反向传播人造神经网络预测激光微孔表面粗糙度

摘要：

对304不锈钢试样进行了激光打孔试验,使用形貌仪测得了孔截面粗糙度参数,并通过反向传播神经网络,建立了基于激光功率、脉冲频率和离焦量三个工艺参数与孔表面粗糙度之间关系的神经网络预测模型.利用大量试验数据对样本进行网络训练,证实了该人工神经网络模型预测精度高,预测误差控制在6％左右,最大误差不超过8.08％.该模型可以准确地预测激光打孔表面的粗糙度和有效地缩短激光打孔作业的准备周期.

关键词：激光技术、反向传播人造神经网络、激光打孔、粗糙度

所属期刊栏目：54

分类号：TN249;TG485(光电子技术、激光技术)

资助基金：江苏大学高级人才启动基金;中国博士后科学基金

在线出版日期：2018-07-30（万方平台首次上网日期，不代表论文的发表时间）

页数：共1页

页码：011407.1-011407.8