数值模拟优化激光透焊PET-304L不锈钢：生物医用材料连接的新途径

本文主要探讨了在生物医学领域中，如何利用数值模拟驱动的激光透射焊接技术（LTW）来优化PET（聚对苯二甲酸乙二醇酯）与304L不锈钢这两种生物相容性材料的连接。生物植入体对材料的生物相容性有严格要求，而传统的实验方式在确定最佳焊接工艺参数时耗时且成本高昂。因此，研究人员提出了一个创新方法，通过有限元模型（FEM）模拟焊接过程中的温度场，这有助于理解焊接过程中的热行为。 首先，研究者构建了FEM模型，模拟焊接过程中温度分布的变化，以此为基础进行实验设计。这种方法的优势在于能够在早期阶段提供预测，减少了不必要的试验次数。随后，他们利用人工神经元网络（ANN）建立起工艺参数与焊接结果之间的数学模型，进一步将模拟数据用于验证该模型的预测能力。这种方法的应用能够更准确地预测焊接性能，节省实验时间和成本。 接下来，文章的核心部分是采用满意度函数（DF）与遗传算法（NSGA-II）相结合的多目标优化策略。DF用于衡量焊接效果的满意度，而NSGA-II则是一种高效的全局优化算法，可以同时优化多个工艺参数，如焊接速度、功率和压力等。通过对这些参数的优化，既确保了焊接质量，又降低了生产成本。 实验结果显示，通过数值模拟驱动的优化方法，预测结果、实验结果和模拟结果之间达到了良好的一致性。这意味着这种方法为生物医学领域的激光透射焊接提供了有效的指导，不仅提高了焊接效率，还显著提升了焊接质量，符合生物医用材料对安全性和兼容性的高要求。 这项研究通过将数值模拟、人工神经网络和多目标优化算法应用于激光透射焊接，为生物医用材料的连接提供了高效且经济的解决方案，对于推动生物医学设备的发展和应用具有重要意义。同时，也为其他领域的类似工艺参数优化提供了新的思路和技术支持。