期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于粒子群优化算法的电弧增材制造焊道尺寸反向传播神经网络预测模型
被引量：
2
1
作者
刘浩民
杨洪才
+3 位作者
刘战
李子葳
孙俊华
张元彬
(
导师
)
《机械工程材料》
CAS
CSCD
北大核心
2024年第2期97-102,共6页
选取焊接电流、送丝速度、焊接速度及基板温度作为输入变量,焊道熔宽和余高作为输出变量,选择粒子群优化(PSO)算法中的最优粒子惯性权重和学习因子,构建熔化极惰性气体保护电弧增材制造316L不锈钢PSO反向传播(PSO-BP)神经网络模型。结...
选取焊接电流、送丝速度、焊接速度及基板温度作为输入变量,焊道熔宽和余高作为输出变量,选择粒子群优化(PSO)算法中的最优粒子惯性权重和学习因子,构建熔化极惰性气体保护电弧增材制造316L不锈钢PSO反向传播(PSO-BP)神经网络模型。结果表明:PSO-BP神经网络模型预测的焊道熔宽与期望值的均方根误差、最大相对误差与平均相对误差分别为0.386,13.477%,2.580%,焊道余高的分别为0.152,10.372%,2.810%;相较于BP神经网络模型,PSOBP神经网络模型对焊道尺寸的预测精度更高,稳定性更强。
展开更多
关键词
电弧增材制造
焊道尺寸
神经网络
粒子群优化
在线阅读
下载PDF
职称材料
题名
基于粒子群优化算法的电弧增材制造焊道尺寸反向传播神经网络预测模型
被引量：
2
1
作者
刘浩民
杨洪才
刘战
李子葳
孙俊华
张元彬
(
导师
)
机构
山东建筑大学材料科学与工程学院
山东济容热工科技有限公司
出处
《机械工程材料》
CAS
CSCD
北大核心
2024年第2期97-102,共6页
基金
山东省自然科学基金资助项目(ZR2020ME152)。
文摘
选取焊接电流、送丝速度、焊接速度及基板温度作为输入变量,焊道熔宽和余高作为输出变量,选择粒子群优化(PSO)算法中的最优粒子惯性权重和学习因子,构建熔化极惰性气体保护电弧增材制造316L不锈钢PSO反向传播(PSO-BP)神经网络模型。结果表明:PSO-BP神经网络模型预测的焊道熔宽与期望值的均方根误差、最大相对误差与平均相对误差分别为0.386,13.477%,2.580%,焊道余高的分别为0.152,10.372%,2.810%;相较于BP神经网络模型,PSOBP神经网络模型对焊道尺寸的预测精度更高,稳定性更强。
关键词
电弧增材制造
焊道尺寸
神经网络
粒子群优化
Keywords
arc additive manufacturing
weld size
neural network
particle swarm optimization
分类号
TG444 [金属学及工艺—焊接]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于粒子群优化算法的电弧增材制造焊道尺寸反向传播神经网络预测模型
刘浩民
杨洪才
刘战
李子葳
孙俊华
张元彬
(
导师
)
《机械工程材料》
CAS
CSCD
北大核心
2024
2
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
