文献类型：期刊文章

作　　者：王东生[1,2] 杨友文[1] 田宗军[1] 沈理达[1] 黄因慧[1]

机构地区：[1]南京航空航天大学机电学院,江苏南京210016 [2]铜陵学院机械工程学院,安徽铜陵244000

出　　处：《中国激光》

基　　金：国家自然科学基金(51205198;21171131);安徽省自然科学基金(1208085QE84);中国博士后科学基金面上项目(2012M511266);安徽省高等学校省级优秀青年人才基金重点项目(2012SQRL190ZD);江苏省博士后科研计划(1102052C)

年　　份：2013

卷　　号：40

期　　号：9

起止页码：57-65

语　　种：中文

收录情况：AJ、BDHX、BDHX2011、CAS、CSA、CSA-PROQEUST、CSCD、CSCD2013_2014、EI(收录号：20134216869151)、IC、INSPEC、JST、RCCSE、RSC、SCOPUS、ZGKJHX、核心刊

摘　　要：将反馈型(BP)神经网络和遗传算法(GA)相结合用于激光多层熔覆厚纳米Al2O3-13%TiO2(质量分数)陶瓷涂层的工艺参数优化,根据3因素3水平正交试验结果对神经网络模型结构进行训练,建立了熔覆工艺参数(熔池闭环控制温度、超声振动频率及保温箱预热温度)与涂层性能(结合强度和显微硬度)之间的遗传神经网络预测模型。在此基础上,采用遗传算法对纳米陶瓷涂层结合强度和显微硬度进行了单目标和多目标参数优化。结果表明,遗传神经网络模型预测值与试验值误差较小,相对误差不超过2.5%。遗传算法优化的涂层最大结合强度和显微硬度分别为70.7MPa和2025.5HV;在结合强度和显微硬度两者权重相同的情况下,当熔池闭环控制温度为2472.0℃、超声振动频率为31.9kHz和保温箱预热温度为400℃时涂层综合性能最优,对应的结合强度和显微硬度分别为69.1MPa和1835.5HV。

关 键 词：激光技术 激光熔覆 多层熔覆  厚纳米陶瓷涂层  神经网络 遗传算法 工艺优化  

分 类 号：TG156.99]