基于神经网络的异种钢焊接接头高温时效碳迁移的系统辨识与预测.pdfVIP

维普资讯 第22卷 第6期 焊 接 学 报 v。I ． 22 N。．6 2001年 12月 TR4NSAC~ONSOFTHECHINA WELDING INSTITUTION Decerober 2001 基于神经网络的异种钢焊接接头高温 时效碳迁移的系统辨识与预测 杨厚君 ， 曹 晟 ， 吕文广 ， 章应霖 (1．国家电力公司华中公司．武双 430077 2武汉大学 430072) 摘 要： 讨论了人工神经网络(下称ANN)技术用于异种钢焊接接头碳迁移状态辩识 的可行性，分析了ANN中的BP算法用于碳迁移所面临的问题，提出了用随机迭代和变 步长的方法来防止网络振荡和加速网络收敛．用改进的BPN算法进行异种钢焊接接头 碳迁移的状态辨识 ，得到了较好的辨识结果。 关键词：人工神经网络；BP网络；异种钢接头；碳迁移：预测 中图分类号：TG457 文献标识码：A 文章编号：0253—360X(2001)o6—65一o4 柄障君 0 序 言 有效地进行异种钢焊接接头碳迁移非线性系统辨 识 ，一直为焊接工作者所关注。而 ANN由于其学习 在材料学科，人们已在积极探索利用ANN进行 能力和非线性特性，本文的任务就是探讨 ANN在异 结构损伤状态识别、材辩优化设计和故障诊断等。 种钢接头碳迁移状态辨识方面的应用 异种钢焊接接头碳扩散迁移及其分布已成为研 究异种钢焊接接头综合性能的指标之一，是焊接接 1 试验材料与方法 头冶金因素的重要标志，如何预测和控制异种钢焊 接接头碳的再分布与控制系统设计有着许多共同之 1．1 试验材料与焊接工艺方法 处。目前，非线性系统辨识 尚处于探索阶段。而异 1．1．1 试验材料 种钢接头碳迁移具有典型的非线性和时效性的特 试验母材分别为SA213一TP347H奥氏体不锈 点，其分布很难用通常的统计学模型来处理 。已 钢(简称 TP347H)和国产钢 102(12Cr2Mo~WTiB) 有的一些非线性系统辨识方法往往需要有关被辨识 多元强化低合金耐热钢，其化学成分和力学性能见 系统的结构形式的各种试验知识和假设，因此它们 表 1。填充金属为 日本产 hacone182．化学成分和力 基本上是针对一些特殊的非线性系统而言的。如何 学性能见表 1。 表 1 试验用材料的化学成分和力学性能 (质量分数．％ Table1 Chemicalconlenlsandmechanicalpropertiesoftesmlgmaterials 11．2 焊接 工 艺 接规程，试样焊后未做热处理。 试验选用不留问隙70。角v型坡 口，焊接方法 1．2 碳迁移试验方案的设计 采用脉冲FIG焊，层间温度控制为室温(25℃)。本 根据碳扩散本身的特点和影响熔合区碳迁移的 试验所用PC—TIG焊接规范见表2。 因素，设计了三个系列试验 。为了考察试验温度对 其中电流衰减时间为3～4s。按有关小径管焊