基于神经网络模型的CMT脉冲焊接焊缝几何形状预测

• 作者: 侯凤贞 郭艳平 陈剑虹
• 来源期刊: 铸造技术
• 学科: 工学
• 关键词: 人工神经网络 CMT 焊接参数 焊缝几何形状 焊透深度 回归模型
• 年，卷（期）: 2018,（11）
• 所属期刊栏目: 实用成型技术
• 页码范围: 2575-2579
• 页数: 5页
• 分类号: TG441
• 语种: 中文
• DOI: 10.16410/j.issn1000-8365.2018.11.035

摘要

为了研究冷金属过渡(CMT)脉冲焊接过程中工艺参数对熔透、焊缝熔宽和焊缝余高的影响,提出了一种用于预测焊缝几何形状(焊缝高度和宽度)和熔透状态(深度和面积)的反向传播神经网络模型.该模型以峰值焊接电流,焊接速度和热量输入作为输入参数,且以焊缝高度和宽度、熔深和稀释面积作为输出参数,并给出了设计框架.结果表明,神经网络与训练数据有很好的一致性,可以有效地用于焊缝和熔透几何参数的预估.预测值与实验值之间的误差百分比较小,验证了提出模型的有效性.