微间隙焊缝磁光检测神经网络修正

针对激光焊接微间隙焊缝（间隙小于0.1 mm）,研究提高磁光传感检测焊缝精度的BP神经网络修正方法.以碳钢平板对接激光焊为试验对象,利用磁光传感器检测焊缝区域磁场分布并成像.通过分析焊缝处磁场成像并应用BP神经网络修正磁光传感器得到焊缝中心数据,有效避免焊缝磁光图像低对比度和强噪声干扰问题.经过在不同焊接速度试验下的测试,四组神经网络试验的焊缝位置误差的绝对平均值都在0.015 mm左右,BP神经网络测量误差比磁光成像直接测量平均减少约28%.BP神经网络修正磁光成像测量技术可有效识别微间隙焊缝,为解决激光焊接微间隙焊缝过程自动识别和跟踪焊缝的难题提供了一种新方法.     

基于BP神经网络的镁合金焊缝成形预测

为了研究镁合金的焊缝成形效果,搭建了焊接试验平台和数据采集系统,通过试验采集焊缝的数据样本,作为BP神经网络的学习训练和预测样本。建立了基于BP神经网络的镁合金焊缝成形预测模型,利用神经网络的映射能力和分析能力,采用焊接过程的焊接电流、焊接电压、焊接速度、焊丝干伸长作为预测输入,把焊缝成形中的焊缝熔深、熔宽、余高作为信息输出对神经网络进行训练,从而建立基于BP神经网络的焊接参数和焊缝成形的映射模型,通过BP神经网络的预测试验,预测值与实际值的误差能够控制在5%以内,可以满足设计要求。     

BP神经网络修正熔池红外图像焊缝宽度测量算法

在激光焊接中,焊缝宽度的实时动态变化对于描述焊接质量起着至关重要的作用。焊缝宽度的准确测量有助于理解焊接过程,获得焊接质量控制模型。针对大功率光纤激光焊接304型不锈钢过程,利用高速摄像机,获得清晰的熔池动态红外图像。红外图像仅仅是熔融焊缝处的热成像,难以准确测量焊缝宽度,必须利用BP神经网络加以修正,得到实际焊缝宽度。三组试验结果表明了BP神经网络焊缝宽度测量模型的有效性。     

GH99合金TIG焊接接头拉伸性能的人工神经网络预测

利用Matlab7.0软件建立了用于预测GH99高温合金焊接接头拉伸性能的改进算法的多层BP神经网络.以焊接电流、焊接速度、脉冲频率、重熔次数、板厚、装配间隙、坡口与连接形式作为输入参数,抗拉强度、屈服强度和断后伸长率分别作为输出值.结果表明,改进算法的多层BP神经网络能够很好的预测GH99高温合金TIG焊接接头的拉伸性能,抗拉强度、屈服强度与断后伸长率预报值与试验值的平均相对误差分别为-0.76%,1.71%和2.30%.     

基于多因素权重法的高压GMAW焊缝成形分析

水下高压干式GMAW焊缝成形难以控制,影响焊接质量,通过多因素权重法对影响高压GMAW焊缝成形的参数进行分析,以确定焊接过程中主要参数与焊缝成形之间的关系. 以高压GMAW焊接正交试验结果作为训练样本,利用BP神经网络建立了焊缝成形预测模型. 将模型预测结果与实际焊接试验结果进行对比,验证了模型的精确度. 以预测模型中的权值为基础,通过Garson算法得出各参数变量对于焊缝成形参数的权重系数,并通过高压干式GMAW试验进行验证. 结果表明,不同焊接参数变化引起的焊缝成形参数变化幅度与相应焊接参数对焊缝成形的影响权重基本对应,所得权重系数对于高压GMAW焊接工程应用具有指导作用.     

弧焊机器人焊接工艺参数设计系统研究

设计了基于BP神经网络的弧焊机器人焊接工艺参数设计系统,该系统可以由表征焊接形状的焊缝几何尺寸值映射出具体的焊接工艺参数.通过正交设计法采集样本数据,建立了对应的神经网络模型.利用已建立的网络模型,设计了焊接工艺参数.通过焊接实验,分析了焊缝几何参数理论值和焊接实测值的误差,结果表明所设计的网络具有一定的工艺参数设计能力,几何参数误差在允许范围内,焊缝成形效果良好.     

电弧焊熔透ICA-BP神经网络识别模型

以氩弧焊熔透状态识别为研究对象,研究一种基于ICA (Imperialist Competitive Algorithm) 的BP(Back Propagation)神经网络识别模型方法. 首先利用ICA全局搜索不易陷入局部极值及搜索速度快的特点对神经网络权值和阈值初始化,再用BP算法对神经网络进行训练. 通过摄取焊接过程中的熔池图像,提取熔池面积、熔宽以及熔池质心位置作为神经网络预测模型的输入量,分析熔池图像三个特征与焊缝熔透状态的映射关系,最终建立熔透状态预测模型. 结果表明,采用ICA-BP神经网络能够有效地预测焊缝的熔透状态.     

电弧焊熔池表征与熔透状态映射研究

针对电弧焊熔池图像特点,试验研究通过熔池特征映射熔透状态的方法。在焊接过程中由摄像机实时摄取熔池图像,并通过图像处理得到熔池的轮廓,而后提取熔池面积、熔宽以及熔池图像质心到熔池图像底部的距离等三个特征量,用这三个特征作为BP(Back Propagation)神经网络的输入参数,从而建立熔透识别模型。通过改变BP神经网络的隐含层神经元个数及训练函数获得不同的模型,分析比较各个模型对熔透的识别效果,并把识别效果最好的模型作为最终的焊缝熔透状态识别模型。试验结果表明,将Levenberg-Marquardt算法作为BP神经网络模型的训练算法能更加准确预测焊缝熔透状态。     

基于GA+BP神经网络预测脉冲钨极氩弧横焊焊缝成形

选择基值电流、脉冲电流、脉冲频率、占空比和焊接速度等参数作为输入层神经元,熔宽、熔深等作为输出层神经元,利用Matlab的遗传算法和神经网络工具箱建立了预测脉冲钨极氩弧横焊焊缝成形的3层GA+BP模型。结果表明,GA+BP预测模型能够有效地预测焊缝成形尺寸,试验结果验证该模型具有有效性和泛化能力。     

利用模糊神经网络技术预测焊接接头力学性能

探讨一种自适应模糊神经网络(adaptive fuzzy neural networks,ANFIS)预测焊接接头力学性能的方法.通过测定TC4钛合金TIG焊接头的抗拉强度、抗弯强度和延伸率,结合焊接工艺参数建立了用于焊接接头力学性能预测的自适应模糊神经网络模型.利用该模型,并使用BP算法和BP算法与最小二乘相结合的混合算法,采用不同的输入变量隶属度函数、模糊子集数、迭代次数,对焊接接头力学性能进行了ANFIS仿真.结果表明,当采用混合算法,且模糊子集数为3时,网络训练和预测结果平均误差均远小于7%.能够满足实际生产的要求.使用MATLAB和Visuall C 混合编程开发了基于ANFIS焊接接头力学性能预测软件,可根据焊接工艺参数对焊接接头的抗拉强度、抗弯强度和延伸率等力学性能进行较为准确地预测,为焊接接头的质量预测与控制提供了一条简捷、有效的新途径.     

胫骨生物陶瓷复合材料的微结构增韧机理

扫描电镜观察显示胫骨是一种由羟基磷灰石和胶原蛋白组成的自然生物陶瓷复合材料.羟基磷灰石具有层状的微结构并且平行于骨的表面排列.观察也显示这些羟基磷灰石层又是由许多羟基磷灰石片所组成,这些羟基磷灰石片具有长而薄的形状,也以平行的方式整齐排列.基于在胫骨中观察到的羟基磷灰石片的微结构特征,通过微结构模型分析及实验,研究了羟基磷灰石片平行排列微结构的最大拔出能.结果表明,羟基磷灰石片长而薄的形状以及平行排列方式增加了其最大拔出能,进而提高了骨的断裂韧性.     

钢材打捆机控制系统智能化技术的研究

钢材打捆机是一种用于轧钢精整工艺的新型自动化设备，其控制系统基于SiemensS7 PLC和TP7触摸屏。系统的智能化技术主要包括：液压高低压自动控制、在线监视、离线故障检测、多台设备协同工作、可视化人机交互技术。本文描述了这些技术的原理与实现方法。     

面向零件形状的计算机图形库的开发

论述了CAD技术中参数化设计的三种建模方法，重点介绍了基于特征的参数化建模原理。在此基础上，分析机械设计中的机构结构，归纳出其零件的几何特征构成。设计了机构CAD图形库，并提出了该图形库生成步骤和人机交互界面。     

FeCrAIW电弧喷涂层组织的致密化研究

采用激光辐照对FeCrAlW电弧喷涂层的组织进行致密化处理,借助扫描电镜和X衍射对涂层的组织进行了分析.测试了涂层的显微硬度.结果表明:涂层组织致密度提高,孔隙率明显降低.随着激光扫描速度的增加,涂层的显微硬度降低.在较低的扫描速度下,涂层与基体之间形成互熔区,涂层与基体之间产生良好的冶金结合.     

Role of Martensite-Austenite Component of Bainitic Structure in Formation of Properties of Pipe Steel. 1. Effect of Parameters of TMT

Metal Science and Heat Treatment - The effect of parameters of hot rolling and controlled cooling on formation of the martensite-austenite component of bainitic and ferritic-bainitic structures in...     

V法造型主要设备常见故障分析

V法造型工艺在铸造行业已经被广泛应用,但V法造型设备的发展却比较缓慢。由于非标设备的缘故,设备在安装调试和使用过程中,经常发生故障,影响设备的正常使用。本文列举了V法造型设备经常出现的故障,分析了故障的原因和解决方案。