激光冲击区表面质量的人工神经网络研究

• 作者: 张永康 於自岚 曾丹勇 杨继昌 高传玉
• 来源期刊: 激光技术
• 学科: 工学
• 关键词: 激光冲击处理 表面质量 神经网络
• 年，卷（期）: 2001,（1）
• 页码范围: 1-6
• 页数: 6页
• 分类号: TN24
• 字数: 3420字
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3806.2001.01.014

摘要

大量的实验表明，经激光冲击处理后，材料受冲击区的表面质量与材料的疲劳寿命有着明显的关系。因此，表面质量是判断激光冲击强化效果的重要手段。将人工神经网络技术用于激光冲击处理后试件的表面质量分析，建立了激光参数与激光冲击处理后试件的表面质量之间的联系，并用其实现了对冲击处理后的试件表面质量的预测。研究及实验表明，该方法不仅具有准确及稳定性好等特点，而且这种预测能力在实际应用中还具有不断提高的智能特性。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张永康	江苏理工大学机械工程学院	31	428	13.0	19.0
2	曾丹勇	江苏理工大学机械工程学院	8	69	6.0	8.0
3	杨继昌	江苏理工大学机械工程学院	20	217	10.0	14.0
4	於自岚	江苏理工大学机械工程学院	7	75	6.0	7.0
5	高传玉	江苏理工大学机械工程学院	2	24	2.0	2.0