不锈钢(304)和聚甲基丙烯酸甲酯(PMMA)是两种常见的金属材料和高分子材料,通过加工技术使两种材料复合来满足产品生产的需求,在汽车、航空航天、微电子封装焊接上有着广泛的应用。由于304不锈钢与高分子材料PMMA的物理和化学性能存在着巨大差异,传统焊接方法很难获得这两种材料之间的理想焊缝。为实现高质量焊接接头,论文主要针对304不锈钢和高分子材料PMMA的激光搭接焊接工艺展开研究。试验采用WF300脉冲激光器对304不锈钢和高分子材料PMMA激光搭接焊进行了可焊性的研究。在一定条件和参数下,激光束照射在上层金属上进行热传导方式焊接,在最佳工艺参数组合下试验获得焊接接头连接强度高的样品,接头外观平整完美,没有灼烧、未焊合区等缺陷,接头剪切强度可以达到173.87 N/mm~2。探索在不同焊接工艺参数的组合下,分析典型的焊接形貌,通过极差法对比分析,归纳了激光功率、焊接速度、光斑大小、脉冲频率、脉冲宽度、保护气体流量对焊缝宽度和剪切应力的影响规律。采用正交设计试验的方法,建立了BP—ANN神经网络模型算法优化工艺参数。结合有限元数值模拟的方法对304不锈钢和高分子材料PMMA进行了激光焊接的仿真研究。在分析金属和高分子材料各自的物理化学性能,激光光束照射于上层金属材料,高分子材料紧贴于上层的金属材料进行搭接焊试验,降低了对高分子材料需要具有高透光率的要求。针对此方案,设计了专用的对称式手动调节夹紧装置。确定激光焊接工艺参数以及焊接光斑大小的调节方法。焊接完成后采用万能电子试验机进行拉伸试验。通过对焊接接头的失效模式分析,评估焊接接头的质量,焊接接头有四种失效模式,其中焊接缺陷和能量密度的范围是导致接头失效的主要原因。在可焊性的基础上,通过正交试验方法设计正交试验工艺参数表,进行焊缝宽度和抗剪力的分析,并建立了焊接工艺参数与焊缝宽度和拉断力之间对应的数学模型。通过BP神经网络算法优化数学模型,训练样本采用BP神经网络模型测量的结果,工艺参数与焊缝宽度和剪切应力之间经训练后呈非线性关系,经检验该模型拥有良好的预测能力,最大相对误差11.7%,精度处于12%以内,通过训练好的BP神经网络模型,对304不锈钢和高分子材料PMMA激光焊接的工艺参数进行优化,找出最佳工艺参数组合。利用ANSYS软件建立了304不锈钢和高分子材料PMMA激光焊接的数学模型,对温度场进行了数值模拟,在一定程度上揭示了304不锈钢和高分子材料PMMA激光焊接接接头的成型机理。