焊缝偏差RBF神经网络预测算法
以10 kW大功率光纤激光焊接304奥氏体不锈钢板为试验对象,研究一种焊缝偏差预测算法.利用红外摄像机摄取焊接过程中的熔池红外图像,提取匙孔质心、匙孔形状参数和热堆积效应参数等反映激光束与焊缝位置偏差的特征量作为径向基函数RBF神经网络预测模型的输入量,建立焊缝偏差RBF神经网络预测模型.选择焊缝偏差特征量作为训练样本并对预测模型进行训练,建立焊缝偏差预测模型.结果表明,该模型能够对大功率光纤激光焊接过程中的激光束与焊缝位置之间的偏差进行有效预测.
大功率光纤激光焊、RBF神经网络、焊缝偏差、预测
33
TG456.2(焊接、金属切割及金属粘接)
2012-07-09(万方平台首次上网日期,不代表论文的发表时间)
共4页
1-4