一种基于人工神经网络的激光选区熔化工艺参数优化方法

一种基于人工神经网络的激光选区熔化工艺参数优化方法，包括以下步骤：进行金属粉末激光选区熔化成形；通过实验测试确定激光选区熔化工艺参数对金属成形致密度的影响规律，获得激光选区熔化工艺参数与成形致密度之间的机器学习数据集；对机器学习数据集进行归一化和标准化处理；建立人工神经网络模型；得到非线性回归模型；非线性回归模型作为成形致密度预测模型；确定预测模型的有效性及准确性；优化激光选区熔化工艺参数。本发明优点：通过建立成形致密度机器学习预测模型实现激光选区熔化工艺参数的快速迭代优化，提高了增材制造工艺研发效率，方法设计合理，可操作性强，方法简单易行，适合工程化应用和推广。