钢/铝异种金属点焊研究进展综述

基于电阻点焊过程中工艺信号特征,在不同间距、不同间隙和不同间距与间隙3种条件下,引入相关性分析方法分析工艺信号与熔核直径之间的相关性,并建立基于麻雀搜索算法-BP神经网络(sparrow search algorithm- back propagation neural network, SSA-BP)的电阻点焊质量预测模型,将功率、焊接电流、焊接电压和动态电阻作为预测模型输入特征. 结果表明,经麻雀搜索算法优化后的BP神经网络在测试集上的决定系数R²、均方误差(mean-square error, MSE)、均方根误差(root mean square error, RMSE)和平均绝对误差(mean absolute error, MAE)分别为0.95,1.55,1.
24和0.90,均优于BP模型. 获得了功率、焊接电流、焊接电压和动态电阻与熔核直径的映射关系,可为焊接的工艺参数设计提供依据.