基于反向传播神经网络的激光弱化残余厚度预测

摘要：

激光弱化加工是目前的新兴技术,弱化后残余厚度的大小是其关键问题.将残余厚度与各项激光加工工艺参数结合起来,建立相应的预测模型.首先对汽车仪表板常用材料PC(聚碳酸酯)硬塑进行弱化加工,沿弱化孔中心线将试件剖开并通过影像测量系统测得残余厚度值.建立激光脉冲宽度、离焦量和加工速率这三个工艺参数与残余厚度之间的BP(反向传播)神经网络预测模型,使用大量试验数据训练网络,并使用试验样本中的部分数据检验所建网络.最终得到了最大误差率不超过3％,收敛速率及预测准确性高的预测模型.使用该模型,可以精确地预测残余厚度的大小,缩短了激光弱化加工作业的准备时间.

关键词：激光弱化、弱化线、残余厚度、BP神经网络、预测模型

所属期刊栏目：38

分类号：TN249;TG485(光电子技术、激光技术)

资助基金：江苏省六大人才高峰资助项目JXQC-041

在线出版日期：2018-11-12（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：649-655