| 基于近似模型和遗传算法的等离子喷焊工艺参数多目标优化 |
| |
| 引用本文： | 刘永姜,李俊杰,曹一明,曾艾婧.基于近似模型和遗传算法的等离子喷焊工艺参数多目标优化[J].科学技术与工程,2021,21(11):4403-4408. |
| |
| 作者姓名： | 刘永姜 李俊杰 曹一明 曾艾婧 |
| |
| 作者单位： | 中北大学先进制造技术山西省重点实验室,太原030051 |
| |
| 基金项目： | 先进制造技术山西省重点实验室开放基金资助项目(XJZZ201806)第一作者:刘永姜(1970-),男,汉,山西太原人,博士,副教授。主要研究方向：绿色制造技术；E-mail：1209386954@qq.com。 ,李俊杰1,曹一明1,曾艾婧1 |
| |
| 摘 要： | 为了对等离子喷焊工艺参数进行优化,提高喷焊层的质量,通过径向基函数(radical basis function,RBF)神经网络近似模型和非支配排序遗传算法(non dominated sorting genetic algorithmⅡ,NSGA-Ⅱ)遗传算法相结合的方法,对等离子喷焊试验数据,基于MATLAB平台进行训练,以此来构建显微硬度、磨损量和稀释率的近似模型,利用NSGA-Ⅱ遗传算法对模型进行下一步的多目标优化,最终得到帕累托最优解集,研究了工艺参数间的交互作用.结果表明:利用RBF-NSGA-Ⅱ遗传算法比响应面法能更显著地提高喷焊层质量.可见对等离子喷焊工艺的优化具有一定的参考价值.
|
| 关 键 词： | 多目标优化 等离子喷焊 神经网络 遗传算法 响应面法 |
| 收稿时间： | 2020/7/23 0:00:00 |
| 修稿时间： | 2021/1/29 0:00:00 |
Multi-objective Optimization of Plasma Spray Welding Process Parameters Based on Approximation Model and Genetic Algorithm |
| |
| Liu Yongjiang,Li Junjie,Cao Yiming,Zeng Aijing.Multi-objective Optimization of Plasma Spray Welding Process Parameters Based on Approximation Model and Genetic Algorithm[J].Science Technology and Engineering,2021,21(11):4403-4408. |
| |
| Authors: | Liu Yongjiang Li Junjie Cao Yiming Zeng Aijing |
| |
| Institution: | Shanxi Key Laboratory of Advanced Manufacturing Technology,North University of China;China |
| |
| Abstract: | |
| |
| Keywords: | multi-objective optimization plasma spray welding neural network genetic algorithm response surface method |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
| 点击此处可从《科学技术与工程》浏览原始摘要信息 |
| 点击此处可从《科学技术与工程》下载免费的PDF全文 |
|
