典型文献
基于神经网络的药芯焊丝GMAW发尘率预测
文献摘要：
焊接工艺对焊接发尘率有直接的影响,建立基于相关焊接工艺参数的焊接发尘率预测模型,预测特定焊接工艺的发尘率对控制和降低焊接烟尘的排放具有重要意义.鉴于焊接发尘率影响因素复杂,存在高度非线性特征,提出了基于神经网络的熔化极气体保护焊(GMAW)焊接发尘率的预测模型.通过药芯焊丝E501T-1发尘率实测数据,分别建立了 BP和Elman神经网络模型,并采用遗传算法(GA)对2种神经网络进行了优化.基于15组实测数据的验证,结果表明,采用遗传算法优化后,BP和Elman神经网络模型的预测合格率分别提升了 6.7％和13.4％,遗传算法优化的BP神经网络模型(GA-BP)的均方误差为586.21,平均绝对百分比误差为3.01％,均为4个模型中最小,其预测结果更为准确可靠.基于GA-BP模型所预测数据,对不同焊接电流和电弧电压的发尘率进行预测,在一定的焊接速度和保护气流量条件下,焊接电流约为170 A,电弧电压约为26 V时,焊接发尘率最小.
文献关键词：
熔化极气体保护焊;发尘率;遗传算法;神经网络
中图分类号：
作者姓名：
吴凯;卜智翔;罗佳;朱师琦;王立世
作者机构：
湖北工业大学,武汉430068;绿色轻工材料湖北省重点实验室,武汉430068
文献出处：
引用格式：
[1]吴凯;卜智翔;罗佳;朱师琦;王立世-.基于神经网络的药芯焊丝GMAW发尘率预测)[J].焊接,2022(07):48-53,59
A类：
发尘率,E501T
B类：
药芯焊丝,GMAW,对焊,接发,焊接工艺参数,焊接烟尘,高度非线性,非线性特征,熔化极气体保护焊,Elman,GA,遗传算法优化,均方误差,平均绝对百分比误差,预测数据,焊接电流,电弧电压,焊接速度
AB值：
0.178154
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
