基于神经网络的离子束抛光工艺参数算法研究.pdf

《基于神经网络的离子束抛光工艺参数算法研究.pdf》由会员上传分享，免费在线阅读，更多相关内容在应用文档-天天文库。

1、分类号：至里2≥UDC：621．3编号：基于神经网络的离子束抛光工艺参数算法研究THEREAEARCHONIONBEAMPOLISmNGPROCESSPARAMETERSALGOIUTHMBASEDONNEURALNETWORK学位授予单位及代码：篮查堡王太堂(!Q!璺鱼!学科专业名称及代码：捡塑』堇盔皇自动丝装量(Q墨!!Q圣2研究方向：捡型筮盔皇过猩蕉壹』申请学位级别王堂亟±论文起止时间：麴21Q鱼二窒Q—必长春理工大学硕士学位论文原创性声明～嘲本人郑重声明：所呈交的硕士学位论文，《基于神经网络的离子束抛光工艺

2、参数算法研究》是本人在指导教师的指导下，独立进行研究工作所取得的成果。除文中已经注明引用的内容外，本论文不包含任何其他个人或集体已经发表或撰写过的作品成果。对本文的研究做出重要贡献的个人和集体，均已在文中以明确方式标明。本人完全意识到本声明的法律结果由本人承担。作者签名：．幽堑蕉地年三月堡日长春理工大学学位论文版权使用授权书本学位论文作者及指导教师完全了解“长春理工大学硕士、博士学位论文版权使用规定”，同意长春理工大学保留并向中国科学信息研究所、中国优秀博硕士学位论文全文数据库和CNKI系列数据库及其它国家有关部门

3、或机构送交学位论文的复印件和电子版，允许论文被查阅和借阅。本人授权长春理工大学可以将本学位论文的全部或部分内容编入有关数据库进行检索，也可采用影印、缩印或扫描等复制手段保存和汇编学位论文。作者签名：l驾奎垒导师签名：啦址年立月卫日弦I≯年≥月≯汨摘要离子束抛光技术是一种超精密加工技术。其最关键的控制因素就是驻留时间和去除函数。因此本文对这两个参数进行了研究分析。首先，对离子束加工的原理进行了研究。对离子束入射角度与溅射产额，离子束入射能量与溅射产额的关系进行了分析，得到溅射产额随角度增大呈现先增大后减小趋势，74。

4、左右溅射产额达到最大。而且，溅射产额随能量的增大而增大。其次，建立了去除函数数学模型。可以得到去除函数与溅射产额之间存在密切的联系。因此，我们得出要实现去除函数的多角度控制，必须建立起角度与溅射产额之间的关系。因此，我们基于BP神经网络对去除函数的关键参数进行运算，并对BP网络的参数进行了合理选取，运用训练好的网络对角度和溅射产额之间的对应进行推算。第三，采用CEH模型的线性方程组求解驻留时间时，发现这种方法可以完全克服边缘效应。但是，由于这种方法存在病态性，因此，采用了TSVD正则化求解法来弥补这个缺陷。并得到驻

5、留时间、残差与截断参数k的关系呈现“L’’形曲线，而且k的值取“L”形曲线拐点处的值的时候，是最合理的，得到的驻留时间和残差是比较好的。但是TSVD算法的缺点是对于大型矩阵的求解速度过慢。为了克服这个问题，我们采用迭代算法来解决大型矩阵的问题，但这种方法会出现边缘效应，因此，采用了边缘延拓的方法对参数进行优化以减小边缘效应。并得到了驻留时间与残差的类“L”加工预测曲线。通过这条曲线可以实现参数Y的优化，从而实现优化加工效果的目的。而且，我们也发现在曲线拐点出Y的值是较为合理的。关键词：离子束抛光，神经网络，溅射，去

6、除函数，驻留时间ABSTRACTIonbeampolishingtechnologybelongstotheultra-precisionmachiningtechnology．Thekeyvariablesofthetechnologyaredwelltimeandremovalfunction．Sothethesiscarriedoutresearchonthesestwofactors．Firstly,Weresearchedontheprincipleoftheionbeampolishing．Throug

7、hthesoftwaresimulation，weanalyzedtherelationshipbetweenthesputteringyieldandtheincidentyield，andtherelationshipbetweenthesputteringyieldandtheincidentenergy．Thenwedrawtheconclusionthatthesputteringyieldwouldgoupandcomedown、析mtheincreasingoftheincidentangle，and

8、wegotthemaximalsputteringyieldat740．Thesputteringyieldwouldincreasefollowingwiththeincreasingoftheincidentenergy．Secondly,wegotremovalfunctionmodel．Andweknownthekeyfactorsofthemode