基于LPSO与BP神经网络电阻点焊工艺参数建模优化.pdfVIP

第2期 组合机 床 与 自动化 加工 技术 NO．2 2016年 2月 M odularM achineTool＆ AutomaticManufacturingTechnique Feb．2016 文章编号：1001—2265(2016)02—0138—03 DOI：10．13462／j．cnki．mmtamt．2016．02．039 基于 LPSO与BP神经网络电阻点焊 工艺参数建模优化术 刘 伟 ，郭 猛 (1．东北石油大学 电气信息工程学院，黑龙江 大庆 163318；2．北京工业大学机械工程与应用电子 技术学院，北京 100022) 摘要：电阻点焊工艺参数的设置对点焊焊接质量有着非常重要的作用，难以建立精确的数学模型。 基于此，提 出一种将Logistic映射微粒群优化算法(LPSO)与BP神经网络相结合的方法，对0．8mm 厚08AL钢板点焊工艺参数建模优化。在详细分析点焊工艺的基础上，利用BP神经网络建立点焊工 艺参数与焊接质量之间的模型，同时结合 LPSO的全局寻优能力，对点焊工艺参数进行优化，获得三 大主要工艺参数 (点焊时间、点焊电流与电极压力)的最优匹配。以点焊时间9周波、点焊电流 11．41kN、电极压力 1．7kN的最优工艺参数组合进行试验，结果表明，与BP+COA和正交实验法相 比，该方法具有更高的可靠性。 关键词：LPSO；BP神经网络；电阻点焊；工艺参数优化 中图分类号：TH162：TG506 文献标识码 ：A TheModenngandOptimizationofResistanceSpotW eldingProcessParameters BasedonLPSO andBPNeuralNetwork LIU Wei ．GUO Meng。 (1．SchoolofInformationScienceandEngineering，NortheastPetroleum University，DaqingHeilongjiang 163318，China；2．CollegeofMechanicalEngineeringAppliedElectronicsTechnology，BeijingUniversityof Technology，Beijing100022，China) Abstract：Resistancespotweldingparameterssettingplaysaveryimportantroleinthequalityofspotweld— ing，itisdifficulttoestablishaprecisemathematicalmode1．Basedonthis，proposesamethodofhteLogistic mapparticleswarm optimizationalgorihtm(LPSO)combinedwithBPneuralnetwork，tomodelandopti— mizethespotweldingprocessparametersof0．8mm thick08ALsteelplate．Basedonthedetailedanalysisof spotweldingprocess，using BP neuralnetwork to buildmodelbetweenwelding parametersand welding quality，optimizehteweldingprama eterscombining LPSO globaloptimization capability，accessed tothe threemainprocesspraameters(spotweldingtime，weldingcurrentandelectrodepressure)bestmatch．Exper— imenthteoptimalprocesspraameters