[发明专利]一种钢线刀刀身激光热处理工艺参数优化方法

摘要

本发明公开了一种钢线刀刀身激光热处理工艺参数优化方法，本发明首先利用人工神经元网络对多元非线性映射关系出色的拟合能力，从试验数据中挖掘学习，并最终建立激光热处理工艺参数激光功率、扫描速度和离焦量与相应的显微硬度的映射关系，并以此为基础建立起钢线刀刀身激光热处理工艺参数的预测方法。随后采用遗传算法对人工神经元网络预测数据进行运算，得到最优激光热处理工艺参数，达到优化目的。

主权项

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。