基于BP神经网络的盾构主轴承激光熔覆形貌预测研究

本文主要围绕盾构机主轴承激光熔覆修复工艺，针对工艺参数对熔覆区域映射难以表征的问题，为实现通过工艺参数预测单道次熔覆区域形貌尺寸以进一步提高整体熔覆区域性能，提出基于BP神经网络的主轴承激光熔覆工艺形貌预测模型。首先，以42CrMo轴承钢作为基体、stellite6作为熔覆粉末材料开展3因素4水平正交试验，并以熔高、熔宽、熔深作为指标；然后，以正交试验所得指标以及工艺参数为数据基础，设计并训练BP神经网络模型；最后将预测得到的形貌尺寸与实际尺寸进行对比并求出两者之间的误差。通过分析试验结果，发现模型对于熔高、熔宽预测误差在2%以内，而对于熔深的预测效果较差。分析结果认为网络模型的权值由于数据的局限性陷入了局部最优解。