BP神经网络在激光熔凝K465合金裂纹预测中的应用 |
| |
引用本文: | 王杏华,林鑫,杨海欧,李秋歌,谭华,韩加军,黄卫东.BP神经网络在激光熔凝K465合金裂纹预测中的应用[J].应用激光,2014,34(1):9. |
| |
作者姓名: | 王杏华 林鑫 杨海欧 李秋歌 谭华 韩加军 黄卫东 |
| |
作者单位: | 王杏华:西北工业大学 凝固技术国家重点实验室, 陕西 西安 710072 林鑫:西北工业大学 凝固技术国家重点实验室, 陕西 西安 710072 杨海欧:西北工业大学 凝固技术国家重点实验室, 陕西 西安 710072 李秋歌:西北工业大学 凝固技术国家重点实验室, 陕西 西安 710072 谭华:西北工业大学 凝固技术国家重点实验室, 陕西 西安 710072 韩加军:西北工业大学 凝固技术国家重点实验室, 陕西 西安 710072 黄卫东:西北工业大学 凝固技术国家重点实验室, 陕西 西安 710072
|
| |
基金项目: | 国家高技术研究发展计划(863计划)课题资助项目(项目编号: 2013AA031103); 国家重点基础研究发展计划(973)资助项目(项目编号: 2011CB610402); 高等学校博士学科点专项科研基金资助项目(项目编号: 20116102110016); 国家科学自然基金资助项目(项目编号: 51005181; 51105311) |
| |
摘 要: | 采用不同工艺参数研究了激光熔凝K465高温合金的开裂行为, 并采用BP神经网络模型描述了裂纹指数与工艺参数的关系。研究发现, 激光熔凝K465合金的裂纹主要分布在熔池顶部和底部的界面处, 并呈现典型的液化开裂特征。通过建立激光熔凝区裂纹指数的数学描述方法, 以激光功率、扫描速度、光斑直径和预热温度作为输入参数, 以裂纹指数为输出参数, 发展了一个均方误差小于10-8的BP神经网络模型, 并可对实验结果进行较好的预测。
|
关 键 词: | 光学制造 激光熔凝 BP神经网络 裂纹指数 高温合金 |
收稿时间: | 2013/11/8 |
Research on the Crack Predictions in K465 Superalloy by Laser Remelting Based on BP Neural Networks |
| |
Abstract: | |
| |
Keywords: | optical fabrication laser remelting BP neural network crack index superalloy |
|
|