o-4Cr涂层已普遍应用到飞机制造领域，许多学者也对WC-10Co-4Cr涂层的喷涂过程参数进行了研究，分析了各类因素对涂层各类性能指标的影响趋势。在喷涂过程参数和涂层性能指标影响分析时，通常采用大量的喷涂试验进行正交试验分析，以获得研究结果，但此类方法具有较大局限性，且试验过程耗时长、成本高。本论文将人工神经网络引入到了WC-10Co-4Cr涂层性能预测研究中，通过采用BP神经网络和GA-BP神经网络成功建立了预测模型，并使用NSGA-II多目标优化得到了GA-BP神经网络模型的关于残余应力和维氏硬度性能的最优解集，最后通过正式试验对预测喷涂过程参数进行了验证，结果符合预期要求。
在研究前期，采用了传统的正交试验方法对喷涂过程参数进行了研究，并分析了氧气流速、煤油流速、送粉转速和喷射距离对涂层残余应力和维氏硬度的影响。研究发现影响残余应力的主要因素为煤油流速和喷射距离，影响维氏硬度的主要因素为送粉转速和煤油流速。通过分析正交试验结果，得到了残余应力和维氏硬度较优的喷涂过程参数，并通过试验进行了验证，正交试验优化得到的喷涂过程参数所得到的WC-10Co-4Cr涂层残余应力为0.297mmA，维氏硬度为995.4HV0.3。虽然正交优化后的涂层均满足要求，但无法进一步对参数进行优化，若继续进行优化则需要再次进行大量的试验。
参考文献（略）
