热加工工艺
熱加工工藝
열가공공예
HOT WORKING TECHNOLOGY
2008年
5期
93-95
,共3页
CO2焊接%LabVIEW%神经网络%参数优化
CO2銲接%LabVIEW%神經網絡%參數優化
CO2한접%LabVIEW%신경망락%삼수우화
比较了在虚拟仪器开发软件LabVIEW编程基础上用多种方法实现BP神经网络算法的优劣,并利用LabVIEW编程环境提供的CIN(Call Library Function Node)节点调用C语言编程代码.建立改进算法的多层BP神经网络,以焊接电流、电弧电压、焊接速度、施焊角度为输入层,焊缝熔宽、焊缝熔深为输出层.实验证明,利用该神经网络模型,可预测焊缝成形,并根据需要,选择CO2焊接工艺参数,在实际应用中取得较好的效果.
比較瞭在虛擬儀器開髮軟件LabVIEW編程基礎上用多種方法實現BP神經網絡算法的優劣,併利用LabVIEW編程環境提供的CIN(Call Library Function Node)節點調用C語言編程代碼.建立改進算法的多層BP神經網絡,以銲接電流、電弧電壓、銲接速度、施銲角度為輸入層,銲縫鎔寬、銲縫鎔深為輸齣層.實驗證明,利用該神經網絡模型,可預測銲縫成形,併根據需要,選擇CO2銲接工藝參數,在實際應用中取得較好的效果.
비교료재허의의기개발연건LabVIEW편정기출상용다충방법실현BP신경망락산법적우렬,병이용LabVIEW편정배경제공적CIN(Call Library Function Node)절점조용C어언편정대마.건립개진산법적다층BP신경망락,이한접전류、전호전압、한접속도、시한각도위수입층,한봉용관、한봉용심위수출층.실험증명,이용해신경망락모형,가예측한봉성형,병근거수요,선택CO2한접공예삼수,재실제응용중취득교호적효과.
