基于MPA-ANN的冷喷增材制造沉积建模与预测

作者：董一萱; 王世杰; 王照智

来源：计算机集成制造系统, 2022, 1-18.

• 增材制造
• 冷喷涂
• 海洋捕食者算法
• 沉积建模
• 剖面预测

针对冷喷增材制造（Cold Spraying Additive Manufacturing， CSAM）过程中沉积形貌的几何描述与模拟，提出一种基于海洋捕食者算法（Marine Predators Algorithm， MPA）的人工神经网络（Artificial Neural Network，ANN）预测模型，以实现CSAM加工沉积层轮廓的几何控制。首先，构建双坐标系，描述喷枪与零件的三维特征，综合分析粒径分布和射流分布等因素对沉积形态的影响，建立沉积剖面分布模型；其次，应用灰色关联度模型对输入层参数进行关键影响因子筛选，以详细轮廓点为输入变量，采用MPA优化ANN模型的关键参数，构建基于海洋捕食者算法的人工神经网络（MPA-ANN）模型；最后，将所提模型的预测结果与FNN、Gauss、PSO-ANN和BP模型进行对比，得到其平均绝对误差为0.0143mm，相关系数为0.9986，相关数据均优于其它模型，结果表明基于MPA-ANN的冷喷涂沉积建模与预测具有更好的稳定性和预测精度。

• 单位
  沈阳工业大学