电焊机
電銲機
전한궤
ELECTRIC WELDING MACHINE
2011年
3期
1-4
,共4页
CO2气体保护焊%人工神经网络%干扰因素识别%实时监测
CO2氣體保護銲%人工神經網絡%榦擾因素識彆%實時鑑測
CO2기체보호한%인공신경망락%간우인소식별%실시감측
利用人工神经网络的训练结果可以对焊接过程的各类特征参数进行合理评价.利用LVQ神经网络模型,根据实验采集分析得到的CO2气体保护焊不同焊接工艺条件下焊接电流和焊接电压的概率密度分布曲线以及短路过渡时间和燃弧时间等的时间频数分布曲线,在Matlab神经网络工具箱中开发出焊接过程神经网络识别器,可以自动识别焊接过程中各种干扰因素.识别实验结果表明,利用LVQ神经网络构造的干扰因素识别器识别成功率达到92.5%,识别率高.实验验证了该网络识别器的可行性,可以用于焊接质量的实时监测.
利用人工神經網絡的訓練結果可以對銲接過程的各類特徵參數進行閤理評價.利用LVQ神經網絡模型,根據實驗採集分析得到的CO2氣體保護銲不同銲接工藝條件下銲接電流和銲接電壓的概率密度分佈麯線以及短路過渡時間和燃弧時間等的時間頻數分佈麯線,在Matlab神經網絡工具箱中開髮齣銲接過程神經網絡識彆器,可以自動識彆銲接過程中各種榦擾因素.識彆實驗結果錶明,利用LVQ神經網絡構造的榦擾因素識彆器識彆成功率達到92.5%,識彆率高.實驗驗證瞭該網絡識彆器的可行性,可以用于銲接質量的實時鑑測.
이용인공신경망락적훈련결과가이대한접과정적각류특정삼수진행합리평개.이용LVQ신경망락모형,근거실험채집분석득도적CO2기체보호한불동한접공예조건하한접전류화한접전압적개솔밀도분포곡선이급단로과도시간화연호시간등적시간빈수분포곡선,재Matlab신경망락공구상중개발출한접과정신경망락식별기,가이자동식별한접과정중각충간우인소.식별실험결과표명,이용LVQ신경망락구조적간우인소식별기식별성공솔체도92.5%,식별솔고.실험험증료해망락식별기적가행성,가이용우한접질량적실시감측.
