基于BP神经网络的紫外光源自适应固化控制研究

• 作者: 郑明明 王军 董兴法 石绍鹏
• 来源期刊: 激光杂志
• 关键词: 紫外光 固化技术 自适应调光 BP神经网络
• 年，卷（期）: 2021,（3）
• 所属期刊栏目: 激光测量与检测
• 页码范围: 58-62
• 页数: 5页
• 分类号: TN247
• 语种: 中文
• DOI: 10.14016/j.cnki.jgzz.2021.03.058

摘要

为解决紫外光动态固化技术中的固化不充分或反固化反应等问题,提出一种基于BP算法的LED紫外光源多参数自适应控制方法.利用神经网络优异的非线性逼近能力,并结合优化后的BP算法构建一个3输入2输出的网络预测模型.通过与多元线性回归和多元非线性回归模型的对比显示,BP神经网络算法有更高的拟合度.最后将57组数据导入训练好的模型进行验证.实验表明:该BP神经网络模型预测结果较好,且稳健性强,2输出参数预测值误差分别为1.86％和2.35％,可灵活应用于多种紫外光固化场合.