| 铝合金P-MIG焊稳定性近似熵神经网络预测 |
| |
| 作者姓名： | 聂晶 石玗 黄健康 樊丁 |
| |
| 作者单位： | 兰州理工大学甘肃省有色金属新材料重点实验室,兰州,730050;兰州理工大学有色金属合金及加工教育部重点实验室,兰州,730050 |
| |
| 基金项目： | 国家自然科学基金,甘肃省教育厅基金,兰州理工大学优秀青年教师培养计划资助项目 |
| |
| 摘 要： | 通过对不同焊接过程的电压信号进行近似熵计算与分析,得到了能够反映焊接过程稳定性的不同工艺参数与近似熵值的匹配模型和样本数据.在此基础上提出了运用广义回归神经网络(GRNN)对电弧电压信号近似熵进行预测的方法进而对铝合金脉冲MIG焊过程稳定性进行了识别.介绍了铝合金脉冲MIG焊过程稳定性近似熵广义回归神经网络预测模型的结构和算法,并对样本数据进行了预测试验.结果表明,该神经网络电弧电压近似熵预测的平均误差为9.08%,准确率为90.92%,满足用来评价铝合金脉冲MIG焊接过程稳定性的精度要求.
|
| 关 键 词： | 脉冲熔化极氩弧焊 电压信号 近似熵 稳定性 广义神经网络 模式识别 |
| 收稿时间： | 2008-12-01 |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
| 点击此处可从《焊接学报》浏览原始摘要信息 |
|
点击此处可从《焊接学报》下载免费的PDF全文 |
|
