机械工程学报
機械工程學報
궤계공정학보
CHINESE JOURNAL OF MECHANICAL ENGINEERING
2014年
12期
58-64
,共7页
模糊C均值聚类%模糊径向基神经网络%预测%焊接%建模
模糊C均值聚類%模糊徑嚮基神經網絡%預測%銲接%建模
모호C균치취류%모호경향기신경망락%예측%한접%건모
fuzzy C-means cluster%fuzzy radial basis function(RBF) neural network%prediction%welding%modeling
针对焊接过程的高度非线性,多种因素的复杂交互作用,难以预测焊接接头力学性能的问题和常用反馈(Backpropagation,BP)神经网络的不足,利用模糊C均值(Fuzzy C-means,FCM)聚类算法和伪逆法相结合,建立焊接接头力学性能模糊径向基(Radial basis function,RBF)神经网络预测模型.以TC4钛合金惰性气体钨极保护焊(Tungsten inert gas arcwelding,TIG焊)焊接工艺参数(焊接电流、焊接速度和氩气流量)作为模型的输入参数,以焊后力学性能(抗拉强度、抗弯强度、伸长率、焊缝硬度和热影响区硬度)作为模型的输出参数.利用27组试验数据对所建模型进行学习训练,用另外9组试验数据进行仿真.结果表明,利用该方法所建模型具有结构稳定、训练速度快、适应性强、鲁棒性好、预测精度高的特点,能够预测焊接接头力学性能.通过数学解析,用函数形式表达焊接工艺参数与接头力学性能之间的规律,可以优化焊接工艺参数,为调控焊接接头的质量提供依据.
針對銲接過程的高度非線性,多種因素的複雜交互作用,難以預測銲接接頭力學性能的問題和常用反饋(Backpropagation,BP)神經網絡的不足,利用模糊C均值(Fuzzy C-means,FCM)聚類算法和偽逆法相結閤,建立銲接接頭力學性能模糊徑嚮基(Radial basis function,RBF)神經網絡預測模型.以TC4鈦閤金惰性氣體鎢極保護銲(Tungsten inert gas arcwelding,TIG銲)銲接工藝參數(銲接電流、銲接速度和氬氣流量)作為模型的輸入參數,以銲後力學性能(抗拉彊度、抗彎彊度、伸長率、銲縫硬度和熱影響區硬度)作為模型的輸齣參數.利用27組試驗數據對所建模型進行學習訓練,用另外9組試驗數據進行倣真.結果錶明,利用該方法所建模型具有結構穩定、訓練速度快、適應性彊、魯棒性好、預測精度高的特點,能夠預測銲接接頭力學性能.通過數學解析,用函數形式錶達銲接工藝參數與接頭力學性能之間的規律,可以優化銲接工藝參數,為調控銲接接頭的質量提供依據.
침대한접과정적고도비선성,다충인소적복잡교호작용,난이예측한접접두역학성능적문제화상용반궤(Backpropagation,BP)신경망락적불족,이용모호C균치(Fuzzy C-means,FCM)취류산법화위역법상결합,건립한접접두역학성능모호경향기(Radial basis function,RBF)신경망락예측모형.이TC4태합금타성기체오겁보호한(Tungsten inert gas arcwelding,TIG한)한접공예삼수(한접전류、한접속도화아기류량)작위모형적수입삼수,이한후역학성능(항랍강도、항만강도、신장솔、한봉경도화열영향구경도)작위모형적수출삼수.이용27조시험수거대소건모형진행학습훈련,용령외9조시험수거진행방진.결과표명,이용해방법소건모형구유결구은정、훈련속도쾌、괄응성강、로봉성호、예측정도고적특점,능구예측한접접두역학성능.통과수학해석,용함수형식표체한접공예삼수여접두역학성능지간적규률,가이우화한접공예삼수,위조공한접접두적질량제공의거.
