基于 BP 神经网络和遗传算法的大功率脉冲电源优化设计
短电弧脉冲电源的性能指标对短电弧加工工件工艺性有着十分重要的影响。文中通过建立脉冲电源的Matlab仿真模型，利用模型仿真数据对电源神经网络模型进行训练，结合基于目标加权法的遗传算法对电源参数进行优化，指导短电弧样机电源参数的修改，并进行了启动性试验和负载突变试验。结果表明，采用BP-GA算法优化的短电弧电源不仅可以减少了系统调试时间、节约调试和试验成本，并且具有输出电压平稳，受外界干扰小，响应速度快等优点。
短电弧加工、Matlab仿真、神经网络、遗传算法、优化设计
37
TG434.5(焊接、金属切割及金属粘接)
国家自然科学基金资助项目51365053
2016-05-23（万方平台首次上网日期，不代表论文的发表时间）
共5页
9-13
