基于人工神经网络的激光冲击区表面质量预报  

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

作　　者：於自岚[1] 曾丹勇[1] 张永康[1] 杨继昌[1] 肖爱民[1] 关晶 

机构地区：[1]江苏理工大学机械工程学院,镇江212013 [2]一汽集团无锡柴油机厂,无锡214026

出　　处：《应用激光》2000年第3期107-110,共4页Applied Laser

基　　金：江苏省应用基金和国家教委博士点基金

摘　　要：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 ,具有较强的非线性动态处理的能力。With the application of artificial neural network theory and machine learning method,this paper establishes a nonlinear mapping between surface qualities of laser shock-processing zones and laser parameters such as energy,pulse duration,diameter of laser spot.Surface quality grades are predicted by means of the method parallel inference.The results show that the proposed method has strong ability for nonlinear dynamic processing.

关 键 词：激光冲击 表面质量 人工神经网络 

分 类 号：TN249[电子电信—物理电子学]