基于人工神经网络脉冲激光强化镀层形貌预测

• 作 者: 张文博 张群莉 姚建华
• 机 构: 浙江工业大学机械制造及自动化教育部重点实验室,浙江工业大学激光加工技术工程研究中心
• 出 处: 激光技术
• 发表日期: 2010年2期
• 关键词: 激光技术 人工神经网络模型 脉冲激光强化 化学复合镀 laser technique artificial neural network model pu

为了探索脉冲激光强化镀层的规律，采用误差反向传播神经网络对脉冲激光参量与镀层形貌（强化层深度、宽度及熔化状态）之间的关系进行建模，并选取带动量的自适应学习率算法对网络进行改进，以增加网络稳定性，提高训练速度与精度。结果表明，该网络模型对激光处理后镀层形貌的预测值与实际值接近，其相对误差在±8．33％以内，可以有效地对激光强化镀层形貌进行预测。该方法为探索脉冲激光强化镀层的规律提供了一条新的途径。