基于线性回归和神经网络的金属陶瓷激光熔覆层形貌预测

作     者：范鹏飞 张冠 FAN Peng-fei;ZHANG Guan

作者机构：新疆大学乌鲁木齐830047 新疆大学工程训练中心乌鲁木齐830047 

出 版 物：《表面技术》 (Surface Technology)

年 卷 期：2019年第48卷第12期

页      面：353-359,368页

核心收录：

学科分类：080503[工学-材料加工工程] 08[工学] 0805[工学-材料科学与工程（可授工学、理学学位）] 

基　　金：新疆维吾尔自治区自然科学基金(2017D01C062) 

主　　题：牙轮钻头 激光熔覆 金属陶瓷 多元线性回归分析 人工神经网络 形貌预测 

摘      要：目的研究激光熔覆关键工艺参数(激光功率、扫描速度、送粉速率)与单道熔覆层宏观形貌(宽度、高度、熔池深度)之间的数量关系,以实现对WC-Co50复合熔覆层形貌的预测,从而为牙轮钻头的修复提供参考。方法设计不同的实验参数,利用4k W光纤激光器在牙轮钻头钢15MnNi4Mo表面熔覆单道WC-Co50复合涂层。采用工业显微镜观察单道熔覆层的横截面宏观形貌,并测量其三维尺寸。在上述形貌参数的基础上,分别运用多元线性回归分析和人工神经网络方法,建立关键工艺参数与熔覆层宏观形貌之间的关系模型,并将实验结果与模型预测结果进行对比。结果总体来讲,神经网络对熔覆层形貌的预测结果更为精确,平均相对误差为5.3187%;多元线性回归分析预测的平均相对误差为6.0028%。分析表明,对熔覆层宽度的预测结果最精确,两种方法的平均相对误差仅为1.2999%;对高度及熔池深度的预测结果稍差,平均相对误差分别为8.0586%和7.6237%。结论两种预测方法都具有较高的精度,但神经网络法函数关系不明确,运算过程复杂,需要通过进一步的算法优化来提高预测精度。