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.
出处
《材料科学与工程》
CSCD
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
关键词
激光冲击
表面质量等级
人工神经网络
并行推理
laser shock\|processing(LSP)
surface quality grades
neural network
nonlinear mapping
parallel inference.
