文献检索-宁波市创意产业特色资源库

限定检索结果

基于响应面法和遗传神经网络模型的高沉积率激光熔覆参数优化: 收藏
分享
引用; 《中国激光》2021年第6期48卷 146-156页; 作者：庞祎帆傅戈雁王明雨龚燕琪余司琪徐加超刘凡苏州大学机电工程学院激光制造技术研究所江苏苏州215021; 在大功率激光熔覆成形中,熔覆层的沉积率是决定成形效率及质量等的重要因素。采用Box-Behnken(BBD)及正交法进行了激光熔覆单道沉积实验设计,研究了激光功率、送粉速率、扫描速度和离焦量对沉积率的关系。分别建立了响应面法(RSM)模型...; 在大功率激光熔覆成形中,熔覆层的沉积率是决定成形效率及质量等的重要因素。采用Box-Behnken(BBD)及正交法进行了激光熔覆单道沉积实验设计,研究了激光功率、送粉速率、扫描速度和离焦量对沉积率的关系。分别建立了响应面法(RSM)模型和经遗传算法优化的神经网络(GA-BP)模型,同时预测并优化了沉积工艺参数。经遗传神经网络模型优化后的工艺参数得到的最大沉积率为61.74 g/min,高于响应面法优化得到的53.55 g/min。结果表明:遗传神经网络模型的预测、泛化及优化能力要优于响应面法模型,使用遗传算法优化后的神经网络模型可为实现高沉积率激光熔覆成形提供更有效的预估方法。; 来源：详细信息评论

限定检索结果