排序方式: 共有3条查询结果,搜索用时 0 毫秒
1
1.
建立适用于激光点焊焊点形态预测的人工神经网络模型,以点焊过程中的三个主要工艺参数(激光功率、点焊时间和离焦量)作为模型输入,输出为焊点表面、熔合面、背面直径以及熔深和横截面面积五个焊点形态参数.在此基础上,建立焊点形态模型,模型输入为神经网络的预测结果,输出为焊点形态.所建立的神经网络预测模型和焊点形态模型结合之后,可以实现激光点焊焊点的形态预测.网络测试结果显示实际值与网络预测值之间的RMS误差为O.1左右,模型输出的预测焊点形态与实际焊点形态之间较为吻合.根据模型的仿真结果,进一步研究点焊参数对焊点尺寸和形态的影响规律.结果表明未熔透焊点形态为Y形,而熔透焊点则存在多种形态,形态之间的转变主要受激光功率的影响. 相似文献
2.
基于人工神经网络的激光点焊焊点形态预测 总被引:2,自引:0,他引:2
建立适用于激光点焊焊点形态预测的人工神经网络模型,以点焊过程中的三个主要工艺参数(激光功率、点焊时间和离焦量)作为模型输入,输出为焊点表面、熔合面、背面直径以及熔深和横截面面积五个焊点形态参数。在此基础上,建立焊点形态模型,模型输入为神经网络的预测结果,输出为焊点形态。所建立的神经网络预测模型和焊点形态模型结合之后,可以实现激光点焊焊点的形态预测。网络测试结果显示实际值与网络预测值之间的RMS误差为0.1左右,模型输出的预测焊点形态与实际焊点形态之间较为吻合。根据模型的仿真结果,进一步研究点焊参数对焊点尺寸和形态的影响规律。结果表明未熔透焊点形态为Y形,而熔透焊点则存在多种形态,形态之间的转变主要受激光功率的影响。 相似文献
3.
1