| 人工神经网络GTAW建模及控制 |
| |
| 引用本文： | 高向东,黄石生,陈铁军.人工神经网络GTAW建模及控制[J].控制理论与应用,1999,16(6):921-923. |
| |
| 作者姓名： | 高向东 黄石生 陈铁军 |
| |
| 作者单位： | 1. 华南理工大学机电工程系焊接中心,广州,510640
2. 郑州工业大学电子与信息学院,郑州,450002 |
| |
| 基金项目： | Guangdong Provincial Natural Science Foundation of China，教育部重点实验室基金，中国博士后科学基金，980630，TKLJ9906，，，， |
| |
| 摘 要： | 给出一种用于钨极气体保护电弧焊（ＧＴＡＷ）建及控制的人工神经网络（ＡＮＮ），重点论述利用ＡＮＮ建立焊接参数模型的方法以及在熔深控制方面的应用，通过实验证明，所提出的智能方法具有良好的系统控制性能。
|
| 关 键 词： | 建模 熔深 |
| 收稿时间： | 1998/5/31 0:00:00 |
| 修稿时间： | 1999/8/22 0:00:00 |
Artificial Neural Network for GTAW Modeling and Control* |
| |
| Gao Xiangdong,Huang Shisheng,Chen Tiejun.Artificial Neural Network for GTAW Modeling and Control*[J].Control Theory & Applications,1999,16(6):921-923. |
| |
| Authors: | Gao Xiangdong Huang Shisheng Chen Tiejun |
| |
| Abstract: | An artificial neural network (ANN) for gas tungsten arc welding (GTAW) process modeling and control is presented in this paper.The discussion is mainly focused on the use of ANN for the weld parameter modeling and its application for the control of the weld pool depth.The effectiveness of the proposed intelligent methods is demonstrated by the real experiments.The weld modeling method using ANN yields conspicuously improved performance. |
| |
| Keywords: | ANN GTAW ANN GTAW modeling weld pool depth |
| 本文献已被 CNKI 维普 万方数据 等数据库收录！ |
| 点击此处可从《控制理论与应用》浏览原始摘要信息 |
|
点击此处可从《控制理论与应用》下载全文 |
