激光修锐砂轮工艺参量的预测和优化算法

摘要：

为了找到一种适用于激光修锐砂轮工艺参量预测和优化的方法，采用神经网络和粒子群算法，建立了激光修锐砂轮工艺参量优化模型。首先构建了工艺参量与工件表面粗糙度之间映射关系的神经网络模型，然后基于预测模型采用粒子群算法实现工艺参量优化，最后采用粒子群算法优化获取的5组工艺参量进行了激光修锐试验。结果表明，样本值与神经网络仿真输出值的相对误差小于3％，试验值与期望值的相对误差控制在6％以内。综合说明该优化模型具备良好的优化能力。

关键词：激光技术、激光修锐、神经网络、粒子群算法、工艺参量优化

分类号：TN249(光电子技术、激光技术)

资助基金：国家科技重大专项课题资助项目2012ZX04003－101

在线出版日期：2015-05-13（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：320-324