基于动态权重的自适应PSO-BP神经网络焊接缺陷成因诊断
焊接缺陷产生原因复杂,影响因素众多,基于人工智能的缺陷成因诊断算法成为焊接智能化的发展方向.?将PSO-BP神经网络应用于焊接缺陷成因诊断,利用神经网络的连接学习机制代替传统专家系统的规则推理机制,并对PSO算法进行自适应调整,引入动态权重因子,搭建自适应PSO-BP神经网络模型.?结果表明,与传统PSO-BP神经网络模型相比,改进的PSO-BP神经网络模型训练所需要的迭代次数减少13.1%,诊断结果准确率从93.3%提高至96.7%,精确率从91.3%提高至98.3%,综合能力指标从91.7%提高至96.9%.?改进算法能够明显提升焊接缺陷成因诊断的效率和精度,具有较好的工程应用价值.
焊接缺陷成因、神经网络、动态权重、自适应
43
TG409(焊接、金属切割及金属粘接)
湖北省技术创新专项;湖北省重点研发计划项目;新能源汽车科学与关键技术学科创新引智基地;创新团队发展计划项目
2022-04-08(万方平台首次上网日期,不代表论文的发表时间)
共9页
98-106