基于BP神经网络GW焊接工艺参数设计MA.pdfVIP

2001年 8月 山 东 工 业 太 学 学 报 Vol31 No4 第 31卷 第 4期 JOURNALOFSIIANDONGUNIVERSITYOFTECHNOLOGY Aug 2001 基于 BP神经网络的GMAW 焊接工艺参数设计 胡庆贤 孙俊生 武传松 王晓丽0 张建纲 (山东大学连接技 术研究所 济南 250061) 摘 要 焊接工艺参数决定着焊缝几何足寸和焊接接头的组织性能，正确地设计焊接 工 艺参数 是焊接 结构生产 的重要 工作 ．基 于数值模 拟和神 经 网络技 术 ，以焊接质量信 息 (焊 缝几何足寸和冷却 时间)为输入 ，焊接工艺参数 为输 出，建立 了BP网络设计焊接 工艺参数 系统 ．时该 网络 的性 能进 行 了测试 和验 证 ． 关键词 BP网络 ；焊接工艺参数设计 中图分类号 TG444 ．77 O 引 言 焊接工艺参数 的正确设计是确保焊接质量 的关键 ，目前人们一般通过大量 的焊接工艺 实验获取焊接工艺参数对焊接质量 的影 响规律 ，然后根据这些规律设计焊接工艺参数 ，这 不仅浪费了大量 的人力 、物力 、财力 ，而且其实验结果往往也局 限在实验条件的范 围内 ．采 用数值模拟技术求解焊接过程 的控制方程 ，可 以获得给定焊接工艺 条件 (如材料种类 ．板 厚 、焊接工艺参数等)下焊接接头 的质量信息 ，由于焊接 过程 的复杂性 ，其求解过程 需要较 多的计算时间(一般用微机要 24小时 以上)“31，并且给定对焊接质量 的要求指标也无法通 过上述数值模拟方法求 出焊接工艺参数 ，即无法求 解焊接传热过程 的逆 问题 ．从而使得数 值模拟技术在焊接工艺参数设计方面的应用受到限制 ． 国内外焊接工作者 目前广泛采用神经 网络技术建立焊接工艺参数与焊接质量之 间的 关系模型H’，利用神经 网络可 以根据焊接接头 的质量信息确定焊接工艺参数 ．预测结 果 的可靠性与神经 网络的精度密切相关 ，而神经 网络 的精度与其示教数据 的多少 、分布是否 具有代表性有关 ，示教数据越多 、数据的分布越有代表性 ，则神经 网络 的精度越高 ．本文采 用数值模拟与少量实验相结 合 的方法 获取 大量神经 网络 的示教数据 ，建立 以焊缝 几何 尺 寸 、冷却时间为输入 ，焊接工艺参数为输 出的神经 网络模型 ，探讨焊接工艺参数设计 的新方 法 ． 收稿 日期 ：2001—06—06 * 高等学校重点实验室访 问学者基金资助项 目． ① 甘肃工业 大 学材料科学与工程学 院 作者简介 胡庆贤．男，材料加工工程硬士研究生 ．1976年生 ．1999年毕业于 山东工业大学材料学 院 ． 现从事焊接过程监测 的研究 已发表论文 3篇 ．孙俊生 ，男 ，1963年生 ．剐教授 ，山东大学材料科学 与工程 学院硕士生导师 ．主要研究方 向：计算机摸拟与仿真 ．武传松 ，男 ，1959年生 ，山东大学材料科学与工程学 院博士生导师 ．其余作者从略 326 山 东 工 业 大 学 学 报 2∞1年 1 焊接工艺参数设计 BP神经 网络 的建立 1．1 BP神 经网络 BP网络 (BackPropagation)是 目前应用最广泛的网络模型 ，是基本思想最直观 、最容 易理 解的多层神经网络 ，对非线性模型有很好 的识别能力，具有很强的非线性映射能力和柔性 网格结构 ，特别是它 的学习算法意义 明确 ，步骤分明 ]．本文采用 BP网络建立焊接工艺参 数设计模型 ． 典型的 BP网络结构是三层前馈递阶神经网络，即输入层 、隐含层和输出层 ，各层之间 实行全连接 、前层单元 的输 出不能反馈到更前层 ，同层单元 间也没有连接 、BP网络 的学 习 由四个过程组成 ：输入模式 由输入层经 隐含层 向输 出层 的”模式顺传播 ”过程 ；根据 网络期 望输 出与网络实际输 出的误差信号 由输 出层经 隐含层 向输入层逐层修正连接权 的 “误差逆 传播”过程 ；由 “模式顺传播 ”和 “误差逆传播 ”反复交替进行 的网络 “记忆训练 ”过 程 ；网络趋 向收敛 即网络 的全局误差趋 向极小值 的 “学习收敛 过程 [．BP网络 的学习算 法如 图 1所 示 ．