基于自适应模糊神经网络焊接接头力学性能预测.pdfVIP

维普资讯 第28卷 第9期 焊 接 学 报 Vo1．28 No．9 2007年 9月 TRANSACTIONSOFTHECHINAWELDINGINSTITUTION September 2007 基于 自适应模糊神经网络焊接接头力学性能预测 张艳飞， 董俊慧， 张永志 (内蒙古工业大学 材料科学与工程学院，呼和浩特 010051) 摘 要：通过对TC4钛合金进行TIG焊，并测定接头的抗拉强度、抗弯强度和断后伸长 率 ，获得网络仿真所需的数据。结合使用 BP算法与最小二乘相结合的混合算法 ，建立 了用于焊接接头力学性能预测的自适应模糊神经网络模型。利用该模型进行仿真，其 平均误差远小于7％。结果表明，该模型可根据焊接工艺参数对焊接接头的抗拉强度、 抗弯强度和断后伸长率等力学性能进行较为准确的预测 ，并且具有建模快、模型简单、 预测速度快 、预测精度高，泛化能力强的优点，从而为焊接接头力学性能预测提供了一 条有效的途径。 关键词 ：自适应模糊神经网络 ；力学性能；预测 中图分类号：3VA07 文献标识码：A 文章编号：0253—360X(2007)09—005—04 张艳飞 0 青 专 1 焊接接头力学性能预测模型 焊接作为一种先进的连接技术，在工业生产的 1．1 网络输入输 出参数选取 各个领域有着广泛的应用。TC4是钛合金中应用较 AN FIS系统能够实现从输入到输出的非线性映 多的一种合金，具有 良好的综合力学性能_lJ。但 由 射，对于一个特定的系统，影响系统输出的主要因素 于 自身的物理、化学特性_2J，焊后易造成焊缝氧化、 即输入变量的选取是否合理，对AN FIS的控制或预 热影响区宽以及接头晶粒粗大，大大降低了焊接接 测效果有决定性的影响。 头的力学性能。 影响焊接接头质量的因素有很多，其中焊接电 模糊神经网络是近年来兴起的一门新技术，已 流、电弧电压、焊接速度 以及接头形式、坡 口形式等 经渗透到焊接领域的焊接工艺参数优化、焊接过程 焊接参数对焊接接头的力学性能有很大的影响。对 控制等方面口]，并取得了较理想的效果，成为焊接领 TC4进行TIG焊时，以焊接电流、焊接速度和氩气流 域的前沿技术。自适应模糊神经网络 (简称 AN． 量为调节量。这些因素对TIG焊焊接接头力学性能 FIS)，是将 Sugeno型模糊推理系统 与神经网络相 的影响如下：(1)焊接电流是决定焊缝熔深最主要 结合而得到的一种模糊神经网络。AN FIS有机地结 的参数。(2)由于钛及钛合金的导热系数低，焊缝 合了模糊推理系统易于表达模糊语言的优点和人工 及近缝区常因高温停留时间长而产生金属过热和晶 神经网络的自学习能力，充分发挥二者的优势。将 粒长大现象，导致焊接接头塑性降低。因此，在保证 其用于焊接接头力学性能预测有着其它预测方法无 焊缝成形 良好的情况下，应尽量选用小的焊接热输 法比拟的优势，如对专家经验依赖少，允许用于预测 入。(3)对于一定孔径的喷嘴，当氩气流量过大时， 的数据存在一定的噪声，预测精度高，适合用于数学 则气体流速增大，会产生气体紊乱，导致电弧不稳 建模难的高度非线性系统等。 定，焊缝产生氧化现象，降低了气体对接头的保护效 针对焊接接头在焊后易出现力学性能下降和焊 果；反之，氩气流量过小时，气体层流的 挺“”度较弱， 接过程的高度非线性使得对接头力学性能的准确预 空气容易侵入熔池而使得焊缝产生氧化现象。因此 测十分困难的问题，通过对TC4钛合金进行TIG焊， 选择一个合适的氩气流量