基于预测模型和NSGA-II的激光除漆工艺参数优化

作者：胡少武; 王涛; 黄旭东; 姚涛; 苗润芃

来源：激光与光电子学进展, 2022, 1-13.

• 激光除漆
• 响应回归模型
• 神经网络
• 多目标优化

激光清洗漆层过程中，不同的工艺参数组合直接影响最终的清洗效果，本文以中心复合法和正交法作为实验设计方法，分别使用响应回归方程和BP神经网络建立了工艺参数（光斑搭接率η、能量密度Φ以及离焦量H）与清洗效果评价指标（综合元素含量、除漆率以及粗糙度）间的预测模型，并使用NSGA-II算法对多目标模型进行优化。结果表明：BP神经网络的预测误差控制在5%以下，对比响应回归模型具有更好的泛化能力，使用优化后的工艺参数（η=67.5%、Φ=10.24 J/cm~2、H=3.6mm）进行实验，其综合元素含量下降了27.74%，除漆率提升了5.01%，表面粗糙度下降了25.73%，清洗质量有了显著提升。

• 单位
  河北工业大学