基于自适应模糊神经网络焊接接头力学性能预测

摘要：

通过对TC4钛合金进行TIG焊,并测定接头的抗拉强度、抗弯强度和断后伸长率,获得网络仿真所需的数据.结合使用BP算法与最小二乘相结合的混合算法,建立了用于焊接接头力学性能预测的自适应模糊神经网络模型.利用该模型进行仿真,其平均误差远小于7%.结果表明,该模型可根据焊接工艺参数对焊接接头的抗拉强度、抗弯强度和断后伸长率等力学性能进行较为准确的预测,并且具有建模快、模型简单、预测速度快、预测精度高,泛化能力强的优点,从而为焊接接头力学性能预测提供了一条有效的途径.

关键词：自适应模糊神经网络、力学性能、预测

所属期刊栏目：28

分类号：TG407(焊接、金属切割及金属粘接)

资助基金：教育部春晖计划项目Z2005-2-01002

在线出版日期：2007-11-05（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：5-8