1. 从焊缝除锈说起：激光清洗为什么值得单独开一门课
我最早接触激光清洗，是因为一个实际生产难题。某工厂的金属结构件焊接后，焊缝两侧总有一层氧化皮和薄锈，以前用砂轮打磨，效率低不说，还容易伤到母材。后来换成了激光清洗设备，头一两次用下来确实惊艳——光束扫过，锈迹和氧化层肉眼可见地剥落，基体光亮如新。
但真正让我觉得这门技术必须“追根溯源”的，是后来自行调试工艺参数时的困惑：激光功率、扫描速度、离焦量都差不多的情况下，为什么有的工件清洗效果极好，有的却出现了肉眼几乎不可见的热影响区，甚至局部发生几何变形？网上找到的资料大多是设备操作手册或者案例视频，讲“怎么调参数”的多，讲“底层力学和热学过程”的少。直到后来看到一门教学视频，专门用固体传热、变形几何和固体力学三个模块去拆解激光清洗过程中的物理机制，才算把很多“玄学”参数变成了可以计算的工程问题。
这篇文章就把我消化这门课的核心笔记整理出来，结合我自己跑过的仿真和实验数据，说说激光清洗过程中热传导怎么算、变形怎么预测、应力场怎么分析，以及这三个物理场如何串成一条完整的分析链路。如果你正在做激光清洗工艺优化、设备选型，或者需要给客户出工艺方案，这篇内容应该对你有实际参考价值。
激光清洗的物理本质并不复杂：高能量密度激光作用于工件表面污染物，污染物因瞬间升温汽化或热膨胀剥离。但“瞬间升温”这四个字背后，牵扯的是热流在材料内部的传导、升温导致的热胀冷缩、以及约束条件下产生的热应力。这三个问题恰好对应固体传热、变形几何和固体力学三个模块。视频教程正是按照这条主线，把激光清洗从“现象”讲到了“机理”。
2. 热源模型与固体传热：先把“激光扫过”翻译成数学语言
2.1 高斯热源到底是怎么分布的
激光清洗的模拟，第一步是确定热源的空间分布。实际激光器输出的光斑能量并不是均匀的，绝大多数情况下呈高斯分布，光斑中心能量密度最高，向边缘逐渐衰减。在仿真软件中，这个热源可以用高斯面热源来表征，热流密度公式形如：
q(r) = q_max * exp(-2r² / R²)
其中 q_max 是光斑中心的最大热流密度，R 是光斑的有效半径，r 是距光斑中心的距离。这个公式意味着，光斑边缘处的热流密度已经衰减到中心值的约 13.5%，基本可以忽略。
这个分布对清洗效果影响非常直接。我自己做过一组对比实验，同样的平均功率下，光斑调得越集中，中心区域温度峰值越高，污染物去除越彻底，但基材过热的概率也越大；光斑适当扩大后，能量更分散，清洗效率下降，但热影响区会明显收窄。仿真中如果不把高斯分布建进去，直接用均匀面热源代替，算出来的峰值温度可能偏差 20% 以上，这个差异对是否发生基材熔融的判断影响很大。
2.2 固体传热控制方程与边界条件
热源模型确定后，接下来是求解热传导方程。对固体材料，三维瞬态热传导方程可以写为：
ρ c ∂T/∂t = ∂/∂x(k ∂T/∂x) + ∂/∂y(k ∂T/∂y) + ∂/∂z(k ∂T/∂z) + Q
其中 ρ 是密度，c 是比热容，k 是导热系数，Q 是内热源项。在激光清洗场景下，Q 对应激光在表层吸收的体积热源，或者我们直接把激光处理成表面热流边界条件加载到工件顶面。
边界条件的设置是这门课里重点强调的内容。工件表面除了接受激光辐照，还在同时向周围环境散热，包括对流换热和辐射换热。自然对流换热系数一般取 5~25 W/(m²·K)，强制风冷或水冷则要高一个数量级。辐射换热遵循史蒂芬-玻尔兹曼定律，在高温阶段不能忽略。
需要注意的一个细节是材料热物性参数的温度依赖性。常温下铁的导热系数约 80 W/(m·K)，到 800℃ 时可能降到 30 W/(m·K) 左右。如果仿真中全程使用常温物性，算出来的温度场会偏高，导致后续热应力预测失真。课程里给了一个实用的处理思路：把比热容、导热系数、线膨胀系数都设置成随温度变化的分段函数，材料库里有数据的直接调用，没有数据的用插值逼近。
2.3 时间步长与网格尺度的匹配
激光清洗的典型特征是超快加热，激光与材料作用时间往往在纳秒到微秒量级（短脉冲）或者毫秒量级（连续波扫描）。瞬态分析中，时间步长必须足够小才能捕捉到温度急剧上升的过程，而空间网格也必须足够密才能分辨温度梯度极大的表层区域。
我的经验是，表层网格尺寸至少要小于光斑半径的 1/5，时间步长控制在激光作用时间的 1/10 以下。比如脉宽 100 ns 的脉冲激光，时间步长建议不超过 10 ns。如果时间步长太大，温度峰值会被平滑掉，峰值温度偏低，后续应力计算结果也跟着失真。反过来，时间步长太小、网格太密，又会大幅增加计算耗时。工程上可以先跑一个粗网格模型确认整体趋势，再逐步加密网格做收敛性验证。
我们来看一个实际案例的边界条件设置参数，供参考：
| 参数项 | 设置值 | 说明 |
|---|---|---|
| 激光功率 | 100 W | 连续波光纤激光 |
| 光斑半径 | 0.5 mm | 高斯分布有效半径 |
| 扫描速度 | 2000 mm/s | 振镜扫描方式 |
| 热边界类型 | 表面热流 + 对流辐射 | 顶部加载热流，其余面设置对流散热 |
| 初始温度 | 20℃ | 环境温度 |
| 材料 | 低碳钢 | 热物性随温度变化 |
这种参数组合下，表层温度峰值通常在几毫秒内冲到上千摄氏度，而距表面仅 0.1 mm 的深层位置，温升幅度可能不到表层的三分之一。这个强烈的温度梯度，正是后续热应力和变形的根本驱动力。
3. 变形几何：从热膨胀到宏观翘曲的演变路径
3.1 热应变与自由膨胀的约束
材料受热后体积会膨胀，线膨胀系数 α 描述了单位温度变化下的相对伸长量。如果材料完全自由，没有外部约束，升温只会导致均匀膨胀，不会产生应力。但在激光清洗中，情况完全不同——激光加热只作用在表面薄层，表层温度远高于内部，而且表层受热膨胀时，周围冷态材料会像“夹子”一样限制它自由伸展。
举个生活中的例子：一块铁板如果只从一面用喷灯加热，铁板会向加热面凸起还是向背面凸起？实际现象是铁板向加热面方向凸起，因为表层受热膨胀但受到冷态底层的约束，表层受压应力，材料只能向不受约束的方向“鼓”出去。激光清洗中的热变形遵循同样的逻辑，只是加热区域更小、温度梯度更剧烈、时间尺度更短。
3.2 单元类型与几何非线性
在变形几何模块中，课程强调了一个关键点：要准确模拟激光清洗导致的大变形，需要考虑几何非线性。所谓几何非线性，指的是结构在变形过程中，刚度矩阵随变形发生改变，不能用初始几何状态下的线性近似代替。
例如一块 200 mm × 200 mm × 2 mm 的薄钢板，表面单道激光扫描后，如果温升导致局部厚度方向膨胀量达到 0.1 mm，相对于 2 mm 的厚度来说比例已经不小。此时如果还在小变形假设下计算，得到的位移场会明显偏小。开启大变形开关后，仿真会把每一增量步的几何更新考虑进去，得到的变形形态与实际测量更吻合。
网格的选择上，薄板类结构用壳单元可以提高计算效率，但如果要分析厚度方向的温度梯度和应力分布，就必须使用实体单元。实体单元建议至少划分 3 层以上厚度方向网格，才能捕捉到表面压应力向内部拉应力过渡的应力梯度。
3.3 一个薄板扫描的变形模拟例子
我也按照课程思路跑过一个简化二维模型：100 mm × 20 mm 的钢板截面，激光沿长度方向匀速扫描一遍。边界条件是底边两端固定，顶面加载移动高斯热源。
计算结果中，板件呈现出明显的“弓形”变形，激光扫描一侧向内凹陷，另一侧外凸。最大变形量不是出现在扫描起点，而是在扫描中后段，因为热量不断积累，后段的基材温度比前段更高。这个现象解释了为什么实际生产中，长焊缝或大面积清洗后的工件总是两端翘曲最严重——热量积累导致末端温度更高，热应变更大。
实验中我用三坐标测量仪对实际清洗后的试板进行了测量，变形趋势与仿真一致，最大变形量误差在 15% 以内。这个精度对于预判清洗工艺是否会破坏工件尺寸公差来说，已经完全够用。
4. 固体力学模块：热应力如何影响清洗质量与基材安全
4.1 热弹性力学基本关系
有了温度场和变形场，就可以进一步求解应力场。热弹性力学的基本关系是应力由两部分组成：一部分是弹性应变引起的应力，另一部分是温度变化引起的热应变。在总应变中扣除热应变后，剩余部分才是弹性应变，进而通过本构关系求出应力。
具体的公式关系是：总应变 = 弹性应变 + 热应变 + 塑性应变（如果进入塑性区）。对激光清洗这种短时高温过程，表层温度可能超过材料屈服强度对应的高温屈服点，塑性应变不可忽略。课程中建议采用双线性随动强化模型或者理想弹塑性模型来近似，参数用高温拉伸实验数据，否则应力结果会明显偏高。
4.2 应力场的时空分布规律
激光清洗过程中，热应力的演化有这样几个阶段：
- 加热初期：表面受热膨胀受约束，表面形成压应力，内部形成较小的拉应力。
- 加热峰值期：表面温度达到最高，压应力也达到峰值。如果压应力超过材料高温屈服强度，表层就会发生压缩塑性变形。
- 冷却阶段：激光移开后，表层开始冷却收缩，但已经发生的压缩塑性变形无法完全恢复，表层应力状态从压力转为拉力。残余拉应力由此形成。
这个残余拉应力是激光清洗需要警惕的问题。它不会立刻让工件失效，但在交变载荷或腐蚀环境下，残余拉应力叠加工作应力，容易成为疲劳裂纹的萌生源。对高强度钢或铝合金工件，清洗后如果条件允许，建议进行表面应力检测，评估是否需要后续处理。
4.3 应力奇异点与边缘效应
课程里特别提到一个工程中容易忽略的点：边界和几何不连续处会出现应力集中。激光清洗光斑扫描到工件边缘或台阶处时，热边界条件突变，温度梯度增大，应力场会出现局部峰值。
我的实际观察中，工件棱边附近清洗后偶尔出现肉眼可见的微小裂纹，就是因为这类边缘热应力集中。解决方案是调整扫描路径，让光斑在边缘处提前减速或改变离焦量，避免边缘处能量过高。仿真中也可以通过观察应力分布云图来预判哪些位置容易出问题，反过来指导路径规划。
4.4 应力与变形的实验验证手段
仿真结果的可靠性必须通过实验验证。常用的验证手段包括：
- 热电偶测温：在工件背面或侧面埋设热电偶，记录温度-时间曲线，与仿真对比。
- 红外热像仪：非接触测温，适合观察表面温度场分布，但测量精度受发射率影响。
- 显微硬度或残余应力仪：测量清洗后表层残余应力，与仿真结果对照。
- 三坐标测量或激光轮廓仪：测量变形后的几何轮廓，验证变形量。
我个人的建议是，至少要完成“温度场对比 + 变形量对比”两个层面的验证，才能确认仿真模型可信。只对比温度不对比变形，相当于验证了热源模型却忽略了力学边界条件的正确性，隐患不小。
5. 三个物理场如何串联：从温度到应力再到变形的完整链路
5.1 单向耦合与双向耦合
激光清洗仿真的物理过程是典型的顺序耦合：激光产生温度场，温度场产生热应变，热应变在约束下产生应力和变形。温度场对力学场有影响，但力学变形反过来对温度场的直接影响很小，因此绝大多数情况下采用单向顺序耦合即可。
具体操作流程是：先运行固体传热分析得到瞬时温度场，再把温度场作为体载荷映射到结构分析模块，施加热应变，求解应力和变形。这种解耦方式效率高，精度也能满足工程需求。只有在大变形导致热接触条件改变等特殊情形下，才需要考虑双向耦合。
5.2 在仿真软件中的操作路线
如果用的是一套支持多物理场耦合的软件，操作路径一般是这样的：
- 在传热模块中定义高斯移动热源，求解温度场。热源移动通过坐标系扫描或函数定义实现。
- 在结构模块中设置材料力学属性，包括弹性模量、泊松比、屈服强度、线膨胀系数。关键是线膨胀系数和弹性模量都要设置为温度相关。
- 将传热计算的温度结果作为载荷导入结构分析。注意网格一致性，如果两套网格不一致，需要插值映射，这会引入一定误差。
- 设置好边界约束后求解，后处理中查看等效应力分布、变形云图。
我在实操中遇到最多的问题是网格不匹配导致的应力跳变。最好的做法是温度场分析和结构分析共用同一套网格，或者使用软件的“一致网格”映射功能。省这一步，后面处理应力结果时会出现大量虚假的应力集中，需要额外时间清理。
5.3 一个完整案例的参数输入参考
下面给出一套我调试过的完整仿真参数，对应的是 2 mm 厚低碳钢板表面局部除锈场景，可以直接作为初始参考值：
| 模块 | 参数 | 数值 |
|---|---|---|
| 材料属性 | 弹性模量 | 210 GPa（随温度折减） |
| 材料属性 | 泊松比 | 0.3 |
| 材料属性 | 线膨胀系数 | 12e-6 /℃（随温度变化） |
| 材料属性 | 屈服强度 | 250 MPa（高温折减） |
| 热源 | 激光功率 | 120 W |
| 热源 | 光斑半径 | 0.6 mm |
| 热源 | 扫描速度 | 1500 mm/s |
| 热源 | 吸收率 | 0.4 |
| 传热边界 | 对流系数 | 15 W/(m²·K) |
| 结构约束 | 底面 | 固定约束 |
| 求解设置 | 大变形 | 开启 |
这里特别说下吸收率。不同材料表面对激光的吸收率差异很大，抛光金属表面可能只有 5%~10%，而带锈、带氧化皮表面可达 40%~60%。清洗过程中，激光先作用于锈层，吸收率较高，等锈层去除露出金属基体后，吸收率骤降。这个动态变化在仿真中很难精确建模，工程处理上通常取一个加权平均吸收率，或者分段设置。这也是仿真与实测存在偏差的重要来源之一。
6. 常见仿真陷阱与排查建议
6.1 温度峰值异常偏高的原因
仿真中温度峰值比实验结果高很多，优先怀疑这几个原因：
- 吸收率设置过高。金属表面对连续波激光的吸收率并没有想象中那么高，不少人直接抱着 0.8 的数值算，结果肯定失真。
- 忽略了相变吸热。材料达到熔点后会吸收大量潜热，温度不会继续线性上升。如果模型不含潜热处理，峰值温度会虚高。
- 时间步长过大，导致瞬态响应被低估。这个方向是反向偏低，要注意区分。
6.2 变形方向与直觉相反
出现变形方向反了的情况，先检查约束条件。如果底面被固定得太彻底，阻止了板件的自由膨胀，热膨胀只能向上鼓起，方向会与实际情况不同。另外检查大变形开关是否开启，几何非线性关闭时，大变形的弯曲效应无法体现。
6.3 应力集中位置不一致
仿真中的应力集中出现在网格粗糙区域，而实验中没有发现裂纹，多半是网格问题而不是真实应力。将网格加密后，如果应力峰值下降且位置转移，就是典型的网格敏感性。后续对比实验结果时，以加密网格的结果为准。
6.4 仿真时间过长
激光扫描往往是一个移动热源扫过较长路径，如果用三维实体网格加上极细时间步，计算量非常可观。我的做法是先用二维模型做参数趋势分析，确定大致工艺窗口，再对最优参数跑三维验证。二维模型的定量精度有限，但趋势和参数敏感性分析已经足够可靠。
7. 从课堂教学到工程应用：这门视频课解决的实际问题
这门教学视频的价值，不在于把公式推导得多么炫目，而在于它构建了从物理机制到仿真操作再到工艺优化的完整路径。看完之后，我至少能回答以下此前模棱两可的问题：
- 激光清洗后工件为什么会出现翘曲？是因为表层压缩塑性应变与内部弹性恢复不匹配，冷却后产生了残余应力场。
- 为什么清洗速度不能无限提高？速度提高后，单点作用时间缩短，温度峰值下降，污染物去除不充分，同时冷热交替频率加快，热应力循环效应增强。
- 为什么高功率激光清洗高强度钢要特别谨慎？因为热应力峰值的绝对值随功率增大而提高，残余拉应力更容易超出材料的疲劳设计裕度。
在实际工程中，我用这套方法做过一次工艺参数优化：原本工件清洗后变形超差，良品率只有七成。通过仿真调整了扫描路径和功率匹配，把最大变形量降到了公差范围内，良品率提升到了九成以上。整个过程没有盲目试错，每调整一个参数，仿真都能给出预判方向，实验验证一次成功。
如果你所在的公司正在做激光清洗设备或工艺开发，我建议尽早把“仿真先行”的思路引入到流程中。哪怕只能做到温度场和变形趋势的预判，也比“调参-试打-报废-再调参”的循环省钱得多。
8. 给初学者的实操建议与个人体会
8.1 从简单模型起步
初学者不要一上来就追求全尺寸三维模型。先用一个小方块或者短梁模型，加载固定热源，观察温度场、应力场的分布规律。理解热应力的基本行为后，再逐步加入移动热源、扫描路径和复杂几何。
8.2 多花时间校准材料参数
材料参数是仿真精度的重要来源。仿真的精度上限不会超过材料参数的精度，如果你的材料库数据是猜的，那么结果只能用来定性分析。建议优先从公开材料数据库获取温度相关的热物性和力学参数，或者委托检测机构做高温热物性测试。
8.3 仿真结果必须回到实验验证
任何仿真模型的最终评判标准都是与实验的吻合程度。没有实验验证的仿真结果，只能作为趋势参考，不能直接作为工艺定型的依据。建议每次仿真都保留全部参数设置记录，方便与实验结果对应迭代。
我在实际使用这套方法的过程中最大的体会是：激光清洗工艺开发的核心壁垒，不是激光器的功率或光斑质量，而是对“热-力耦合”机理的深刻理解。参数可以靠经验积累，但机理必须靠准确的分析模型才能摸透。这门课恰好把这条最不易自学的路径补齐了。
如果你也正在被激光清洗后的变形或热损伤问题困扰，希望这篇整理能帮你少走一些弯路。后面我还会继续用这套方法研究其他材料的清洗工艺，有了新的结论再来分享。
