基于神经网络和遗传算法的激光熔覆工艺参数多目标优化

摘要：

为了提高再制造工件的激光熔覆层的综合质量,选取激光功率,送粉量,扫描速度为优化变量,熔覆层的宽高比、稀释率、粉末收集率作为优化目标,基于综合加权法与层次分析法将3个优化目标转化为综合质量目标,设计全因子试验,利用MATLAB软件基于试验结果建立BP神经网络预测模型,通过遗传算法确定使综合质量达到最佳的工艺参数组合.研究结果证明,装备工件再制造激光熔覆的最优工艺参数组合为:激光功率3.0 kW,送粉量47 g/min,扫描速度5.5 mm/s.

关键词：多目标、工艺参数优化、激光熔覆、BP神经网络、遗传算法

所属期刊栏目：39

分类号：TH161

资助基金：山西省自然科学基金201701D121079;山西省自然科学基金201801D121185

在线出版日期：2019-12-31（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：734-740