基于BP神经网络的激光熔覆参数多目标优化

作     者：邓德伟 江浩 李振华 宋学官 孙奇 张勇 Deng Dewei;Jiang Hao;Li Zhenhua;Song Xueguan;Sun Qi;Zhang Yong

作者机构：大连理工大学材料科学与工程学院辽宁省激光3D打印装备及应用工程技术研究中心辽宁大连116024 大连理工大学机械工程学院辽宁大连116024 沈阳鼓风机集团股份有限公司辽宁沈阳110869 

基　　金：辽宁重大装备制造协同创新中心基金(DUT2017031) 高端控制阀产业技术协同创新中心基金(2018WZ003) 

出 版 物：《激光与光电子学进展》 (Laser & Optoelectronics Progress)

年 卷 期：2023年第60卷第17期

页      码：222-235页

摘      要：为了获得TiC铁基合金粉末在316L不锈钢上的激光熔覆最佳工艺参数,提出了一种基于遗传算法优化的反向传播(BP)神经网络的激光熔覆参数优化方法。设计三因素五水平的全因子试验,测量了熔覆层的宏观形貌和平均硬度,建立输入参数(激光功率、扫描速度、保护气流量)和响应量(熔覆层宽度、熔覆层高度、稀释率、显微硬度)的神经网络模型。以多元非线性回归分析工艺参数对响应量的影响,并以综合灰关联度表征熔覆层的综合性能,寻优得到最佳参数。试验结果表明,激光功率和扫描速度对熔覆层宽度、稀释率和显微硬度的影响明显,而保护气流量对熔覆层高度影响最显著,遗传算法优化的BP神经网络模型各响应量模型的拟合优度均达到0.85~0.91之间,GA-BP模型精度良好,当参数为1090 W,扫描速度为4.4 mm/s,保护气流量为10 L·min^(−1),综合性能最佳,表明BP神经网络算法适用于激光熔覆层质量控制和参数优化。

主 题 词：激光熔覆 反向传播神经网络 遗传算法 灰关联度 参数优化 

学科分类：0808[工学-自动化类] 080901[080901] 0809[工学-计算机类] 08[工学] 080401[080401] 0804[工学-材料学] 0803[工学-仪器类] 0702[理学-物理学类] 

核心收录：

D　O　I：10.3788/LOP221821

馆 藏 号：203124117...