论文部分内容阅读
采用反向传播（back propagation，BP）人工神经网络（artificial aeuraln etwork．ANN）和遗传算法建立了激光熔覆层形貌质量（熔覆层高度、宽度及稀释率）与激光功率、送粉速率和扫描速率之间的遗传神经网络预测模型．设计正交试验得到预测模型训练样本数据，并在正交试验的基础上，用极差分析法分析了各加工参数对熔覆层形貌质量各个指标的影响规律．经过试验验证，遗传神经网络模型预测值与试验实测值误差不大于4．6％．结果表明，运用该模型可以为准确的选择镍基高温合金激光熔覆参数提供一定参