基于神经网络的激光熔覆高度预测木.pdf

第 45卷第 3期 机 械 工 程 学 报 Vo1．45 NO．3 2009年 3月 JOURNAL0FMECHANICALENGINEERING Mar． 20O9 DoI：10．3901，JME．2009．O3．269 基于神经网络的激光熔覆高度预测木 姜淑娟 ，2 刘伟军 南亮亮 2 (1．中国科学院沈阳自动化研究所先进制造技术重点实验室 沈阳 110016； 2．中国科学院研究生院 北京 100049) 摘要：激光成形过程中，对熔覆高度进行实时检测，从而实现熔覆高度闭环控制是成形高质量零件的保证。激光成形过程是 一 个多参数耦合的非线性过程，大量激光参数对成形熔覆表面质量具有重要影响。在分析激光参数对熔覆高度影响的基础上， 建立利用激光工艺参数预测熔覆高度的误差反向传播(Backpropagation，BP)神经网络模型，完成了网络算法设计。通过激光 成形试验采集样本，利用训练样本对所建立的网络进行训练，完成网络输入输出高度映射关系，并利用测试样本对所训练的 网络进行检验。仿真试验表明，神经网络熔覆高度预测模型具有很高的精度，验证了该预测模型在理论和实践上的可行性与 有效性。神经网络熔覆高度预测模型为实现激光加工过程熔覆高度实时预测与闭环控制打下基础，对提高成形产品质量具有 重要意义。 关键词：激光参数 熔覆高度 神经网络 预测模型 中图分类号：TP183 LaserCladdingHeightPredictionBasedonNeuralNetwork JIANGShujuan LIUWeijun NANLiangliang’ (1．KeyLaboratoryofAdvancedManufactureTechnology,ShenyangInstiutteofAutomation， ChineseAcademyofSciences，Shenyang110016； 2．GraduateSchool，ChineseAcademyofSciences，Beijing100049) Abstract：Real·timedetection and closed—loop controloflasercladding heightisnecessary forforming high quality parts． Technologicalpraam~ersarecouplednadtheformingprocessisanon-linearprocess．A lragenumberoflaserpraametersaffecthte qualiytofthelasercladdingsur~ce．Basedonhtenaalysisoftheinfluenceoflaserparametersoncladdingheight，theBP(Back propagation)neuralnetworkpredictionmodelofcladdingheightisbuild．Theneuralnewtorkraithmeticisdesignednadhtesamples raeacquiredbylaserformingexperiment．Thetrainingsma plesraeusedtotrainhtenetworktoaccomplishhtemappingrelation betweeninputnadoutputofhtenewt ork．Thetestsamplesareusedtoverify hteperfomr anceofhtertainednewt ork．Simulation resultsindicatehtathtepredictionmodelhassufficientaccuracy．TheBPneuralnewtorkpredictionmodelofcladdingheightis feasiblenadvalidintheoryandinpractice．ThelasercladdingheightBPneuralnewt orkp