校形是保障板金属成形零件形状精度的重要手段。为改善校形效果、提高校形效率，提出了矫正其形状的新方法。该方法利用激光热源局部作用铝合金薄壁件待校形的区域，促使其弹性内能做塑性功并重新分布残余应力，达到提高校形效果和校形效率的目的。以航空用铝合金薄板进行三点弯曲试验得到待成形样件，激光热源沿其弯曲线进行扫描后，得到了一定的校形量，定量分析了校形效果，得出校形率的大小随试件的材质和厚度的不同而不同。试验结果表明了激光校形的可行性，为深入研究成形件的激光校形奠定了基础。

根据激光辅助预应力成形的物理模型, 以激光辅助预应力成形过程中的温度场、成形效率、弹性能转化比等物理量为目标, 通过方程分析法以及量纲分析, 提出了一组无量纲参数, 确定了相似准则。使用有限元方法分析了满足几何相似和物理相似的模型比为1∶3两个模型。结果表明, 满足相似准则的两个模型, 在相应的输入参量下, 其物理量相似。

用较为符合实际的高斯分布表示了脉冲激光输出功率密度分布，讨论了脉冲激光功率密度分布函数形状变化对烧蚀过程中靶材表面熔融前温度分布的影响。建立了考虑热源项的热传导方程，并给出了相应的边界条件。以Si为例，用有限差分方法模拟了温度随时间、位置的变化规律，模拟过程中强调了对边界条件的处理，使整体截断误差保持最小。通过改变脉冲激光功率密度分布函数的形状，分析了温度分布的变化。结果表明，相比恒定脉冲功率密度输出，功率密度高斯分布的激光束与靶材作用时高温阶段的温度变化率变大，靶材表面熔融时刻热扩散距离增加；当激光器上升沿变陡时，在有效作用时间内温度上升得更快，对加工区域周围热效应的影响明显减弱，而热扩散距离变小。

基于人工神经网络基本理论,建立在板料激光弯曲中预测材料表面最高温度、弯曲角度的BP网络模型.借助于MATLAB仿真软件中的神经网络工具箱作为开发平台,将试验样本数据和经过试验验证的数值计算结果作为补充的样本数据用于BP网络的训练,利用训练好的BP网络对非线性的样本数据规律进行拟合,实现激光加工工艺参数的优化,为实际生产和加工提供有效的依据.

采用MSC.Marc非线性有限元软件,对激光强化过程中的温度场进行数值模拟,分析了能量密度的变化对激光强化效果的影响.通过温度传感器测量激光强化时材料表面温度的变化来验证数值模拟的结果.模拟值与实测值基本吻合.结果表明,数值模拟结果可作为激光加工工艺参数选择的依据.

采用MSC.Marc非线性有限元软件,对试件在激光点热源作用下动态微变形过程进行了数值模拟。通过激光反射放大系统测量了试件在激光点热源作用下的动态微变形过程。模拟值与实测值的结果表明

通过对试件在激光与材料非熔凝作用下动态变形过程、热作用区侧面温度场的实时测tt及激光照射后试件 在光斑作用中心处横截面的组织分析,得知试件的最终变形是热应变与相变共同作用的结果,进一步完善了薄板 激光弯曲的变形机理；同时揭示了试件在热作用区侧面温度场的分布规律。试验结果为激光非熔凝加工的应用研究提供了指导。