激光熔覆是一种高新技术。它具有降低成本,减少生产时间,改善基体性能,延长零件使用寿命、对环境污染小等特点,并能实现材料的梯度功能。目前这一技术正广泛应用于零件修复和制造等领域,并取得了良好的效果。由于还有一些理论和实践问题没有得到很好的解决,所以它的应用受到了较大的限制。为了提高熔覆制件尺寸精度及表面质量,实现熔覆过程的自动化。本文对激光熔覆过程中工艺参数的优化及扫描路径的实现这两个问题进行了研究,这对提高激光熔覆零件的质量控制具有十分重要的意义。针对激光熔覆过程的复杂性,本文提出了采用反向传播神经网络(BP)和粒子群算法(PSO)相结合对激光熔覆过程的工艺参数进行了优化的新方法。运用BP神经网络建立熔覆带特征(熔覆带高度、熔覆带宽度)与熔覆工艺参数之间的数学模型;以此数学模型为基础,使用粒子群优化算法在可行域内对工艺参数进行寻优计算。同时为实现该方法,本文在VC++平台下进行了相关的程序设计,实现了对工艺参数的优化。本文还对激光熔覆扫描路径实现的基本方法进行了研究,论述了从三维CAD模型到扫描路径实现的一系列过程。尤其是对三维模型分层切片和双向直线扫描路径生成算法进行了研究,并提出了根据距离判别法来实现扫描路径的方法,进行了相应程序开发。针对具体的机器人运动系统,研究了自行开发软件与机器人之间的数据交换,成功将生成的扫描路径传输给机器人,控制其运动轨迹。本文从试验角度验证了优化结果的准确性和扫描路径的实现。采用半导体激光器在QT600-3表面进行单道熔覆试验,试验结果表明使用该方法优化得到的工艺参数进行加工获得的结果与预期结果具有较小的误差,最小误差1.7%,最大误差9.2%,说明了优化方法可行,有利于获得预期的熔覆质量;通过将本课题组开发的软件与机器人之间通信,达到了使用开发软件生成的扫描路径控制机器人运动的目的,进行熔覆扫描路径试验,从模拟和试验两个方面验证了双向扫描路径的实现,表明了该方法是可行的。