文献类型：期刊文章

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

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

出　　处：《焊接学报》

基　　金：国家自然科学基金资助项目(51205198);中国博士后科学基金面上资助项目(2012M511266);江苏省博士后科研计划资助项目(1102052C)

年　　份：2013

卷　　号：34

期　　号：11

起止页码：78-82

语　　种：中文

收录情况：BDHX、BDHX2011、CAS、CSA-PROQEUST、CSCD、CSCD2013_2014、EI(收录号：20140217179615)、IC、JST、RCCSE、SCOPUS、ZGKJHX、核心刊

摘　　要：采用反向传播(back propagation,BP)人工神经网络(artificial aeural network,ANN)和遗传算法建立了激光熔覆层形貌质量(熔覆层高度、宽度及稀释率)与激光功率、送粉速率和扫描速率之间的遗传神经网络预测模型.设计正交试验得到预测模型训练样本数据,并在正交试验的基础上,用极差分析法分析了各加工参数对熔覆层形貌质量各个指标的影响规律.经过试验验证,遗传神经网络模型预测值与试验实测值误差不大于4.6%.结果表明,运用该模型可以为准确的选择镍基高温合金激光熔覆参数提供一定参考,从而有利于提高镍基高温合金激光熔覆层形貌质量.

关 键 词：激光熔覆 形貌质量  人工神经网络 遗传算法 极差分析  

分 类 号：TG156.99]