基于进化神经网络的激光熔覆层质量预测

• 作者: 周建忠 季霞 徐大鹏 郭华锋
• 来源期刊: 激光技术
• 学科: 工学
• 关键词: 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
• 年，卷（期）: 2007,（5）
• 所属期刊栏目: 激光与光电子技术应用
• 页码范围: 511-514
• 页数: 4页
• 分类号: TG156.9|TP183
• 字数: 3471字
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3806.2007.05.022

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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	周建忠	江苏大学机械工程学院	202	1969	25.0	33.0
2	徐大鹏	江苏大学机械工程学院	10	103	6.0	10.0
3	郭华锋	江苏大学机械工程学院	11	150	7.0	11.0
4	季霞	江苏大学机械工程学院	6	81	5.0	6.0