BP-AM与RBF网络在LENS成形高度预测中的应用

• 作者: 卢秉恒 张安峰 李涤尘 鲁中良
• 来源期刊: 航天制造技术
• 学科: 航空航天
• 关键词: 激光近净成形 工艺参数 成形精度 神经网络
• 年，卷（期）: 2009,（6）
• 所属期刊栏目: 第13届全国特种加工学术会议专栏
• 页码范围: 12-17
• 页数: 6页
• 分类号: V4
• 字数: 2960字
• 语种: 中文

摘要

金属零件的激光近净成形(Laser Engineered Net Shaping,LENS)是一种新的先进制造技术,但是其成形高度的控制一直是个难题.根据LENS工艺参数与单道成形高度之间复杂的非线性本质关系,采用了自学习率与动量因子改进的Back Propagation(BP)与径向基函数(Radial Basis Function,RBF)神经网络对其成形高度进行预测,详细对比分析了两种网络的训练速度、收敛速度与泛化能力等性能.结果表明:BP网络的训练时间较长、收敛速度较慢与泛化能力较差,而RBF网络相应性能较好,其预测结果与试验结果基本吻合,因此RBF网络更适合LENS成形高度的预测.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李涤尘	西安交通大学机械制造系统工程国家重点实验室	322	3761	29.0	47.0
2	卢秉恒	西安交通大学机械制造系统工程国家重点实验室	387	5973	36.0	56.0
3	张安峰	西安交通大学机械制造系统工程国家重点实验室	65	580	13.0	23.0
4	鲁中良	西安交通大学机械制造系统工程国家重点实验室	28	253	8.0	15.0