留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

人工神经网络在Al2O3陶瓷激光铣削中的应用研究

许兆美 周建忠 黄舒 孙全平

许兆美, 周建忠, 黄舒, 孙全平. 人工神经网络在Al2O3陶瓷激光铣削中的应用研究[J]. 红外与激光工程, 2013, 42(11): 2957-2961.
引用本文: 许兆美, 周建忠, 黄舒, 孙全平. 人工神经网络在Al2O3陶瓷激光铣削中的应用研究[J]. 红外与激光工程, 2013, 42(11): 2957-2961.
Xu Zhaomei, Zhou Jianzhong, Huang Shu, Sun Quanping. Application of artificial neural network in Al2O3 ceramics laser milling[J]. Infrared and Laser Engineering, 2013, 42(11): 2957-2961.
Citation: Xu Zhaomei, Zhou Jianzhong, Huang Shu, Sun Quanping. Application of artificial neural network in Al2O3 ceramics laser milling[J]. Infrared and Laser Engineering, 2013, 42(11): 2957-2961.

人工神经网络在Al2O3陶瓷激光铣削中的应用研究

基金项目: 

国家自然科学基金(51075173);江苏省自然科学基金(BK2010288);江苏省苏北科技发展计划(BC2011437)

详细信息
    作者简介:

    许兆美(1976-),女,讲师,博士,主要从事激光加工脆性材料方面的研究。Email:fuyun588@163.com

  • 中图分类号: TN249

Application of artificial neural network in Al2O3 ceramics laser milling

  • 摘要: 为了有效地控制Al2O3陶瓷激光铣削层质量,以人工神经网络(ANN)技术为基础,以MATLAB软件作为开发平台,建立了Al2O3陶瓷激光铣削层质量与铣削参数之间的关系模型。并以激光功率、扫描速度和离焦量作为输入参数,激光铣削层深度和宽度作为输出参数,对激光铣削层质量进行了预测。结果表明,该模型的平均误差小,拟合精度高。并在训练样本之外,选取了5组工艺参数来检验网络模型的可靠性,检验输出值和实验样本值的最大相对误差为7.06%。说明运用该模型可以方便、准确地选择激光工艺参数,提高Al2O3陶瓷激光铣削层的加工质量。
  • [1]
    [2] Zhu Yinbo, Zhou Jianzhong, Huang Shu, et al. The application of 3D laser milling for ceramic materials[J]. Laser Journal, 2009, 36(6): 59-60. (in Chinese)朱银波, 周建忠, 黄舒, 等. 激光三维铣削在陶瓷成形加工中的应用研究[J]. 激光杂志, 2009, 36(6): 59-60.
    [3] Ji Congping. Experimental study of laser milling on Al2O3 ceramics[D]. Dalian: Dalian University of Technology, 2006. (in Chinese)汲丛平. Al2O3陶瓷的激光铣削试验研究[D]. 大连: 大连理工大学, 2006.
    [4]
    [5] Xu Zhaomei, Zhou Jianzhong, Huang Shu, et al. Quality prediction of laser milling based on optimized back propagation networks by genetic algorithms[J]. Chinese Journal of Lasers, 2013, 40(6): 0603004-1-0603004-5. (in Chinese)许兆美, 周建忠, 黄舒, 等. 基于遗传算法优化反向传播神经网络的激光铣削层质量预测[J]. 中国激光, 2013, 40(6):0603004-1-0603004-5.
    [6]
    [7]
    [8] Campanelli S L, Ludovico A D, Bonserion C. Experimental analysis of the laser milling process parameters[J]. Journal of Materials Processing Technology, 2007, 191: 220-223.
    [9]
    [10] Chen Yingying. Research on Laser Cladding in situ carbide ceramic reinforce the iron matrix surface composites[D]. Shanghai: Shanghai University Of Engineering Science, 2010. (in Chinese)陈莹莹. 激光熔覆原位自生碳化物陶瓷增强铁基表面负荷材料的研究[D]. 上海: 上海工程技术大学, 2010.
    [11] Huang Anguo, Li Gang, Wang Yongyang, et al. Prediction of characteristic and performance of laser cladding for Al alloy based on artificial neural network[J]. Chinese Journal of Lasers, 2008, 35(10): 1632-1635. (in Chinese)黄安国, 李纲, 汪永阳, 等. 基于人工神经网络的铝合金激光熔覆层特征与性能的预测[J]. 中国激光, 2008, 35(10): 1632-1635.
    [12]
    [13] Yang Donghui, Ma Liang, Huang Weidong. Component's surface quality predictions by laser rapid forming based on artificial neural netwroks[J]. 2011, 38(8): 0803004-1-0803004-5. (in Chinese)杨东辉, 马良, 黄卫东. 基于人工神经网络的激光立体成形件表面质量预测[J]. Chinese Journal of Lasers, 中国激光, 2011, 38(8): 0803004-1-0803004-5.
    [14]
    [15] Ni Libin. Study of the process optimization and scan path in laser cladding[D]. Changsha: Hunan University, 2011. (in Chinese)倪立斌. 激光熔覆工艺参数规划及扫描路径规划研究[D]. 长沙: 湖南大学, 2011.
  • [1] 李倩靓, 张润华, 何宗泰, 张骆, 杨奇彪, 夏建英, 刘顿.  脉冲和连续模式下玻璃纤维复合材料激光脱漆技术研究(特邀) . 红外与激光工程, 2023, 52(2): 20220836-1-20220836-12. doi: 10.3788/IRLA20220836
    [2] 张若楠, 韦朋余, 郭鑫, 陈小平, 黄旭峰, 王连, 王若烨.  EH36钢激光清洗参数优化与表面性能评估 . 红外与激光工程, 2023, 52(2): 20220155-1-20220155-9. doi: 10.3788/IRLA20220155
    [3] 李东亮, 卢贝.  基于深度神经网络的光纤传感识别算法 . 红外与激光工程, 2022, 51(9): 20210971-1-20210971-6. doi: 10.3788/IRLA20210971
    [4] 庄子波, 邱岳恒, 林家泉, 宋德龙.  基于卷积神经网络的激光雷达湍流预警 . 红外与激光工程, 2022, 51(4): 20210320-1-20210320-10. doi: 10.3788/IRLA20210320
    [5] 黎月明, 杨健, 左富昌, 梅志武, 张向阳, 李连升, 申坤.  X射线反射镜NiP芯模超精密车削技术研究 . 红外与激光工程, 2022, 51(7): 2021G005-1-2021G005-7. doi: 10.3788/IRLA2021G005
    [6] 陈文艺, 许洁, 杨辉.  利用双神经网络的相机标定方法 . 红外与激光工程, 2021, 50(11): 20210071-1-20210071-9. doi: 10.3788/IRLA20210071
    [7] 陈晨, 许强, 孙锐, 张亚妮, 康翠萍, 张明霞, 袁振, 令维军.  调Q锁模运转的全固态Tm:LuAG陶瓷激光器 . 红外与激光工程, 2021, 50(4): 20190563-1-20190563-6. doi: 10.3788/IRLA20190563
    [8] 岳端木, 孙会来, 杨雪, 孙建林.  飞秒激光环切加工不锈钢微孔工艺及其质量控制神经网络模型 . 红外与激光工程, 2021, 50(10): 20200446-1-20200446-10. doi: 10.3788/IRLA20200446
    [9] 高磊, 李慧芸.  基于选择性激光改性的双陶瓷层热障涂层界面增韧方法 . 红外与激光工程, 2020, 49(1): 0105005-0105005(8). doi: 10.3788/IRLA202049.0105005
    [10] 孙楚光, 刘均环, 陈志勇, 朱卫华, 朱红梅, 何彬, 王新林.  钛合金表面激光熔覆制备低含硅量生物陶瓷涂层 . 红外与激光工程, 2018, 47(3): 306003-0306003(7). doi: 10.3788/IRLA201847.0306003
    [11] 卞宏友, 翟泉星, 曲伸, 杨光, 王伟, 王维.  GH738合金激光沉积修复试验研究 . 红外与激光工程, 2018, 47(7): 706002-0706002(6). doi: 10.3788/IRLA201847.0706002
    [12] 张天宇, 孔斌, 陈敏孙, 杨军, 江厚满.  陶瓷涂层加固铝合金薄板的抗激光性能测试 . 红外与激光工程, 2017, 46(6): 606002-0606002(6). doi: 10.3788/IRLA201746.0606002
    [13] 夏文泽, 韩绍坤, 曹京亚, 王亮, 翟倩.  激光雷达距离估计技术 . 红外与激光工程, 2016, 45(9): 906005-0906005(6). doi: 10.3788/IRLA201645.0906005
    [14] 许兆美, 汪通悦, 裴旭, 蒋素琴, 李伯奎, 王庆安, 洪宗海.  Al2O3陶瓷激光多道铣削温度场有限元模拟 . 红外与激光工程, 2015, 44(2): 477-481.
    [15] 陈春映, 袁根福, 王金华.  低压水射流激光复合切割Al2O3 陶瓷的研究 . 红外与激光工程, 2014, 43(7): 2097-2102.
    [16] 杨崇瑞, 汪家升, 盛新志, 娄淑琴.  利用多数据处理方法提高LIBS谱信号质量 . 红外与激光工程, 2014, 43(11): 3807-3812.
    [17] 许兆美, 刘永志, 周建忠, 蒋素琴, 王庆安, 汪通, 洪宗海.  基于生死单元的激光铣削温度场数值模拟与验证 . 红外与激光工程, 2014, 43(6): 1755-1760.
    [18] 赵洪常, 肖光宗, 汪之国, 张斌.  采用BP神经网络的四频激光陀螺零偏的光强补偿方法 . 红外与激光工程, 2013, 42(2): 355-360.
    [19] 张东阁, 傅雨田.  计算机辅助装调的代理模型方法 . 红外与激光工程, 2013, 42(3): 680-685.
    [20] 许兆美, 刘永志, 杨刚, 王庆安.  粒子群优化BP神经网络的激光铣削质量预测模型 . 红外与激光工程, 2013, 42(9): 2370-2374.
  • 加载中
计量
  • 文章访问数:  370
  • HTML全文浏览量:  47
  • PDF下载量:  133
  • 被引次数: 0
出版历程
  • 收稿日期:  2013-03-11
  • 修回日期:  2013-04-13
  • 刊出日期:  2013-11-25

人工神经网络在Al2O3陶瓷激光铣削中的应用研究

    作者简介:

    许兆美(1976-),女,讲师,博士,主要从事激光加工脆性材料方面的研究。Email:fuyun588@163.com

基金项目:

国家自然科学基金(51075173);江苏省自然科学基金(BK2010288);江苏省苏北科技发展计划(BC2011437)

  • 中图分类号: TN249

摘要: 为了有效地控制Al2O3陶瓷激光铣削层质量,以人工神经网络(ANN)技术为基础,以MATLAB软件作为开发平台,建立了Al2O3陶瓷激光铣削层质量与铣削参数之间的关系模型。并以激光功率、扫描速度和离焦量作为输入参数,激光铣削层深度和宽度作为输出参数,对激光铣削层质量进行了预测。结果表明,该模型的平均误差小,拟合精度高。并在训练样本之外,选取了5组工艺参数来检验网络模型的可靠性,检验输出值和实验样本值的最大相对误差为7.06%。说明运用该模型可以方便、准确地选择激光工艺参数,提高Al2O3陶瓷激光铣削层的加工质量。

English Abstract

参考文献 (15)

目录

    /

    返回文章
    返回