基于神經(jīng)網(wǎng)絡(luò)的摩擦焊工藝參數(shù)預(yù)測(cè)和接頭性能缺陷檢測(cè)研究.pdf

1、該文在對(duì)摩擦焊接頭形成過(guò)程的分析和實(shí)驗(yàn)研究的基礎(chǔ)上,用BP網(wǎng)絡(luò)建立了摩擦焊主要工藝參數(shù)(摩擦?xí)r間、摩擦壓力、頂鍛壓力)和接頭性能(接頭強(qiáng)度)的預(yù)測(cè)系統(tǒng).在神經(jīng)網(wǎng)絡(luò)的訓(xùn)練過(guò)程中,以含有動(dòng)量項(xiàng)和自適應(yīng)學(xué)習(xí)率的快速BP算法為基礎(chǔ),又引入"再調(diào)整"系數(shù)β、誤差函數(shù)系數(shù)α,形成了一種新的BP算法.實(shí)驗(yàn)結(jié)果表明,該系統(tǒng)得到的摩擦?xí)r間、摩擦壓力、頂鍛壓力和接頭強(qiáng)度的預(yù)測(cè)值與實(shí)際值吻合良好.采用先進(jìn)的超聲掃描成像系統(tǒng)對(duì)高溫合金摩擦焊接頭進(jìn)行超聲無(wú)損檢測(cè)

2、,并記錄下相應(yīng)的超聲掃描信號(hào).用目前無(wú)損檢測(cè)領(lǐng)域較為前沿的信號(hào)處理方法——小波包分析法對(duì)掃描信號(hào)進(jìn)行處理.將信號(hào)進(jìn)行多頻段小波包分解,根據(jù)各相應(yīng)頻率、時(shí)間點(diǎn)的幅值大小繪出小波包分解系數(shù)灰度圖.再由灰度圖中不同的色塊分布特征把信號(hào)分為三類:無(wú)缺陷信號(hào)、未焊合缺陷信號(hào)、弱結(jié)合缺陷信號(hào).利用基于小波包分析的"能量——故障"法和傳統(tǒng)的幅頻特性曲線法分別提取信號(hào)特征,作為缺陷識(shí)別神經(jīng)網(wǎng)絡(luò)模型的輸入,用改進(jìn)后的快速BP算法進(jìn)行網(wǎng)絡(luò)訓(xùn)練,建立了基于B