-
题名基于GA-BP神经网络的多层多道焊工艺预测及优化
被引量：3
- 1
-
-
作者
王天琪
孟锴权
王传睿
-
机构
天津工业大学
-
出处
《焊接学报》
EI
CAS
CSCD
北大核心
2024年第5期29-37,共9页
-
基金
国家自然科学基金资助项目(51975410)
天津市“项目+团队”重点培养专项资助(XC202053)
天津市自然科学基金项目(23JCYBJC00040)。
-
文摘
针对目前多层多道焊工艺参数的选择问题,利用遗传算法(genetic algorithm, GA)对BP神经网络(back propagation neural network, BPNN)进行优化,提出多层多道焊成形预测及焊接工艺参数优化方法,旨在为工艺参数选取提供有效指导,提高焊接生产效率及焊接质量.首先通过分析多层多道焊图像,提出采用三次样条插值法与自适应分段法进行特征点识别,然后根据焊接顺序、焊道工艺建立焊接过程各焊道横截面积形状预测模型,运用解析法进行焊接工艺参数预测,进一步结合不同焊道工艺参数优选原则,采用改进神经网络进行焊接工艺参数优化,从而建立具有实时性的焊接工艺参数与焊缝轮廓关系模型.结果表明,该方法对多层多道焊中各焊道焊接工艺参数提供有效预测,试验结果满足实际需求,对提高焊接产品质量、简化焊接工艺参数选取具有实际意义.
-
关键词
工艺参数优化
图像处理
解析法预测
神经网络优化
-
Keywords
optimizing process parameters
image processing
forecasting using analytical methods
optimizing neural networks
-
分类号
TG444
[金属学及工艺—焊接]
-
