基于神经网络的激光淬火性能预报与工艺设计的研究.pdfVIP

第23卷 第4期 材料热处理学报 Vol23 No 4 AHnHENrrREATNKNT 20t12年1 2月 TR^NSM；rlt)NS{忭MhTERIALS I)㈩PnlhPr2002 基于神经网络的激光淬火性能预报与工艺设计的研究 范青式， 张连宝， 左演声 (北京1．业大学材料科学与工程学院，北京1001)22) 摘要：眦45钠为伽J。将神择刚络技术直用丁激光}卒火技术领域，建讧r激光淬火件能坝报与T．艺设 计神经网络应用系统，许通过试验骑证r系统的可靠比。结粜表明．该系统具有良好的精度，能够很好 地实现激光件火性能预报与上艺没}1。研究结果为解决激光淬火性能赖报与工艺设计问越提供J’一 条完进．台理的途径。 关键词：冲终嘲络；激光淬火 中图分类号：’FGl74444， I P18 文献标识码；^ 文章编号：1{1119—6264(2002)04．IXdzl-3、04 在激光淬火技术及其应Ⅲ中，不断探讨激光淬火 个可调_丁艺参数；输出层结点数取2，分别对应滓瞍 工岂(参数)和材料性能(指标)之问的关系，以实现激 联硬度、硬化深度等2个表面性能指标。 光淬火性能预报与工艺设计，进而保证和提高激光淬 隐层结点数(H)般依据经验选取，H过夫．将 火质量，始终是人们致力的口标。 导致网络训练速度缓慢及预测精度下降；II过小，则 目前，一般的途径是以材料科学研究人员和激光 可能导致训练误差太大．甚至出现不收敛的情况。本 加TT艺研究人员经过大量的丁艺试验研究得山的 文预先试用不同的H值，通过网络试圳，建立拟台标 具有指导意义的T艺数据为依据，凭借经验进行性能 准筹(SEC％)一ll关系，然精据此分析确定H取8。 预报和工艺参数设计。但是，出于激光淬火技术本身 神经元特征函数选用双曲正切SigmoirJ丽数。 的复杂性，l百i时也由于激光淬火技术的不断发腠和加 权值初始化对最I舌结聚以及收敛速度都有很人 』=对象的日益复杂，这种途径的岗限忡越来越突出， 影响，一般都赋以随机数、权的初始值应较小，以免 近年来，人_[神经网络技术及其府用发展f‘分迅 刚丌始就]一作在Sigmoid函数的饱和部分，4=文的初 速，它具有强大的白适应、自组织、自学习及联想记忆 始权值根据标准化的输入参数获得。 能力，可对复杂的非线性过程高澉、高精度地建立模 1．2试验材料和方法 型：本文试图将神经网络等人l：杆能技术应用于激 试验材料为m18mm×60ram成品45钢棒．渊质 光淬火技术领域．以45锕基体为例，探讨激光淬火性 冬．硬度为2711RC。最终将材料加j二成10m，n×10m。， 能预报与工艺设计的新途径。 ×50mrrI试块。 激光处埋机选_}fj cJ．Ⅱ硎1．5kWCO，Ii业激光 l 性能预报神经网络系统的建立 器。丁作过程中，由TY一20型数控激光多jH机配置 1．1神经网络拓扑结构 CO：激光器使用。在试验安排上，激光光束功率选用 布T=佧建立3×8×2结构的3层BP神经网络， 其结构如图l所示。 性能预报神经网络模型输八与输出层分别列应 3，5ram。试样发面进行黑化处瑚以提高激光吸收率。 用国产HR—I50A洛氏硬度计测定硬化层的HRA 激光淬火f：艺参数与性能指标。输入层结点数取3， 分别对应激光功率P、扫描速度w、光斑直径d等3洛氏硬度。用Olympos—PME会相显微镜测量硬化层