基于人工神经网络的激光立体成形件成形表面质量预测
通过建立单道折线扫描数学模型,推导出了折线扫描拐角处重叠区域数学描述,从理论上对激光立体成形(LSF)表面质量的影响因素进行了分析,并得出影响折线扫描路径试样表面质量的主要因素是折线角度和扫描速度的结论.建立了适用于激光立体成形件表面质量预测的人工神经网络(ANN)模型,以激光立体成形过程中扫描速度和折线的角度为模型输人,输出成形件表面质量评估参数.经过实验数据训练后的神经网络模型可以实现对不同扫描速度及不同扫描角度成形件表面质量的预测,网络预测值和试验测得值之间的均方差(MSE)小于0.01.
光学制造、激光立体成形、人工神经网络、表面质量、工艺参数
38
TP183;TN249(自动化基础理论)
2012-01-09（万方平台首次上网日期，不代表论文的发表时间）
83-88
