增材修复质量预测模型及工艺优化研究进展
摘要:增材修复工艺参数与修复质量之间存在复杂的映射关系,工艺参数直接影响修复质量,优化工艺参数是调控修复质量的有效方法;建立增材修复质量预测模型旨在揭示工艺参数与修复质量之间的关系,对实现工艺参数优化具有重要意义。基于此,在预测模型方面,对回归分析模型和机器学习模型在增材修复领域的研究现状进行综述,重点阐述机器学习中神经网络、随机森林和支持向量机三种典型的预测模型,并对比分析各模型的优缺点;在工艺优化方面,综述田口法、响应曲面法和机器学习算法在增材修复领域的研究情况,分类阐述响应曲面法中鲍克斯-本肯设计和中心复合设计两种方法,重点分析机器学习算法中遗传算法和粒子群优化算法在增材修复工艺优化中的研究进展。最后对预测模型和优化方法在增材领域的应用现状进行总结,并对其未来发展方向做出展望。
