基于BP人工神经网络的钢轨交流闪光焊焊接接头质量预测.pdfVIP

2 2 2 第 26卷 　第 5期 焊 接 学 报 Vol. 26　　No. 5 2 0 0 5 年 5 月 TRANSACTIONS OF THE CH INA W ELD ING INSTITUTION May　　　 2 0 0 5 基于 BP人工神经网络的钢轨交流闪光焊 焊接接头质量预测 吕其兵 , 　戴 　虹 , 　谭克利 , 　向 　朝 (西南交通大学 焊接研究所 , 成都 　610031) 摘 　要 : 对刘国东等提出的 BP (误差反向传播 )神经网络归一化模型进行了改进 ,得到 了适合钢轨交流闪光焊落锤质量预测的 BP神经网络归一化模型 。基于 LabV iew开发 软件编制了高速采集软件 。采??了 U71Mn钢轨焊接工艺正交试验的焊接电流 、焊接电 压和动立柱的位移 ,并从中提取加速烧化前一阶段的闪光率 、能量输入 、焊接时间和烧 化量等质量特征量作为 BP神经网络预测模型的输入量 。建立了输入层单元数为 5、隐 含层单元数为 14的 BP神经网络焊接接头落锤质量的预测模型 ;以正交设计工艺试验 的 27个焊接接头中的 17个作为训练样本 ,对预测模型进行训练 。以余下的 10个作为 检验样本 ,采用将训练后的预测模型进行预测 ,预测准确率达到 90%。 关键词 : 钢轨交流闪光焊 ; 改进的 BP神经网络 ; 落锤质量 ; 预测 中图分类号 : TG434. 2　　文献标识码 : A　　文章编号 : 0253 - 360X (2005) 05 - 65 - 04 吕其兵 0　序 　　言 用变步长和加动量项 、用遗传算法 ( Genetic algo rithm, GA)的寻优策略等方法可以克服。因此 ,采用 钢轨闪光焊是无缝线路铺设中的关键工艺 ,目 改进的 BP神经网络 ,针对 U71Mn钢轨交流闪光焊 前焊接接头的质量主要从两个方面加以保证 ,采用 焊接接头的落锤质量进行预测研究 。 超声波探伤方法进行质量检测 ,对有缺陷的焊接接 头重焊 ;对焊接工艺进行优化 ,从焊接工艺上保证接 1　质量特征量的确定与 BP网络结构 头质量。尽管采取了这些措施 ,线路上焊接接头的 断轨时有发生 ,给交通运输安全带来极大隐患 。质 采用包含输入层、隐含层 、输出层的三层误差反 量得不到保证的原因有 : (1) 焊接工艺和设备无论 馈传递神经网络 ( Error back p ropagation neural net 多么好 ,都不可能保证焊接接头 100%合格 ,因为钢 works) ,以钢轨闪光焊焊接接头的落锤质量作为输 轨在焊接过程中 ,影响焊接质量的因素很多如焊