典型文献
基于神经网络的激光选区烧结温度预测
文献摘要：
有限元仿真是激光选区烧结(SLS)增材制造温度场预测分析的常见方法,但温度场仿真运算往往要耗费大量的时间.为了提高运算效率,提出了基于遗传算法(GA)优化反向传播(BP)神经网络的SLS烧结点温度预测方法.在大量覆膜砂材料多道多层零件烧结点温度仿真模拟试验的基础上,建立并训练了基于GA-BP神经网络的烧结点温度预测模型.开发了 SLS烧结点温度预测软件,能够根据零件的尺寸及工艺参数,快速计算出烧结点温度,并进行可视化显示.通过零件烧结点预测温度与热像仪检测温度的对比试验,验证了温度预测的准确性.
文献关键词：
材料;激光选区烧结;神经网络;烧结点;温度;预测
中图分类号：
作者姓名：
解瑞东;朱尽伟;钟琪;高峰
作者机构：
西安理工大学陕西省机械制造装备重点实验室,陕西西安710048;西安交通大学机械制造系统工程国家重点实验室,陕西西安710049
文献出处：
引用格式：
[1]解瑞东;朱尽伟;钟琪;高峰-.基于神经网络的激光选区烧结温度预测)[J].激光与光电子学进展,2022(19):295-302
A类：
B类：
激光选区烧结,烧结温度,有限元仿真,真是,SLS,增材制造,温度场预测,预测分析,常见方法,温度场仿真,耗费,运算效率,GA,反向传播,烧结点,温度预测方法,覆膜砂,零件,温度仿真,仿真模拟,模拟试验,温度预测模型,预测软件,快速计算,可视化显示,过零,点预测,测温,热像仪
AB值：
0.31427
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
