首页 > 论文 > 中国激光 > 48卷 > 06期(pp:0602112)

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 [Early Posting]

  • 摘要
  • 论文信息
  • 参考文献
  • 被引情况
分享:

摘要

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。本文采用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和经遗传算法优化的神经网络模型,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3.74kg/h,高于响应面法优化得到的3.62kg/h。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。

广告组1 - 空间光调制器+DMD
补充资料

DOI:10.3788/cjl202148.0602112

作者单位:

    苏州大学机电工程学院
    苏州 干将东路178号 苏州大学(北校区)机电工程学院
    苏州大学机电工程学院
    苏州大学
    苏州大学
    苏州大学机电工程学院
    苏州大学

引用该论文

庞祎帆,傅戈雁,王明雨,龚燕琪,余司琪,徐加超,刘凡. 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[J].中国激光,2021,48(06):0602112.