基于改进PSO-RBFNN和IWOA的激光摆动焊接.pdf

摘要

激光焊接作为一种高效精密的焊接工艺，目前已广泛应用于航空航天和汽车

制造等领域。激光焊接技术能够对不同类型的材料进行加工，能够有效地降低生

产成本和能源消耗，提高生产率，进一步增强企业的核心竞争力。对产品进行激

光摆动焊接时，不同的工艺参数会对焊接质量产生不同程度的影响。因此，选取

合理的工艺参数组合对提升焊接质量至关重要。本文以铝合金的激光摆动焊接工

艺过程为研究对象，提出一种优化算法与神经网络相结合的智能方法对激光摆动

焊接工艺参数进行优化。主要研究内容如下：

1DecisionMakingTrialandEvaluationLaboratory

（）应用决策实验室分析（，

DEMATEL）法系统地量化和分析各参数之间的相互影响程度，构建出综合影响矩

阵，通过计算各类影响指标，进一步明确各参数之间的关系，定量化选取出激光

摆动焊接关键工艺参数。

2ParticleSwarmOptimizationPSO

（）基于训练集数据使用改进粒子群优化（，）

RadialBasisFunctionNeuralNetworkRBFNN

算法对径向基神经网络（，）模型的关

键参数进行优化，并实现了对RBFNN模型的训练。根据测试集数据测试改进

PSO-RBFNN预测模型的预测精度，验证了预测模型的有效性。改进PSO-RBFNN

预测模型对激光摆动焊接工艺参数与优化目标之间的非线性关系进行了拟合。

3Whale

（）利用自适应权重策略和非线性收敛因子策略改进鲸鱼优化算法（

OptimizationAlgorithmWOA

，），应用单目标测试函数和多目标测试函数对改进

ImprovedWhaleOptimizationAlgorithmIWOA

鲸鱼优化算法（，）进行性能测试，

验证算法的优越性。构建基于IWOA算法的激光摆动焊接工艺参数多目标优化模

型，将改进PSO-RBFNN预测模型的输出作为种群个体适应度值引入IWOA算法，

进行全局求解，获取工艺参数Pareto最优解集，并选取其他算法进行对比分析。

TechniqueforOrderPreferencebySimilaritytoIdealSolution

应用逼近理想解排序（，

I

TOPSIS）法对最优解集进行最优解决策，得到最佳的激光摆动焊接工艺参数组合，

并进行实验验证。提出相关管理建议，对企业制定管理策略具有一定的参考价值。

关键词：激光摆动焊接，工艺参数优化，改进鲸鱼优化算法，改进PSO-RBFNN

II

Optimizationoflaserswingweldingprocessparameters

basedonimprovedPSO-RBFNNandIWOA

Abstract

Asanefficientandpreciseweldingprocess,laserweldinghasbeenwidelyusedin

aerospaceand