[发明专利]一种钢线刀刀身激光热处理工艺参数优化方法

权利要求书

1.一种钢线刀刀身激光热处理工艺参数优化方法，其特征在于，包括以下步骤：

(1)通过激光热处理试验获得的激光工艺参数激光功率、扫描速度和离焦量对应下的钢线刀刀身显微硬度；

(2)将激光功率、扫描速度、离焦量作为人工神经元网络的输入单元，钢线刀刀身显微硬度作为输出单元，建立三层人工神经元网络结构；

(3)采用matlab对建立的人工神经元网络进行训练，将人工神经元网络拟合获得的刀身显微硬度与试验测得结果进行对比，通过计算均方误差对适应度进行检查；

(4)当适应度达不到要求时，重复步骤(2)(3)，直至获得符合精度要求的人工神经元网络；

(5)根据实际需求选择遗传算法种群的大小、交叉概率以及变异概率；

(6)随机产生遗传算法种群；

(7)基于当前种群，采用步骤(4)中训练好的人工神经元网络计算目标函数值以用于预测；

(8)采用人工神经元网络计算每个种群中个体的适应度，且高适应度的个体被保留；

(9)当中止条件满足时，算法停止且输出最优工艺参数；否则，遗传算法执行步骤(10)；

(10)利用选择、交叉和变异产生新的种群，执行步骤(8)(9)，直至输出最优工艺参数。

2.根据权利要求1所述的钢线刀刀身工艺参数优化方法，其特征在于，试验选用激光工艺参数范围如下：激光功率600-1000W，扫描速度30-50mm/s，离焦量70-90mm。

3.根据权利要求1所述的钢线刀刀身工艺参数优化方法，其特征在于，步骤(8)当均方误差(MSE)小于10^-4时符合人工神经元网络适应度要求。

4.根据权利要求1所述的钢线刀刀身工艺参数优化方法，其特征在于，遗传算法变量函数与参考条件如下：

f_hv0.2＝f(P,V,H)

参考条件为：

600≤P≤1000

30≤V≤60

60≤H≤90

其中f_hv0.2、P、V、H分别代表钢线刀显微硬度，激光功率，扫描速度和离焦量。

5.根据权利要求1所述的钢线刀刀身工艺参数优化方法，其特征在于，遗传算法的终止条件为最优个体的适应度变化程度很小或没有变化时终止运算，最优适应度小于10^-4时符合遗传算法适应度要求。

6.根据权利要求1所述的钢线刀刀身工艺参数优化方法，其特征在于，遗传算法迭代的最大数、种群的大小、交叉率和变异率分别为100、40、0.8和0.01。