激光熔凝参数BP神经网络的反求

摘要：

针对激光熔凝参数与熔凝单元体横截面尺寸之间呈现高度非线性映射关系,提出运用BP神经网络反求激光熔凝参数算法.利用BP网络算法建立激光熔凝参数反求模型,经过多次训练,模型预测误差缩小到3％以内.通过反求参数对DIEVAR模具钢做熔凝处理,结果表明,熔凝单元体横截面尺寸与期望值吻合误差为1.33％,能够满足期望精度.通过对比研究经反求参数做熔凝处理和未经处理DIEVAR材料的抗热疲劳性能,观察分析热疲劳裂纹在材料表面萌生及扩展形态,结果显示,经反求参数熔凝处理过的DIEVAR模具钢其抗热疲劳性能大幅度提高,熔凝单元体对裂纹阻断有很好的效果.

关键词：激光熔凝、参数反求、BP神经网络、热疲劳

所属期刊栏目：22

分类号：TP274(自动化技术及设备)

资助基金：国家自然科学基金51275468;浙江省自然科学基金LY17E050013

在线出版日期：2017-09-20（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：112-116