10.3321/j.issn:0253-360X.2006.09.012
继电器引线的逆变电阻点焊质量智能监测
采用了人工神经网络技术对继电器制造中铜线在磷铜片上的点焊进行了质量监测.利用BP(back propagation)神经网络模型及其算法,建立以焊接电流和电极间电压作为输入参量、焊点拉剪强度作为输出参量的神经网络质量监测模型.在Matlab中对不同隐层节点和转移函数的模型进行仿真,选择合适的隐层节点数和转移函数.在逆变电阻点焊机上进行了试验验证,表明所建立的人工神经网络质量监测模型的精度能满足工程应用的要求.
人工神经网络、电阻点焊、智能监测、焊点质量
27
TG441.7(焊接、金属切割及金属粘接)
广东省科技攻关计划2005B10201008;教育部留学回国人员科研启动基金
2006-11-07(万方平台首次上网日期,不代表论文的发表时间)
共5页
47-50,54