帮助 关于我们

返回检索结果

神经网络在覆盖件模具表面激光硬化虚拟过程中的应用
An Artificial Neural Network Used for Virtual Process of Laser Surface Hardening for Blanket Dies

查看参考文献6篇

文摘 基于人工神经网络技术对覆盖件模具表面激光硬化虚拟过程的仿真建模,结合几何因素分析了模型的主要影响参数,对BP网络的结构和训练进行了说明。预测了激光表面硬化的加工效果 (表面硬度、硬化层深、相对耐磨性和表面粗糙度),实现激光加工工艺参数的优化,为实际生产和加工提供了依据。并以C语言为开发语言,利于实现各平台间的集成。
其他语种文摘 The artificial neural network methodology has been developed for the virtual simulation of the laser surface hardening process for blanket dies. Laser-control parameters and surface geometrical configurations are taken as the main input data. BP network model is built after the training of sample data to predict the hardening effect including hardness, hardening depth, relative wear resistance and surface roughness. Comparison of predicted and experimental data has confirmed the accuracy of the neural network approach to optimize the technological parameters and provide effective foundation in practical production. The program of the neural network is written in C language due to its versatility.
来源 金属热处理 ,2005,30(3):61-64 【核心库】
关键词 人工神经网络 ; 覆盖件模具 ; 激光表面硬化 ; 过程仿真
地址

中国科学院力学研究所, 北京, 100080

语种 中文
文献类型 研究性论文
ISSN 0254-6051
学科 金属学与金属工艺
基金 中国科学院大型仪器设备研制项目 ;  中国科学院知识创新工程重大项目
文献收藏号 CSCD:2019729

参考文献 共 6 共1页

1.  Woodard P R. Thermal Analysis of A Laser Pulse for Discrete Spot Surface Transformation Hardening[J]. J.App.Phys,1999,85(5):2488-2496 被引 4 次    
2.  虞钢. 集成化激光智能加工工程[M]. 集成化激光智能加工工程,2001:69-89 被引 1 次    
3.  Komanduri R. Thermal analysis of laser surface transformation hardening-optimization of process parameters [J]. International Journal of Machine Tools & Manufacture,2004,44(9):991-1008 被引 12 次    
4.  李俊昌. 激光的衍射及热作用计算[M]. 激光的衍射及热作用计算,2002:433-478 被引 1 次    
5.  王伟. 人工神经网络原理[M]. 人工神经网络原理,1995:40-52 被引 1 次    
6.  潘健生. 热处理信息化若干问题的思考. 金属热处理,2004,29(1):13-16 被引 9 次    
引证文献 1 篇

1 张桃红 虚拟激光柔性加工的完整过程仿真模型研究——覆盖件模具的激光硬化 中国机械工程,2005,16(7):574-577
被引 2 次

显示所有1篇文献

论文科学数据集
PlumX Metrics
相关文献

 作者相关
 关键词相关
 参考文献相关

版权所有 ©2008 中国科学院文献情报中心 制作维护：中国科学院文献情报中心
地址：北京中关村北四环西路33号 邮政编码：100190 联系电话：(010)82627496 E-mail:cscd@mail.las.ac.cn 京ICP备05002861号-4 | 京公网安备11010802043238号