为QT500-7激光淬火工艺参数构建和优化可解释模型

《Optics & Laser Technology》：Construction and optimization of interpretable models for QT500-7 laser hardening process parameters

　　

梁强|陈宏|金福祥|徐斌远|杜彦斌

重庆科技商务大学机械工程学院，中国重庆400067

摘要

激光硬化显著提高了金属部件的耐磨性，被广泛应用于高端制造领域。QT500-7球墨铸铁因其优异的强度和韧性而备受青睐，常用于关键的汽车零部件中。然而，其表面硬度往往无法满足恶劣工作条件下的要求。为了解决工艺参数与硬化层特性之间的复杂非线性关系，本研究开发了一个可解释的模型，用于优化QT500-7的激光硬化参数。建立一个包含相变场的有限元模型。以激光功率、扫描速度和重叠率为变量，以硬化层深度和熔化层深度为目标，采用拉丁超立方抽样法进行实验设计。从得到的数据中构建了一个通过贝叶斯优化优化的多任务神经网络预测模型。利用SHapley加性解释（SHAP）方法进行可解释性分析，以明确每个参数的贡献机制。随后，结合多目标河马优化算法使用了差分进化算法进行参数优化。建立了一个综合评估系统，整合了熵权重方法、层次分析法和理想解相似性排序技术，对非支配解集进行排序并确定最优参数组合。使用最优参数进行实验验证，证实激光硬化显著提高了QT500-7的表面硬度。激光硬化后，表面熔化区的硬度约为基体硬度的5.6倍（168 HV0.5），而次表面硬化区的硬度约为基体硬度的3.8倍。这导致磨损表面更加光滑，稳态摩擦系数显著降低，显示出摩擦和耐磨性能的提升。本研究为球墨铸铁的激光硬化工艺优化提供了宝贵的参考。

引言

激光表面硬化技术已成为提高模具和机械部件性能的关键工艺，在近年来引起了广泛的研究关注。由于其优异的铸造性、可加工性和良好的强度-韧性平衡，QT500-7球墨铸铁被广泛用于制造承受高应力和冲击载荷的复杂结构部件，如大齿轮和框架[1]、[2]、[3]、[4]。然而，其表面硬度和耐磨性不足常常导致过早失效，而传统的热处理方法容易导致部件整体变形[5]、[6]。因此，具有高能量密度、窄热影响区和精确局部强化能力的激光表面硬化成为改善QT500-7球墨铸铁表面特性的有前景的方法。

早期研究主要关注工艺参数对硬化效果的定性影响及其相关的微观机制。例如，Záhon等人[7]通过激光硬化获得了一层均匀的马氏体，显著提高了铸铁的耐磨性。Martínez等人[8]识别出AISI 1045钢的不同硬化模式，并确定了最佳温度监测位置，从而为工艺控制提供了基础。Zammit等人[9]和Ghaini等人[10]分别验证了在特定参数范围内实现高硬度和理想硬化深度的可行性。此外，Al-Sayed等人[11]和Vesely等人[12]的研究证实了激光处理能够实现局部硬化并显著提高硬度，强调了该技术的应用潜力。

随着研究的进展，数值模拟方法被广泛应用于预测和优化硬化过程。Fakir等人[13]将COMSOL模拟与实验工作相结合，阐明了激光功率对硬化层深度的影响。Fortunato等人[14]通过校准材料反射系数提高了激光硬化模拟的准确性。Sidi-Ahmed等人[15]结合涡流检测和有限元模拟实现了硬化层的无损定量表征。在这些进展的基础上，Chen等人[16]成功将有限元模拟与实验优化相结合，使QT700-2球墨铸铁曲轴的硬度提高了三倍，并显著增强了耐磨性，证明了数值模拟在工艺优化中的关键作用。

然而，现有的研究方法仍存在一些局限性。一方面，仅依赖数值模拟虽然能够阐明相变和热传递机制，但计算成本高，难以快速实现工艺参数的全局优化，并且对复杂非线性关系的映射能力有限。另一方面，基于试错或传统回归模型的工艺参数优化可能产生局部最优解；然而，它缺乏物理机制的支持，可解释性差，预测精度不足，泛化能力不足。此外，它无法阐明各个参数对性能的贡献，因此无法满足高性能应用中精确工艺设计的要求。

为了解决这些挑战，本文提出了一个将数值模拟与数据驱动优化相结合的研究框架。通过构建相变传热模型，系统地阐明了工艺参数与微观结构演变之间的内在关系。在此基础上，建立了一个多任务神经网络模型，以实现关键工艺参数与多响应目标之间的高精度非线性映射。此外，引入了SHAP可解释性分析方法，以明确各个参数对硬化性能的贡献机制。最后，结合了DE-MOHOA和EWM-AHP-TOPSIS方法，实现了工艺参数解的快速优化和有效排序。实验验证证明了所获得最优参数集的可行性和优越性，所提出的框架可为其他球墨铸铁的激光硬化工艺优化提供参考。

章节片段

有限元建模

在激光硬化实验中，工艺参数——激光功率（P）、扫描速度（V）和重叠比（δ）——显著影响材料表面的热行为。过高的P结合低V会导致能量输入过高，从而导致表面熔化甚至蒸发，从而降低硬化效果。相反，过低的P结合高V会导致热输入不足，使硬化层过浅[17]。重叠比δ

有限元模拟验证

为了验证所开发的激光硬化相变传热模型的准确性，使用300 W的激光功率、5 mm·s?1的扫描速度和75%的重叠比进行了模拟。在模拟过程中，材料表面经历了快速加热和冷却循环。随着温度的急剧升高，铁素体和珠光体转变为奥氏体。随着进一步的能量输入，表层发生部分熔化，形成了熔池。

结论

本研究通过整合数值模拟、机器学习和SHAP可解释性分析，提出了一种针对QT500-7球墨铸铁激光硬化工艺参数的多目标优化和决策方法。主要发现如下：

1) 利用有限元模型进行相变传热分析，确定了激光硬化工艺参数的范围。采用拉丁超立方抽样法进行实验设计，得到

利益冲突声明

作者声明他们没有已知的可能影响本文工作的竞争性财务利益或个人关系。

致谢

本项目得到了重庆市教委的科学技术研究项目（KJZD-K202500802）和重庆市自然科学基金（CSTB2025NSCQ-GPX0135）的支持