激光熔覆被用于对缺陷零件进行修复再制造,零件修复后性能接近甚至超过零件原来性能。但是在散热条件较差的工件上或长时间连续进行激光熔覆时,工件将出现热积累效应,导致工件表面温度上升,造成熔池不稳定。热积累效应直接影响到熔覆层成型的外观、内部缺陷、力学性能。为了提高激光熔覆层的成形质量,本文在现有轴类零件的激光熔覆工艺基础上设计基于热积累现象的轴类零件过程工艺优化系统。主要研究内容如下:首先分析热积累现象的成因以及其造成的影响,设计热积累现象量化评估方式,根据热积累现象的影响因素,构建目标优化数学模型。然后应用反向传播神经网络（BP神经网络）建立热积累与激光熔覆加工工艺参数数学模型,利用粒子群优化算法（PSO）对模型进行寻优,最终得出在不同的热积累状态下激光熔覆优化工艺参数。为了方便操作与实现计算机自动化,本文在Microsoft Visual Studio 2017环境下编写多功能激光加工窗体程序,该程序可以实现根据热积累状态自动对工艺参数进行优化的功能。接着本文搭建了热积累监测平台,实现了激光熔覆加工全过程温度监测,通过温度传感器的输出值,用户可以观察工件的热积累状态,并及时对工艺参数做出相应的调整。最后,在金属试验杆上进行验证试验,金属杆材料牌号45#,粉末牌号HLSBS021。试验结果表明,热积累现象会影响激光熔覆层表面质量,主要体现为当工件热积累严重时,熔覆层表面氧化现象增加,同时裂纹、气孔与积瘤等缺陷数量增加。试验还验证了本文所设计的基于热积累现象的轴类零件过程工艺优化系统可以有效的控制工件的热积累在一个合理的范围内。