江苏大学 汽车与交通工程学院, 江苏 镇江212013
激光弱化加工是目前的新兴技术, 弱化后残余厚度的大小是其关键问题。将残余厚度与各项激光加工工艺参数结合起来, 建立相应的预测模型。首先对汽车仪表板常用材料PC(聚碳酸酯)硬塑进行弱化加工, 沿弱化孔中心线将试件剖开并通过影像测量系统测得残余厚度值。建立激光脉冲宽度、离焦量和加工速率这三个工艺参数与残余厚度之间的BP(反向传播)神经网络预测模型, 使用大量试验数据训练网络, 并使用试验样本中的部分数据检验所建网络。最终得到了最大误差率不超过3%, 收敛速率及预测准确性高的预测模型。使用该模型, 可以精确地预测残余厚度的大小, 缩短了激光弱化加工作业的准备时间。
激光弱化 弱化线 残余厚度 BP神经网络 预测模型 laser weakening weakening line residual thickness BP neural network prediction model
