基于人工神经网络脉冲激光强化镀层形貌预测

摘要：

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.

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

所属期刊栏目：34

分类号：TG156.99;TP183(金属学与热处理)

资助基金：浙江省自然科学基金资助项目Y107489;浙江省教育厅科研资助项目20070305;浙江省重中之重开放基金资助项目AMT200506-002

在线出版日期：2010-05-04（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：173-177