典型文献
机器人TIG焊接的焊缝形貌遗传神经网络预测
文献摘要：
焊缝形貌特征是评价机器人焊接质量的重要指标,针对TIG焊接过程中焊缝形貌难以预测和检测精度低的问题,提出一种通过遗传算法GA优化反向传播神经网络BP参数的焊缝形貌预测方法(GA-BP).采用GA的全局寻优能力帮助BP神经网络快速找到初始权值和阈值的最优解,可提高模型的收敛速度与预测精度.利用TIG焊接的实验数据对焊缝的几何特征如正面高度FH、正面宽度FW、背面高度BH和背面宽度BW等进行预测.结果表明:GA-BP模型预测的FH、FW、BH、BW的平均绝对百分比误差分别为44.843％、5.658％、1 7.332％、8.097％,决定系数分别为0.849、0.912、0.556、0.950,较之于传统BP神经网络,其泛化能力更强,预测精度更高,FH、FW、BH、BW的平均绝对百分比误差分别减小了 39.527％、1.269％、2.646％、1.634％,为TIG焊接的工艺参数调优提供了理论基础,具有一定的实际应用价值.
文献关键词：
焊接机器人;工艺参数;遗传算法;神经网络
中图分类号：
作者姓名：
吴月玉;张弓;林群煦;侯至丞;杨文林
作者机构：
广州中国科学院先进技术研究所,广州511458;五邑大学 轨道交通学院,江门529020
文献出处：
引用格式：
[1]吴月玉;张弓;林群煦;侯至丞;杨文林-.机器人TIG焊接的焊缝形貌遗传神经网络预测)[J].制造业自动化,2022(07):86-90
A类：
焊缝形貌预测
B类：
TIG,遗传神经网络,神经网络预测,形貌特征,机器人焊接,焊接质量,焊接过程,难以预测,检测精度,GA,反向传播神经网络,全局寻优,寻优能力,权值,最优解,收敛速度,对焊,几何特征,FH,面宽,FW,背面,BH,BW,平均绝对百分比误差,决定系数,较之于,泛化能力,参数调优,焊接机器人
AB值：
0.295643
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。
