基于BP人工神经网络的高强度管线钢焊接接头性能参数CTOD预测系统.pdfVIP

维普资讯 第28卷 第8期 焊 接 学 报 V。1．28 No．8 2007年 8月 TRANSACTIONSOFTHE CHINA WELDING INSTITUTION August 2007 基于 BP人工神经网络的高强度管线钢 焊接接头性能参数 CTOD预测系统 童莉葛 ， 白世武 ， 刘方明 (1．北京科技大学 机械工程学院，北京 100083； 2．中国石油天然气管道科学研究院，河北 廊坊 065000) 摘 要：针对实际中高强度管线钢焊接工艺参数的选择主要依据试验和经验的局限 性，使用 vc++6．0建立了预测高强度管线钢焊接接头性能参数裂纹尖端张开位移 (C3OD)的BP神经网络模型。该模型输入层节点数为4，1个隐层，节点数为 14，激活函 数为Sitgnoid型。根据试验数据提取平均热输入 、壁厚 、预热温度和接头区域作为预测 模型的输入量，预测结果的平均绝对误差为 0．154，预测值误差在 ±20％以内的样本数 占总样本数的93．3％。结果表明，人工神经网络方法是预测管线钢焊接接头性能参数 C3OD的一种有效途径 ，可为管线钢焊接过程中主要工艺参数的选择和优化提供有效的 手段 。 关键词：神经网络；焊接；裂纹尖端张开位移；预测；性能参数 中图分类号：TG456 文献标识码 ：A 文章编号 ：0253—360X(2007)08—096—03 童莉葛 0 青 专 荡，最小误差是局部极小值，而非全局极小值等缺 点，但采用变步长和加动量项、用遗传算法 (GA)的 焊接是油气管线建设中的关键工艺，焊接质量 寻优策略等方法可以克服 。目前已有神经网络用于 主要取决于焊接接头的强度、韧性等。 目前焊接接 焊接工艺优化 ]、焊接质量预测b和评估l4的案例。 头的质量主要从两个方面加 以保证 ，一是采用超声 文中采用改进 的 BP神经网络，对高强度管线钢 的 波探伤方法进行质量检测，对有缺陷的焊接接头重 焊接接头性能参数 CTOD值进行预测，为焊接参数 焊。从安全上考虑这种检测必不可少 ，但逐一检测 的选择和优化提供辅助手段。 每条焊缝有时也不现实，而且超声探伤并非能检测 所有类型的焊接缺陷；另一种方法是对焊接工艺进 1 CTOD预测系统的神经网络结构 行优化，从焊接工艺上保证接头质量。由于影响焊 接性能的工艺参数很多，在实际操作中，一般是改变 管线钢 的焊接性能与许多因素 (如焊接工艺、母 其中的一个影响因素而固定其它因素，因此得到合 材化学成分 、服役介质环境等)有关 ，在研究和预测 适的焊接工艺参数需要进行大量的试验工作…。试 高强度管线钢的焊接性能之前，首先要从各种复杂 验条件下，高强度管线钢 的热影响区和焊接接头性 关系中提取对焊接性能有主要影响的因素，即人工 能参数裂纹尖端张开位移 (CTOD)值与许多因素有 计算参数的确定。此外，在使用计算机预测焊接性 关，如平均热输入、预热温度、壁厚等，且是非线性 能时，其数学模型往往受多种因素影响，在这种情况 的。 下可采取两种方法分析，一是取一个可变因素，而保 人工神经网络具有 自学习、自组织、容错与 自修 持其它因素不变的方案进行试验 ；其二是采用多因 复、模式识别及检索、联想推理能力等优点，比较适 素分析法，即若干因素同时变化来进行试验，后者可 合这种高度非线性、多变量耦合的焊接系统。 在较少的