基于人工神经网络的激光冲击区表面质量的预报  

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] 

机构地区：[1]江苏理工大学机械工程学院,江苏镇江212013

出　　处：《材料科学与工程》2000年第3期15-18,共4页Materials Science and Engineering

基　　金：江苏省应用基金;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。By applying of artificial neural network theory and machine learning method, this paper establishes a nonlinear mapping between the 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 parallel inference method. The results show that the proposed method has strong ability for nonlinear dynamic processing.

关 键 词：激光冲击 表面质量等级 人工神经网络 并行推理 

分 类 号：TB302[一般工业技术—材料科学与工程] TP183[自动化与计算机技术—控制理论与控制工程]