基于人工神经网络的激光冲击区表面质量的预报

1.江苏理工大学机械工程学院,江苏,镇江,212013

2.江苏理工大学机械工程学院,江苏,镇江,212013

3.江苏理工大学机械工程学院,江苏,镇江,212013

4.江苏理工大学机械工程学院,江苏,镇江,212013

5.江苏理工大学机械工程学院,江苏,镇江,212013

基金项目: 江苏省自然科学基金高等学校博士学科点专项科研项目

Prediction of Surface Qualities of Laser Shock-processing Zones Based on Neural Network

应用人工神经网络系统理论,采用机器学习方法 ,建立了激光冲击区表面质量与激光参数能量(E)、脉宽(P)、和光斑直径(D)之间的非线性映射关系.对于新的激光参数,网络采用并行推理的方法预报出试件经冲击后的表面质量等级.实践表明,神经网络方法科学,具有较强的非线性动态处理的能力.

[1]	张永康 .激光冲击强化提高航空材料疲劳寿命的研究[D].南京航空航天大学,1995.
[2]	Zhang Yongkang;Zhang Shuyi;Yang Jichang etc.Investigati on o f the surface qualities of laser shock-processed zones and the effect on fatigu e life of aluminum alloy[J].Surface and Coatings Technology,1997,92:104-109.
[3]	张际先;宓霞.神经网络及其在工程中的应用[M].北京:机械工业出版社,1996

上一张下一张

计量

作者相关

文章评分