激光参数对DP780双相钢/PA66碳纤维界面宽度的影响及其预测模型

TG460; 钢/碳纤维激光直接连接界面的粘接效果与碳纤维的熔融宽度密切相关,而激光热输入是影响其熔融宽度的主要因素.文中进行了DP780钢/PA66碳纤维激光直接连接试验,基于多层感知机和支持向量机探索了碳纤维熔化宽度的BP神经网络预测模型,并利用AOA算法优化了BP神经网络.同时研究了激光参数中光束扫描速率、离焦量和激光功率对熔化宽度的影响,并计算了激光的能量密度.结果表明,通过AOA算法优化的BP神经网络,其训练集、测试集和验证集的相关系数R分别为 0.962 96,0.970 09和 0.988 28,表明AOA-BP预测模型具有良好的预测精度和泛化能力.此外,响应曲面的分析结果指出,...

Full description

Saved in:
Bibliographic Details
Published in焊接学报 Vol. 46; no. 2; pp. 36 - 45
Main Authors 贺赵国, 周惦武, 邓乔, 杨佳豪, 王新宇
Format Journal Article
LanguageChinese
Published 湖南大学,整车先进设计制造技术全国重点实验室,长沙,410082%深圳阿尔比斯科技有限公司,深圳,518000 2025
Subjects
steel/CFRP joining
优化神经网络
optimized neural network
钢/碳纤维连接
laser energy density distribution
激光能量密度
Online AccessGet full text
ISSN0253-360X
DOI10.12073/j.hjxb.20240901002

Cover

More Information
Summary:TG460; 钢/碳纤维激光直接连接界面的粘接效果与碳纤维的熔融宽度密切相关,而激光热输入是影响其熔融宽度的主要因素.文中进行了DP780钢/PA66碳纤维激光直接连接试验,基于多层感知机和支持向量机探索了碳纤维熔化宽度的BP神经网络预测模型,并利用AOA算法优化了BP神经网络.同时研究了激光参数中光束扫描速率、离焦量和激光功率对熔化宽度的影响,并计算了激光的能量密度.结果表明,通过AOA算法优化的BP神经网络,其训练集、测试集和验证集的相关系数R分别为 0.962 96,0.970 09和 0.988 28,表明AOA-BP预测模型具有良好的预测精度和泛化能力.此外,响应曲面的分析结果指出,激光参数对碳纤维熔融宽度的影响权重从大到小依次为光束扫描速率、离焦量和激光功率.离焦量正向的增大可以使激光能量分布更加平缓,扩大光束能量的覆盖范围.
ISSN:0253-360X
DOI:10.12073/j.hjxb.20240901002