基于进化神经网络的激光熔覆层质量预测

作     者：徐大鹏 周建忠 郭华锋 季霞 XU Da-peng;ZHOU Jian-zhong;GUO Hua-feng;JI Xia

作者机构：江苏大学机械工程学院镇江212013 

出 版 物：《激光技术》 (Laser Technology)

年 卷 期：2007年第31卷第5期

页      码：511-514页

摘      要：为了有效地控制激光熔覆层质量,采用反向传播(BP)算法建立了激光熔覆层质量(熔覆层宽度、熔覆层深度和稀释率)随激光功率、光斑直径和扫描速度变化的进化神经网络预测模型。针对BP算法存在收敛速度慢、容易陷入局部极小值及全局搜索能力弱等缺陷,采用遗传算法训练BP神经网络,取代了一些传统的学习算法,设计了基于进化神经网络的学习算法。经过理论分析和实验验证,在神经网络的输出端得到期望的线性输出,并在训练样本之外,选取了5组工艺参数检验神经网络模型的可靠性,预测结果与相应的实验结果的最大相对误差为2.14%。结果表明,运用该模型可以方便、准确地选择激光工艺参数,提高激光熔覆层的加工质量。

主 题 词：激光技术 激光熔覆成形 熔覆层质量 人工神经网络 遗传算法 

学科分类：12[管理学] 080503[080503] 1201[管理学-管理科学与工程类] 08[工学] 081104[081104] 0805[工学-能源动力学] 0802[工学-机械学] 0835[0835] 0811[工学-水利类] 080201[080201] 0812[工学-测绘类] 

核心收录：

D　O　I：10.3969/j.issn.1001-3806.2007.05.022

馆 藏 号：203137816...