摘要
本发明提供了一种高速激光熔覆中熵合金涂层的工艺参数优化方法，属于高速激光熔覆领域。包括以下步骤：首先，以激光熔覆工艺参数为输入，以熔覆涂层的宽高比和显微硬度为输出，采用中心复合设计(CCD)实验方案进行高速激光单道熔覆实验；然后，根据CCD实验结果，建立基于激光熔覆工艺参数与熔覆层宽高比和显微硬度之间经遗传算法优化的反向传播(GABP)神经网络预测模型；最后，基于第二代非支配排序遗传算法(NSGA‑II)，以熔覆层宽高比与显微硬度为优化目标，GABP神经网络预测模型为NSGA‑II的适应度函数，通过全局寻优获得Pareto前沿解集完成工艺参数优化。本发明的一个技术效果在于，采用本发明方法可以避免试错法、单一变量法等传统优化方法的缺点，节约实验时间，节约成本，且确定的最佳工艺参数组合可获得与基体呈冶金结合、无明显裂纹和孔洞的熔覆层，且方法简单，通用性高，可推广用于高速激光熔覆其他涂层工艺参数的确定。
