基于BP神经网络的DP600点焊熔核参数建模.pdf

第47卷 第3期 雹珲墩 Vo1．47No．3 2017年 3月 ElectricWeldingMachine Mar．2O17 本文参考文献引用格式：陈辉，包哗峰，蒋永锋，等．基于BP神经网络的DP600点焊熔核参数建模 J『】．电焊机，2017，47(03)：67—72 神缝 缔 ◎点 蝙梭 参载建糖 陈 辉 ，包晔峰，蒋永锋，杨 可，姚子铃 (河海大学 机电3-程学院，江苏 常州 2l3022) 摘要：以焊接电压、焊接电流构造输入向量，熔核直径、热影响区外径和焊接区焊后厚度为输出量，建立 DP600高强钢电阻点焊的熔核参数模型。推导了梯度下降法、动量梯度法和共轭梯度法三种权值算法，并 用实际试验数据对模型进行训练和预测。结果表明，共轭梯度法训练后的预测结果误差率最低，所有参数的误 差在8％内，平均误差在4％内，可用于在线检测来提高产品质量。 关键词：DP600；电阻点焊；BP神经网络；训练优化 中图分类号：TG409 文献标志码：A 文章编号：1001—2303(2017)03—0067—06 DOI：10．7512j／．issn．1001—2303．2017．03．13 ModelingoftheDP600resistancespotweldingnuggetparameterbasedon BPneuralnetwork CHENHui，BAO Yefeng，JIANG Yongfeng，YANG Ke，YAOZiling (SchoolofMechanicalElectronicEngineering，HohaiUniversity，Changzhou213022，China) Abstract：TheinputvectorisconstructedbyweldiugvoltageandweldingCHITeUt．nuggetdiameter．heat—affectedzonediameterand thicknessofweldzoneafterweldingasoutput，establish DP600 highstrengthsteelresistancespotweldingnuggetdiametermode1． Deducegradientdescentmethod，gradientdescentmethodwithmomeutumandconjugategradienttrainingmethod，anduseactualtest datatotrainandpredict．Theresultshowsthatthemodelwhichusesconjugategradienttrainingmethodhassmallesterrorrate，the overallerrorofparameterswithin8％ ．theaverageerroris4％，whicheanbeappliedtoqualitycontro1． Keywords：DP600；resistancespotwelding；BPneuralnetwork；trainingoptimization U 刖 吾 线两大类。传统的撕裂 、拉剪等破坏性试验属于离 电阻点焊是一种高速、经济的连接方法，广泛 线式方法，是点焊生产过程中常用的检验手段，但不 应用于汽车制造 、航空航天 、建筑和家电等领域。 对每个焊点进行检验 ，为一种抽检方式 ，有漏检的 DP600是一种新型双相高强钢，由铁素体和马氏体 可能。在线方法一般以焊接过程 中的电流、电压、位 两相组成，铁素体基体赋于DP600良好的塑韧性， 移等物理量为检测量，通过