论文部分内容阅读
分析了机器人等离子熔射过程的神经网络模型的实现方法，基于多层人工神经网络（artitlcial neural network，ANN）建立了等离子熔射过程的智能化模型．基于该模型，系统研究了等离子弧电流、熔射距离、机器人扫描间距和速度对主要涂层性能参数-残余应力和孔隙率的影响规律，并通过试验数据库的学习对涂层性能参数进行预测．结果表明，模型预测结果与试验结果有着很好的吻合，解决了工艺试验结果中仅有离散数据且难以全面反映等离子熔射工艺参数-涂层性能之间复杂非线性关系的难题．