基于等离子焊接的增材再制造焊道尺寸预测模型.pdfVIP

《热加工工艺》2016年10月第45卷第19期

基于等离子焊接的增材再制造焊道尺寸预测模型

王凯博，吕耀辉，刘玉欣，徐滨士，林建军，孙哲

(装甲兵工程学院装备再制造技术国防科技重点试验室，北京100072)

摘要：建立一个基于遗传算法的神经网络模型对焊道尺寸进行预测。输入层单元为电流、送粉速率、焊接速度、离

子气流量；输出层单元为焊道宽度、高度、熔深。采用正交试验方法得出的25组数据作为训练样本，控制变量法得出的

16组数据作为预测样本。结果表明：模型预测精度高、效率快，训练误差范围在4．1％内，预测误差范围在6．5％内。并提

出将模型应用到单道多层和多道多层增材再制造工艺中的方法。

关键词：遗传算法；神经网络；增材再制造；焊道尺寸；预测模型

DOI：10．141580．cnki．1001-3814．2016．19．058

中图分类号：TG456．2文献标识码：A文章编号：1001．3814(2016)19-021l4

PredietionModelofBcadGeometryofAdditiveRemanufacturing

BasedonPlasmaArcwelding

Ⅵ，ANGKaibo，YUYaohui，LILlYuxin，XUBinshi，LINJianjun，SUNZhe

(NationalDefenseKeyLaboratoryforRemanufacturingTechnology，AcademyofArmoredForceEngineering，Beijing

100072，China)

Abstract：Aneuralnetworkmodelbasedongeneticalgorithmwasestablishedtopredictbeadgeometry．Theinputunit

consistsofcurrent，feedingrate，weldingspeedandplasmagasflowrate．Theoutputunitconsistsofwidth，heightnad

penetrationofhtebead．25setsofdaatobatniedfromhteorthogonaltestwereusedastrainingsamples，and16setsofdaat

obtainedbyhtecontrolvariablemehtodwereusedashtepredictionsample．Theresultsshowhtathtepredictionaccuracyand

efficiencyofhtemodelarehigh，thetrainnigerrorrangeiswithni4．1％，nadthepredictionerrorrangeiswihtni6．5％．The

mehtodisproposedtoapplyhtemodeltoadditiveremnaufacturingofmulti-layerinsinglepassandmulti—pass．

Keywords：geneticalgorithm；neuralnewtork；additiveremanufacturing；beadgeometry；predictionmodel

基于焊接的增材再制造技术是将焊接技术与再道形状；二是对焊道金属凝固物理过程做模拟，进而

制造工程结合起来的一种先进再制造技术[1]，其核预测焊道形状】。但是这些模拟方法都比较复杂，往

心理念是变“减材”修复为“增材”制造2[]。该技术对往会产生算法时间长、准确度低等一系列问题。本文

废旧的零部件进行再制造．一方面可以节约资源；另提出了基于遗传算法(GeneticAlgorithm，GA)和误

一方面也可以大大降低成本，获取巨大经济效益。差反向后传学习算法(BackPropagation，BP)的神经

通过将焊接技