10.3969/j.issn.1671-7775.2002.04.017
神经网络在铝合金穿孔型等离子弧立焊中的应用
铝合金穿孔型等离子弧立焊是一种高能密度焊,焊接过程是一个复杂的、多参数耦合的高度非线性过程,存在许多难以量化、不确定的知识,无法实现解耦,在生产中难以进行有效的控制.神经网络具有非线性映射和自组织、自学习的特点,使其在焊接领域中的应用具有一定的优势.本文基于MATLAB6.1的神经网络工具箱,利用3层BP人工神经网络建立铝合金穿孔型等离子弧立焊的输入-输出的网络模型,通过训练该网络,能够根据输入节点的各个焊接工艺参数值,预测焊缝形状的输出结果.焊缝的形状参数与网络模型预测结果的误差在8%以内.仿真试验结果表明,这个方案是可行的.
等离子弧焊、穿孔、立焊、神经网络
23
TG403(焊接、金属切割及金属粘接)
2004-01-08(万方平台首次上网日期,不代表论文的发表时间)
共4页
68-71