Invar合金（因瓦合金,也称殷钢）是一种铁镍合金,热膨胀系数(＜2×10-6/K)非常小,并且与复合材料的热膨胀系数非常接近。采用Invar合金制造大型复合材料构件的成型模具,可有效减少复合材料构件固化成型过程中的残余应力和变形,从而保证了大型复合材料制件的精密制造。但Invar合金模具在使用过程中会出现磨损、开裂、表面损伤等;在焊接拼装和加工过程中会出现气孔、裂纹等;在加工过程中会出现超差等失效。与激光焊接等传统方法相比,采用激光熔覆对Invar合金模具进行修复具有热量输入小、能量集中、加热和冷却速度快、稀释率较小、热影响区窄、基板变形和残余应力小等优点。本文针对Invar合金激光熔覆过程中存在的问题,开展了理论和实验研究,从而提高激光熔覆质量。具体研究内容如下:（1）构建了Invar合金激光熔覆过程传热模型。通过建立粉末颗粒熔化模型、熔覆层几何特征模型和稀释率模型,并根据极差分析模型确定的对熔覆过程影响的主次因素,实现对粉末颗粒熔化、熔覆层几何特征和稀释率的调控,以得到期望的激光熔覆结果。（2）建立了Invar合金激光熔覆过程中的热作用模型,并研究了熔覆过程中热作用机理。根据激光熔覆实验建立了准确的单道熔覆和多道搭接熔覆几何模型,利用有限元分析研究了单道熔覆时,不同时刻熔覆层和基板的温度场分布、熔池的大小及变化情况;研究了多道搭接熔覆时,不同时刻熔覆层和基板的温度场分布、前一道对后一道的熔覆层搭接时导致的热积累影响、重熔情况及熔池变化趋势;研究了单道熔覆的热循环规律与多道熔覆的热积累效应。同时,为稀释率调控和优化奠定了基础。（3）提出了一种Invar合金激光熔覆热作用优化方法。针对由于热作用的影响,导致单道熔覆和多道搭接熔覆稀释率逐渐变大的问题,基于深度学习对稀释率进行了调控。首先,为了确保数据的有效性和准确性,选择了5种不同的线性和非线性功率函数加载到有限元模型,并分别提取了对应的数据结果;其次,根据提取的数据结果确定了合适的网络深度、卷积核个数以及卷积核大小;然后,通过构建稀释率优化模型拟合出激光功率函数;最后,把构建的功率函数加载有限元模型进行分析计算,得到了均匀一致的稀释率,并通过实验进行了验证。（4）提出了Invar合金激光熔覆热过程热作用对微观组织影响的方法。针对熔覆过程中热积累效应的影响导致微观组织不断发生演变的问题,分析了单道熔覆、多道搭接熔覆和多层多道熔覆过程中,热积累效应对微观组织的影响机理。对熔覆层的微观组织特征进行了量化分析,并通过控制和调整熔覆工艺参数,控制熔覆层晶粒大小和生长方向,调控熔覆层微观组织特征,改善熔覆层的力学性能,从而减少并抑制熔覆层变形和裂纹的产生,提高熔覆质量。在上述研究的基础上,展开了Invar合金激光熔覆的工艺实验,并进行了验证,实现了Invar合金激光熔覆质量的提高。