基于人工神经网络的航空铝合金激光切割工艺研究

为了推动铝合金激光切割工艺在航空领域的应用,进而对航空铝合金激光切割工艺进行研究。采用正交试验获取了工艺参数与质量特性的数据样本;再利用Python语言建立一个包含双隐藏层的人工神经网络模型对样本进行学习,通过该模型探究了工艺参数同质量特性之间的影响关联并进行预测分析。结果表明,得到的各质量特性预测的平均误差都能控制在10%以内。通过该模型优化获得试验件的尺寸偏差、粗糙度和热影响区宽度的实际测量值和预测值误差分别为8.5%、6.4%和8.2%。