基于组合神经网络的钨极氩弧焊环境负荷预测
以钨极氩弧焊为例,搭建焊接环境负荷定量预测模型.通过正交试验法确定GTAW环境负荷排放的关键影响因素为焊接电流、喷嘴高度和焊接时间;建立基于RBF-BP(Radial Basis Function-Back Propagation)组合神经网络的GTAW环境负荷排放模型,对不同焊接参数下的环境负荷进行预测.结果表明,RBF-BP组合神经网络模型的预测结果(平均误差6.63%)与实际值拟合程度高;焊接电流、喷嘴高度、焊接时间与各环境负荷产生量均呈正相关趋势.建立的预测模型可为降低焊接环境负荷排放和制定合理焊接工艺路线提供数据支持.
钨极氩弧焊、焊接排放、正交试验、神经网络、预测模型
43
TG457.1(焊接、金属切割及金属粘接)
国家重点研发计划2018YFB2002103
2023-02-15(万方平台首次上网日期,不代表论文的发表时间)
共9页
77-85