基于智能算法的膜式水冷壁焊縫形狀預測.pdf

1、焊縫是焊接接頭的主要組成部分，其形狀對焊接質量有著重要的影響。準確地預測焊縫形狀，對于優(yōu)化焊接工藝參數(shù)，提高焊接接頭質量和焊接生產效率及效益都有著重要的意義。
　　 目前，對焊縫形狀參數(shù)預測研究基本上都是單一使用BP神經網絡對簡單平板焊接焊縫進行研究的，與實際生產有很大差別，尤其像本課題研究的膜式水冷壁焊接，是多焊縫上下面同時進行焊接的。本課題使用遺傳算法和BP神經網絡結合建立了預測模型，能對膜式水冷壁的四道焊縫形狀同時進行較為

2、準確的預測，能為膜式水冷壁管屏焊接質量提高提供依據。主要工作和成果：
　　 1、研究了膜式水冷壁焊接生產情況，以及國內外有關焊縫形狀預測方面研究現(xiàn)狀，研究了影響焊縫形狀的因素及影響機理。
　　 2、對BP神經網絡訓練樣本的收集整理，本課題采用了正交試驗設計法來安排試驗，保證了獲取的訓練樣本具有正交性、代表性和全面性，對試驗數(shù)據處理采用極差分析法進行分析，得到了各焊接工藝參數(shù)對焊縫形狀各參數(shù)影響的主次，為之后提出焊接策略提

3、供依據。
　　 3、針對BP神經網絡容易陷入局部極值的缺點，采用了用遺傳算法優(yōu)化BP神經網絡權值和閾值的方法，從而提高BP神經網絡的收斂速度和預測精度，實現(xiàn)對膜式水冷壁四道焊縫形狀的準確快速預測。
　　 4、對于BP神經網絡結構各參數(shù)的確定，本課題調用Matlab神經網絡工具箱的函數(shù)，通過不斷的調整參數(shù)來仿真訓練以得到理想的BP神經網絡預測模型，模型預測結果表明其具有較準確的預測性能和較好的泛比性能。
　　 5、