題研究[J]. 中國激光,2009,36(2): 261-268.

YU Gang,ZHAO Shu-sen,ZHANG Yong-jie. Research on key issues of laser welding of dissimilar metal[J]. Chinese Journal of Laser,2009,36(2): 261-268.

[3] 張明軍,陳根余,李時春. 車用鋁合金與鍍鋅鋼光纖激光搭接焊試驗研究[J]. 中國激光,2011,38(6): 0603010.

ZHANG Ming-jun,CHEN Gen-yu,LI Shi-chun. Experimental investigation on fiber laser overlap welding of automotive aluminum to galvanized steel[J]. Chinese Journal of Laser,2011,39(4): 0603010.

[4] ZHANG H T,FENG J C,HE P,HACKL H. Interfacial microstructure and mechanical properties of aluminium zinc coated steel joints made by a modified metal inert gas welding-brazing process[J]. Materials Characterization,2007,58(7): 588-592.

[5] 雷 振,王旭友,王偉波. 鋁/鍍鋅鋼復合熱源熔-釬接頭中的Al-Fe金屬間化合物層分析[J]. 焊接學報,2007,28(11): 65-68.

LEI Zhen,WANG Xu-you,WANG Wei-bo. Analysis for Al-Fe intermetallic compounds layer of fusion-brazed joints between aluminium and zinc-coated steel by hybrid welding[J]. Transactions of the China Welding Institution,2007,28(11): 65-68.

[6] 周惦武,吳 平,彭 利,張 屹,陳根余. 鍍Zn鋼-6016鋁合金異種金屬的激光熔釬焊及數(shù)值模擬[J]. 中國有色金屬學報,2012,22(6):1738-1746.

ZHOU Dian-wu,WU Ping,PENG Li,ZHANG Yi,CHEN Gen-yu. Laser welding-brazing and numerical simulation of zinc-coated steel and 6016 aluminum alloy[J]. The Chinese Journal of Nonferrous Metals,2012,22(6): 1738-1746.

[7] 彭 利,周惦武,徐少華,彭 平,劉金水. 鍍Zn鋼-6016鋁合金激光焊接組織性能與第一原理計算[J]. 中國有色金屬學報,2012,22(1): 230-238.

PENG Li,ZHOU Dian-wu,XU Shao-hua,PENG Ping,LIU Jin-shui. Laser lap welding structural properties and first-principle computation of zinc-coated steel and 6016 aluminum alloy[J]. The Chinese Journal of Nonferrous Metals,2012,22(1): 230-238.

[8] MATHIEU A,PONTEVICCI S,VIALA J,CICALA E,MATTEI S,GREVERY D. Laser brazing of a steel/aluminium assembly with hot filler wire (88% Al,12% Si)[J]. Materials Science and Engineering A,2006,435/436(1/2): 19-28.

[9] 樊 丁,張詩正,余淑榮. 5A02鋁合金與鍍鋅鋼CO2激光熔-釬焊接工藝[J]. 金屬鑄鍛焊技術,2012,41(11): 140-142.

FAN Ding,ZHANG Shi-zheng,YU Shu-rong. Fusion-brazing welding for dissimilar metals between 5A02 aluminum alloy and zinc-coated steel by CO2laser[J]. Casting Forging Welding,2012,41(11): 140-142.

[10] 褚慶臣,何秀麗,虞 鋼. 不銹鋼激光搭接焊接頭溫度場數(shù)值模擬及分析[J]. 中國激光,2010,37(12): 3180-3186.

CHU Qing-chen,HE Xiu-li ,YU Gang. Numerical simulation and analysis on temperature field for laser welded stainless steel lap joint[J]. Chinese Journal of Laser,2010,37(12): 3180-3186.

[11] 曾祥呈,黃健文,張慶茂. 激光焊接過程溫度場的模擬[J]. 應用激光,2008,28(3): 190-195.

ZENG Xiang-chen,HUANG Jian-wen,ZHANG Qing-mao. Thermal field simulation in laser welding process[J]. Applied Laser,2008,28(3): 190-195.

[12] 劉黎明,梁國俐,劉玉君. 基于人工神經(jīng)網(wǎng)絡的船舶高強鋼焊接變形分析預測[J]. 焊接學報,2002,23(1): 27-33.

LIU Li-ming,LIANG Guo-li,LIU Yu-jun. Analysis and prediction of the welding deformation of high-strength steel in boat based on artificial neural network[J]. Transaction of the China Welding Institution,2002,23(1): 27-33.

[13] GHOSAL S,CHAKI S. Estimation and optimization of depth of penetration in hybrid CO2-laser-mig welding using ANN-optimization hybrid model[J]. Int J Adv Manuf Technol,2010,47(9/12): 1149-1157.

[14] 薛忠明,顧 蘭,張彥華. 激光焊接溫度場數(shù)值模擬[J]. 焊接學報,2003,24(2): 79-82.

XUE Zhong-ming,GU Lan,ZHANG Yan-hua. Numerical simulation on temperature field in laser welding[J]. Transaction of the China Welding Institution,2003,24(2): 79-82.

[15] SATHIYA P,PANNEERSELVAM K,ABDUL J M Y. Optimization of laser welding process parameters for super austenitic stainless steel using artificial neural networks and genetic algorithm[J]. Materials and Design,2012,36(1): 490-498.