基于ga-bp神经网络的 pd c刀头钎焊残余应力优化分析 process optimization of residual stress of pdc joint based on ga-bp neural network.pdfVIP

３２ 工 具 技 术 基于ＧＡＢＰ神经网络的ＰＤＣ刀头钎焊残余 应力优化分析 张亚东，李?，侯庆坤，王雨溥 大连理工大学 摘要：针对ＰＤＣ硬质合金基底与４５ 钢焊后残余应力对刀头钎焊强度的影响，在对钎焊残余应力进行有限元 分析的基础上，利用ＭＡＴＬＡＢ平台，将ＢＰ神经网络与遗传算法应用于钎焊参数优化设计。首先设计正交试验样 本，对样本进行有限元模拟获得最大钎焊残余拉应力，并作为基于遗传算法优化的ＢＰ神经网络的导师信号；利用 遗传算法，把减小最大残余拉应力作为目标，得到钎焊最优参数；最后通过数值仿真验证，计算数值模拟结果与遗 传算法预测结果相吻合。 关键词：残余应力；ＢＰ神经网络；遗传算法 中图分类号：ＴＧ７１１；ＴＨ１６１　　　　　　文献标志码：Ａ Ｐｒｏｃｅｓｓ Ｏｐｔｉｍｉｚａｔｉｏｎ ｏｆＲｅｓｉｄｕａｌ Ｓｔｒｅｓｓ ｏｆＰＤＣＪｏｉｎｔ Ｂａｓｅｄ ｏｎ ＧＡＢＰ Ｎｅｕｒａｌ Ｎｅｔｗｏｒｋ Ｚｈａｎｇ Ｙａｄｏｎｇ，Ｌｉ Ｍａｎ，Ｈｏｕ Ｑｉｎｇｋｕｎ，Ｗａｎｇ Ｙｕｐｕ Ａｂｓｔｒａｃｔ：Ａｉｍｉｎｇａｔｔｈｅｒｅｓｉｄｕａｌｓｔｒｅｓｓｏｆｂｒａｚｅｄｊｏｉｎｔｂｅｔｗｅｅｎｃｅｍｅｎｔｅｄｃａｒｂｉｄｅ ｓｕｂｓｔｒａｔｅａｎｄｓｔｅｅｌ４５，ｌｅａｄｉｎｇｔｏｉｎ ｆｌｕｅｎｃｅ ｏｎ ｔｈｅ ｓｔｒｅｎｇｔｈ ｏｆｔｈｅ ｃｕｔｔｉｎｇｔｏｏｌｓ，ＢＰｎｅｕｒａｌ ｎｅｔｗｏｒｋ ａｎｄ ｇｅｎｅｔｉｃ ａｌｇｏｒｉｔｈｍ ａｒｅ ａｐｐｌｉｅｄｔｏ ｏｐｔｉｍｉｚｅ ｔｈｅ ｂｒａｚｉｎｇｐａ ｒａｍｅｔｅｒｓ ｂａｓｅｄ ｏｎ ｔｈｅ ｒｅｓｕｌｔ ｏｆｂｒａｚｉｎｇ ｒｅｓｉｄｕａｌ ｓｔｒｅｓｓｔｈｒｏｕｇｈ ｆｉｎｉｔｅｅｌｅｍｅｎｔ ａｎａｌｙｓｉｓ．Ｆｉｒｓｔｌｙ，ｔｈｅ ｍａｘｉｍｕｍ ｒｅｓｉｄｕａｌ ｔｅｎｓｉｌｅ ｓｔｒｅｓｓ ｏｆｂｒａｚｅｄｊｏｉｎｔｉｓｏｂｔａｉｎｅｄｆｒｏｍｔｈｅ ｓｉｍｕｌａｔｉｏｎｒｅｓｕｌｔｓｏｆｓａｍｐｌｅｓｓｅｌｅｃｔｅｄｂｙｏｒｔｈｏｇｏｎａｌｔｅｓｔ，ａｎｄｅｍｐｌｏｙｅｄｔｏ ｃｏｎｄｕｃｔ ｔｈｅ ＧＡＢＰ ｎｅｕｒａｌ ｎｅｔｗｏｒｋ ｔｒａｉｎｉｎｇ．Ｔｈｅｎ ｔｈｅ ｏｐｔｉｍｕｍ ｐａｒａｍｅｔｅｒｓ ｗｉｔｈ ｔｈｅ ｇｏａｌ ｏｆｒｅｄｕｃｉｎｇ ｔｈｅ ｍａｘｉｍｕｍ ｒｅｓｉｄｕａｌ ｔｅｎｓｉｌｅ ｓｔｒｅｓｓ ａｒｅ ｇａｉｎｅｄ ｆｒｏｍ ｇｅｎｅｔｉｃ ａｌｇｏｒｉｔｈｍ．Ｆｉｎａｌｌｙｔｈｅ ｏｐｔｉｍｕｍｐａｒａｍｅｔｅｒｓａｒｅ ｖｅｒｉｆｉｅｄ ｂｙ ＦＥＭ，ａｎｄｔｈｅ ｐａｒａｍｅｔｅｒｓｐｒｅｄｉｃｔｅｄ ｃｏｉｎｃｉｄｅ ｗｅｌｌ ｗｉｔｈ ｔｈｅ ｒｅｓｕｌｔｓ ｇｏｔ ｆｒｏｍ ｓｉｍｕｌａｔｉｏｎｓ． Ｋｅｙｗｏｒｄｓ：ｒｅｓｉｄｕａｌ ｓｔｒｅｓｓ；ＢＰ ｎｅｕｒａｌ ｎｅｔｗｏｒｋ；ｇｅｎｅｔｉｃ ａｌｇｏｒｉｔｈｍ 力分布及水平、降低应力措施等方面［３－５］，而对焊后 　引言 残余应力与钎焊参数之间内在关系的研究较少。 聚晶金刚石复合片（ＰＤＣ）由聚晶金刚石层 ＢＰ神经网络是由非线性变换单元组成的前馈网络， （ＰＣＤ）和硬质合金基底在超高温高压下合成。由于 具有良好的泛化能力，在模式识别、函数预测、数值 聚晶金刚石复合片兼顾 ＰＣＤ层的高硬度与硬质合 分析等方面有着广泛的应用，但网络训练易出现陷 金基底的良好韧性，具有更优异的切削