一种辅助激光防护涂层选材及设计方法和系统技术方案

本发明专利技术涉及一种辅助激光防护涂层选材及设计方法和系统。本发明专利技术通过采用神经网络模型，基于现有的实验数据和先验知识构建得到激光防护涂层选材方案，具有预测速度快、精确度较高和成本低等优点。再利用激光防护涂层选材方案指导涂层设计开发，将大大缩短材料的设计开发周期，降低材料研发成本。降低材料研发成本。降低材料研发成本。

【技术实现步骤摘要】
一种辅助激光防护涂层选材及设计方法和系统


[0001]本专利技术涉及涂层防损伤研究
，特别是涉及一种辅助激光防护涂层选材及设计方法和系统。

技术介绍

[0002]随着激光技术的快速发展，激光的功率大幅提高，高功率激光在与材料相互作用时会造成强烈的破坏，给人员设备等构成严重威胁，因此探索面向不同使用环境的高性能激光防护涂层定制化开发方法，对于激光打击或激光环境下人员设备的安全具有重要意义。
[0003]但是，相较于激光技术的快速发展，激光防护涂层的开发速度明显缓慢。激光防护涂层的开发过程一般包括：设计成分配比；选择制备工艺；确定工艺参数等。激光防护涂层制备包括配料、制备涂层和固化等环节，每个环节的操作不同均会对涂层最终的抗激光损伤性能造成影响；并且激光辐照实验价格昂贵，对涂层进行抗激光损伤测试成本高。面对不同的使用条件时，所需成分配比和工艺也会有所差异，因此若采用传统的试错法对高性能激光防护涂层进行精准设计，实验任务繁重，对人力物力的消耗极大，不确定性高且研发效率低。因此，探索新型材料设计开发方法，以提高激光防护涂层研发效率、提高选本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种辅助激光防护涂层选材及设计方法，其特征在于，包括：根据激光与涂层间相互作用机理的先验知识确定影响基体背温的关键因素；所述关键因素包括：防护涂层的成分组成、基本性能、热化学反应数据、结构特性以及使用条件；根据所述关键因素选取输入特征，并以涂层在激光烧蚀下的基体背温为输出变量建立数据集；对所述数据集进行预处理得到处理后的数据集；利用随机抽样法对所述处理后的数据集进行划分得到训练集、测试集和验证集；采用所述训练集对神经网络模型进行训练得到预测模型；对所述预测模型进行优化得到优化模型；所述测试集用于评价所述优化模型；所述验证集用于验证所述优化模型；将随机噪声加入至输入特征得到特征矩阵；将所述特征矩阵输入至所述优化模型得到第一基体背温预测结果；确定所述涂层在激光烧蚀下的基体背温和第一基体背温预测结果间的差值，根据所述差值对输入特征进行排序得到排序结果；根据所述排序结果确定涂层激光防护性能的影响因素；根据所述影响因素生成激光防护涂层选材方案；根据所述激光防护涂层选材方案设计激光防护涂层。2.根据权利要求1所述的辅助激光防护涂层选材及设计方法，其特征在于，所述预处理包括：缺失值处理、异常值处理、重复值处理、归一化处理和规范化处理。3.根据权利要求1所述的辅助激光防护涂层选材及设计方法，其特征在于，所述对所述预测模型进行优化得到优化模型，具体包括：采取遗传算法对所述预测模型进行优化得到优化模型。4.根据权利要求3所述的辅助激光防护涂层选材及设计方法，其特征在于，所述优化模型为输出达到收敛且采用所述验证集验证时平均误差函数最小的模型。5.根据权利要求1所述的辅助激光防护涂层选材及设计方法，其特征在于，所述测试集评价所述预测模型的操作过程为：将所述测试集中的输入特征输入所述优化模型，得到第二基体背温预测结果；根据所述第二基体背温预测结果和与所述测试集中输入特征对应的基体背温数据确定决定系数；所述决定系数为R2：其中，为与所述测试集中第i个输入特征对应的基体背温数据的平均值，为第i个输入特征的第二基体背温预测结果，y
i
为与所述测试集中第i个输入特征对应的基体背温值；根据所述决定系数与1间的关系确定所述优化模型的预测精度。6.一种辅助...

【专利技术属性】
技术研发人员：马壮，高丽红，朱时珍，刘玲，柳彦博，郝杰，安冬，
申请(专利权)人：北京理工大学，
类型：发明
国别省市：