基于改进BP神经网络算法的激光相变硬化层深度的研究

发布时间：2017-12-24 18:28

  本文关键词：基于改进BP神经网络算法的激光相变硬化层深度的研究　出处：《应用激光》2017年01期 　论文类型：期刊论文

  更多相关文章： 相变硬化 工艺参数 人工神经网络 遗传算法

【摘要】：采用实验与神经网络预测相结合的方法,对基于温度控制的激光相变硬化工艺参数进行了研究。首先,使用基于温度可控的大功率半导体直接输出激光加工系统对45~#钢进行设定温度下的激光相变硬化实验。然后,通过改进的BP神经网络算法构建神经网络模型,并采用所获得的实验样本数据训练该人工神经网络模型。模型中所采用的改进BP神经网络算法是遗传算法和基于新型误差函数的批量训练神经网络算法相结合的混合算法。为验证改进算法的性能,在Lab Windows/CVI软件上应用C编程语言实现了该算法。通过运行程序发现,采用此算法的收敛速度比传统算法提高了约80%,预测输出的指标与实际值之间的偏差小于4%。
【作者单位】： 浙江工业大学激光先进制造研究院;浙江省高端激光制造装备协同创新中心;乌克兰国立科技大学激光技术研究所;
【基金】：浙江省自然科学基金资助项目(项目编号:LY16E050014)
【分类号】：TN24;TP183
【正文快照】： 3乌克兰国立科技大学激光技术研究所,乌克兰基辅03056)0引言在传统激光相变硬化的加工过程中,工件的初始加工位置和加工末尾位置的质量分布不均匀。通常在激光加工末尾位置的硬化层深度较深、表面硬度大,更容易产生过烧或熔化现象;而在激光加工初始位置,硬化层深度较浅,硬化层

【相似文献】

相关期刊论文 前10条

1 张赛民;周竹生;陈灵君;;应用一种改进BP神经网络算法预测密度曲线[J];物探化探计算技术;2007年06期

2 王治国;宋考平;张春鹤;刘刚;王爱明;;BP神经网络算法在单井流动单元识别中的应用[J];数学的实践与认识;2011年05期

3 张璞,张威虎,李耀堂;金融工程中组合模型的神经网络算法[J];云南大学学报(自然科学版);2000年06期

4 李广琼,蒋加伏;关于对BP神经网络算法改进的研究[J];常德师范学院学报(自然科学版);2003年02期

5 王青海;BP神经网络算法的一种改进[J];青海大学学报(自然科学版);2004年03期

6 左付均,蔡自兴;基于神经网络算法的建设项目风险预测系统设计[J];广西科学院学报;2004年03期

7 曹志峰;;二种构造性神经网络算法的对比[J];石河子大学学报(自然科学版);2005年05期

8 王光强;周佩玲;;神经网络算法在股指预测中的应用[J];计算机工程;2006年01期

9 周昌鸿;张运陶;;一种改进BP神经网络算法的编程及应用[J];西华师范大学学报(自然科学版);2009年03期

10 余华;曹亮;李启元;;BP神经网络算法的改进及其在手写体汉字识别中的应用[J];江西师范大学学报(自然科学版);2009年05期

相关会议论文 前10条

1 吕庆U，

本文编号：1329487