陈书翔，李洪玉，陈辉

(1.中车青岛四方机车车辆股份有限公司，山东 青岛 266111;2.西南交通大学，成都 610031)

0 前言

激光熔覆是一种绿色表面改性技术，涉及物理、冶金、材料科学等领域。比较常规弧焊或热喷涂，激光熔覆具有许多优势，例如更紧凑的涂层结构、高强度和精密尺寸控制。激光熔覆过程中各种工艺参数的相互影响及与熔覆二维形貌高度非线性的关系，很难找到精确的数学模型来表达。对于不适合精确分析的问题，或者在变量之间的关系还没有完全理解的情况下，神经网络是一个强大的经验模型工具，关于神经网络在材料加工领域的应用，国内外许多学者做了相关研究。哈尔滨工业大学的赵洪运等人[1]对激光熔覆层形貌通过多元线性回归分析与遗传神经网络进行预测。通过预测结果分析可知：激光熔覆层宏观几何尺寸的多元线性回归较为明确；遗传算法优化的 BP 神经网络预测结果更加准确。西南交通大学的吕其兵等人[2]，建立了RBF神经网络焊接接头灰斑面积的预测模型，按照铁道部标准TB/T 1632—2005进行预测，预测准确率达到了100%。新疆大学的范鹏飞等人[3]，运用多元线性回归分析和人工神经网络方法,建立关键工艺参数与熔覆层宏观形貌之间的关系模型,并将试验结果与模型预测结果进行对比。结果总体来讲,神经网络对熔覆层形貌的预测结果更为精确,平均相对误差为5.318 7%；温海骏等人[4]利用MATLAB软件基于试验结果建立BP神经网络预测模型,通过遗传算法确定使综合质量达到最佳的工艺参数组合。……