基于大数据驱动的焊接接头力学性能预测

摘要：

通过BP人工神经网络从试验和数值计算样本数据中提取特征参量,建立合理的输入数据和输出数据的映射关系,从而达到基于输入参量预测输出参量的目的.针对搅拌摩擦焊接接头硬度,以搅拌头旋转速度、焊接速度、距离焊接中心距离为输入参量,以接头硬度为输出参量,构建了3×10×1的三层拓扑结构的6061-T6铝合金搅拌摩擦焊接头硬度BP人工神经网络模型,选择在13种不同搅拌头旋转速度和移动速度工况下进行测试和训练,通过对比试验数据验证模型的有效性.测试结果表明BP,人工神经网络能够很好地预测接头硬度,为焊接接头力学性能预测提供了新方法.

关键词：搅拌摩擦焊、硬度、BP人工神经网络、特征参量

所属期刊栏目：50

分类号：TG404(焊接、金属切割及金属粘接)

资助基金：国家自然科学基金资助项目;辽宁省自然科学基金项目

在线出版日期：2020-05-11（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：75-78