摘要
本发明公开了一种钛基复合材料激光粉末床熔融参数优化方法及系统,属于金属基复合材料增材制造领域,包括以下步骤:通过响应曲面(RSM)实验设计获取工艺参数与成型质量指标数据集;构建BP神经网络模型,以激光功率、扫描速度和SiC含量为输入,以相对密度、表面粗糙度和显微硬度为输出;耦合非支配排序遗传算法II(NSGA‑II)算法建立多目标优化模型,以获取相对密度、显微硬度及表面粗糙度的最优方案为目标;通过Pareto解集筛选并结合熵权最小距离法‑TMDSM法排序,获取最优工艺参数组合。本发明实现了SiC/Ti复合材料激光粉末床熔融工艺中多性能指标的协同优化,解决了传统单目标优化方法无法平衡各性能指标的技术难题,显著提高了成型件的致密性、表面质量和力学性能。
技术关键词
钛基复合材料
参数优化方法
粉末床
BP神经网络模型
激光
BP神经网络预测
粗糙度测试仪
数据采集模块
参数优化系统
金属基复合材料
密度测试仪
硬度测试仪
指标
算法
曲面