买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：航发优材(镇江)增材制造有限公司

摘要：本发明公开了一种基于神经网络的激光选区熔化工艺参数确定方法,采集零件工艺参数确定流程的激光功率指标数据、工艺参数确定范围和激光功率数据监测时的设备运转状态、扫描间隙、零件伸长率和激光选区熔化程度，本发明将实验测得致密度和力学性能与能量密度的非线性映射关系通过遗传算法优化的BP神经网络建立回归预测模型，遗传算法优化的BP神经网络建立的预测模型精确度极高，设计预测参数模型的程序界面后，只需输入所需的致密度和力学性能要求，即可通过神经网络预测模型预测一个最佳的能量密度，从而得到最佳的工艺参数，精准高效，且适用于大部分的材料，适用范围广，有利于推广激光熔化选区技术。

主权项：1.一种基于神经网络的激光选区熔化工艺参数确定方法，其特征在于，该方法包括：S1、采集零件工艺参数确定流程的激光功率指标数据、工艺参数确定范围和激光功率数据监测时的设备运转状态、扫描间隙、零件伸长率和激光选区熔化程度；S2、在所述零件工艺参数确定流程接上工艺参数确定监控组件，且未向工艺参数确定流程激光功率监控组件发出采集数据时，实时采集所述工艺参数确定流程监测节点上的单位时间内的工艺参数波动范围；S3、对所需要确定的工艺参数的材料确定所需铺粉层厚，通过激光选区单道扫描实验，以合适的单道扫描路径的80％设置扫描间距，以激光功率间隔10W，扫描速度间隔50mms设置不同100组参数打印XY横向拉伸试样，然后测量XY向抗拉强度，断后伸长率，得到一个关于XY向抗拉强度，断后伸长率和通过扫描速度、激光功率、扫描间隙、铺粉层厚算出的能量密度的非线性关系；然后再打印同样参数的试块通过阿基米德排水法测致密度，得到致密度与能量密度的非线性关系；S4、构建神经网络数据集，将XY向抗拉强度、断后伸长率、致密度作为输入量，能量密度作为输出量，以前七十组数据构建一个Excel表构建训练集，后面三十组数据构建一个Excel表构建验证集，训练集用来训练遗传算法优化的BP神经网络得到预测模型，验证集用来验证得到预测模型的准确性；S5、训练遗传算法优化的BP神经网络，通过Matlab软件导入遗传算法优化的BP神经网络多输入单输出回归预测的源代码，然后读取构建的训练集Excel文件开始运行源代码进行神经网络学习，输出得到预测模型后再读取验证集进行验证，得到具有置信度loss率符合预期的能量密度预测模型，通过输入所需保障的致密度，XY向抗拉强度、断后伸长率预测得到最佳工艺参数窗口；S6、构建预测工艺参数的可视化界面设计，通过Matlab软件自带的可视化界面设计，将遗传算法优化的BP神经网络嵌入界面中，当使用此方法验证其他材料时，应导人其他材料对应的训练集和验证集，在软件设置的窗口中输入想要得到的材料应具备的相应致密度、抗拉强度、断后伸长率，即可获得对应的激光功率、扫描速度、扫描间距及打印层厚打印参数；S7、根据实时工艺参数波动范围、监测节点信息采集阈值和单位时间内的工艺参数波动范围确定所述工艺参数确定流程激光功率监控组件当前测量到的激光功率指标数据规范所允许最佳值。

全文数据：

权利要求：

百度查询： 航发优材(镇江)增材制造有限公司 一种基于神经网络的激光选区熔化工艺参数确定方法