共查询到10条相似文献,搜索用时 15 毫秒
1.
2.
3.
4.
针对脉冲MIG焊参数众多,不易调节的特点,提出了一种基于神经网络的焊机参数预测方法. 该方法采用LM(levenberg-marquarlt)算法建立了焊机参数的BP(back propagation)神经网络模型,充分利用已知的理想数据对网络进行训练,实现了焊接过程中任一给定焊接电流状态下焊机输出参数的预测;利用焊接参数的预测值分别对单、双脉冲MIG焊进行了试焊. 结果表明,基于神经网络的焊机参数预测方法精度较高,焊接过程稳定,焊缝成形美观,能够实现良好的一元化调节. 相似文献
5.
以10 kW大功率光纤激光焊接304奥氏体不锈钢板为试验对象,研究一种焊缝偏差预测算法.利用红外摄像机摄取焊接过程中的熔池红外图像,提取匙孔质心、匙孔形状参数和热堆积效应参数等反映激光束与焊缝位置偏差的特征量作为径向基函数RBF神经网络预测模型的输入量,建立焊缝偏差RBF神经网络预测模型.选择焊缝偏差特征量作为训练样本并对预测模型进行训练,建立焊缝偏差预测模型.结果表明,该模型能够对大功率光纤激光焊接过程中的激光束与焊缝位置之间的偏差进行有效预测. 相似文献
6.
针对焊接过程的严重非线性和焊接工艺参数的复杂交互作用,使得接头抗拉强度的准确估算十分困难的问题,利用K-均值聚类算法建立焊接接头抗拉强度RBF (Radial basic function)神经网络预测模型。以2219铝合金多层TIG焊的焊缝形状参数(正面余高、背面余高、背面宽度、正面宽度、首层盖面熔深)作为预测模型的输入参数,以焊后接头的抗拉强度作为预测模型的输出参数。利用22组焊接试验数据对所建的预测模型进行网络训练,用另外6组焊接试验数据进行验证。结果表明,所建的RBF神经网络预测模型具有适应性强、精度高,预测的平均绝对误差仅为1.94%。通过预测模型,得到焊缝几何形状参数与接头抗拉强度之间的影响规律以及最佳的接头焊缝形状,从而对调控焊接接头的强度提供了依据。 相似文献
7.
8.
综合考虑了GMAW缝接物理过程,建立了其焊接热场的数值分析模型,设计了计算程序,以此为基础了焊接工艺参数与焊缝几何尺寸的关系。试验表明,焊缝几何尺寸的计算值和实测值吻合良好,这一方法可用于焊缝几何尺寸的预测和控制。 相似文献
9.
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. 相似文献
10.
采用正交试验设计和数理统计的方法,建立了焊缝截面形态的多项式回归模型,同时获得了焊缝截面几何形状参数与焊接规范参数的多元回归模型。为焊缝截面形态的预测及焊接规范参数的设计提供了依据。 相似文献