基于神经网络遗传算法的激光熔钎焊参数优化

您当前的位置：

首页 >

文章列表页 >

激光器与激光技术 | 更新时间：2025-09-01

- 基于神经网络遗传算法的激光熔钎焊参数优化
- Laser welding-brazing parameters optimization based on BP neural networks genetic algorithm
- 光学技术 2016年42卷第5期页码：431-434
- 作者机构：
  
  1:江苏大学机械工程学院激光技术研究所
- 作者简介：
- 基金信息：
- DOI：10.13741/j.cnki.11-1879/o4.2016.05.010
  中图分类号：
- 纸质出版：2016
- 稿件说明：
移动端阅览
刘皋, 张朝阳, 黄磊, 等. 基于神经网络遗传算法的激光熔钎焊参数优化[J]. 光学技术, 2016,42(5):431-434.

Laser welding-brazing parameters optimization based on BP neural networks genetic algorithm[J]. 2016, 42(5): 431-434.
刘皋, 张朝阳, 黄磊, 等. 基于神经网络遗传算法的激光熔钎焊参数优化[J]. 光学技术, 2016,42(5):431-434. DOI： 10.13741/j.cnki.11-1879/o4.2016.05.010.

Laser welding-brazing parameters optimization based on BP neural networks genetic algorithm[J]. 2016, 42(5): 431-434. DOI： 10.13741/j.cnki.11-1879/o4.2016.05.010.

针对激光钎焊熔深难以控制的问题

选取激光焊接功率、焊接速度等激光焊接过程中所涉及的控制参数建立基于BP人工神经网络的激光钎焊模型。根据激光钎焊模拟实验的历史数据对焊接熔深进行预测

采用遗传算法对控制参数进行优化

得到目标焊接熔深。运用MATLAB软件建立了针对铝合金/镀锌钢的激光熔钎焊过程的参数的BP人工神经网络模型

并利用遗传算法的并行和群体搜索策略

对其控制参数进行了优化

使得焊接熔深能通过过程参数精确控制

提高了接头性能。

浏览量

400

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

0.12mm不锈钢薄板光纤激光回转法打孔工艺优化分析

0.05mm薄塑料片小孔群光纤激光精密加工技术

锥体棱镜最佳工艺参数研究

脉冲钬激光碎石热效应的实验研究

基于能量法的激光熔覆构件疲劳寿命评估研究