基于人工智能的薄板电阻点焊数值分析及工艺参数优化.pdfVIP

第 6期 组 合 机 床 与 自动 化 加 工 技 术 NO．6 2013年 6月 M odularM achineTool AutomaticM anufacturingTechnique Jun．2013 文章编号 ：1001—2265(2013)06—0139—03 基于人工智能的薄板电阻点焊数值分析及工艺参数优化 龙振华 ，程 蓉 (深圳大学 机电与控制工程学院，深圳 518060) 摘要 ：焊接参数的设置对电阻点焊质量有着至关重要的作用，将有限元数值模拟技术与 BP神经网络 及遗传算法相结合，对不锈钢薄板 电阻点焊过程的工艺参数进行优化。对点焊过程进行有限元分 析 ，将模拟结果作为网络的数据样本 ，以焊接 电流，电极压力，焊接 时间这三个主要 的焊接工艺参数 作为优化参数，以焊接熔核尺寸作为优化 目标 ，建立 了优化参数与 目标函数之 间的BP神经 网络模 型。结合遗传算法的全局寻优 能力，获得使熔核尺寸最大的三大主要工艺参数的最优搭配。为电阻 点焊工艺参数 的选取提供 了一条合理途径 ，对提 高点焊质量有一定的意义。 关键词：电阻点焊 ；神经网络 ；遗传算法；数值模拟 ；参数优化 中图分类号 ：TG44 文献标识码 ：A NumericalSimulation and ProcessO’ptimization ofThin SheetResistance SpotW eldingBased onArtificialIntelligence LONG Zhen—hua，CHENG Rong (CollegeofMeehatronicsandControlEngineering，ShenzhenUniversity，Shenzhen518060，China) Abstract：W eldingparameterssetting isofgreatimportanceto the quality ofresistance spotwelding (RSW)．Theweldingparameteroptimizationofstainlesssteelsheetsisstudiedbyfiniteelementmethod (FEM)simulationtechnology，BPneuralnetworkandgeneticalgorithm (GA)．Thespotwelding processisanalyzedbyFEM andthe simulationresultsareused asthenetwork datasample．In thees— tablishedBP neuralnetwork model，thethreemain welding processparametersincludingwelding cur— rent，electrodepressureandweldingtimearedesignvariablesandweldnuggetsizeisconsidered asthe objective．WiththeglobaloptimizationabilityofGA，thebestparametercombinationisobtainedasthe goalofgetting the largestnugget．A reasonable method is offered forparameter selection ofRSW process．To improvethequalityofwelding isalsoofcertain significance． Keywords：resistancespotwelding(RSW)；neuralnetwork；geneticalgorithm (GA)；numericalsim— ulation；parameteroptimization