基于遗传BP神经网络的搅拌摩擦焊温度模型.docxVIP

HotWorkingTechnology2020,Vol.49,No.3

基于遗传BP神经网络的搅拌摩擦焊温度模型张喆1,张永林1,陈书锦2

(1.江苏科技大学电子信息学院,江苏镇江212000;2.江苏科技大学材料科学与工程学院,江苏镇江212000)

摘要：为了更好地监控焊接周围区域温度从而提高搅拌摩擦焊焊接质量，利用遗传BP神经网络算法建立了前进方向温度预测模型和前进侧方向温度预测模型。以40组数据为测试样本，对所建两个模型的预测结果与实测值进行了分析研究，其平均相对误差分别为0.41%和0.73%，预测结果与实测值的相关系数为0.9727和0.9585。结果表明：两个模型预测精度高，对于搅拌摩擦焊接周围区域温度的研究有重要的理论参考价值。

关键词：BP神经网络；遗传算法；搅拌摩擦焊接；区域温度DOI:10.14158/j.cnki.1001-3814.中图分类号：TG453+.9 文献标识码：A 文章编号：1001-3814(2020)03-0142-04

TemperatureModelofFrictionStirWeldingBasedonGeneticBPNeuralNetwork

ZHANGZhe1,ZHANGYonglin1,CHENShujin2

(1.SchoolofElectronicInformation,JiangsuUniversityofScienceandTechnology,Zhenjiang212000,China;2.SchoolofMaterialsScienceandEngineering,JiangsuUniversityofScienceandTechnology,Zhenjiang212000,China)

Abstract：Inordertobettermonitorthetemperaturearoundtheweldingareaandimprovethequalityoffrictionstirwelding,theforwarddirectiontemperaturepredictionmodelandtheforwardsidetemperaturepredictionmodelwereestablishedbyusinggeneticBPneuralnetworkalgorithm.Taking40groupsofdataastestsamples,thepredictedvaluesandmeasuredvaluesofthetwomodelswereanalyzed.Theaveragerelativeerrorsare0.41%and0.73%,respectively.Thecorrelationcoefficientsbetweenpredictedresultsandmeasuredvaluesare0.9727and0.9585.Theresultsshowthatthetwomodelshavehighpredictionaccuracy,whichhasimportanttheoreticalreferencevalueforthestudyontemperaturearoundthefrictionstirweldingarea.

Keywords：BPneuralnetwork;geneticalgorithm;frictionstirwelding;zonetemperature

搅拌摩擦焊（FSW）于1991年由英国焊接技术研究所发明，是一种新型固态焊接方法，它在焊接诸如铝等低熔点金属方面有着无可比拟的优势。搅拌摩擦焊接的材料通常不会出现熔化和重熔的现象，并且可以避免通常在熔焊过程中形成的凝固缺陷。5083铝合金属于铝-镁合金，在不可热处理合金中强度好，耐蚀性和可切削性好，目前广泛应用于船舶汽车及轨道交通等方面[1-4]。

神经网络在搅拌摩擦焊研究中的应用主要是针

收稿日期:2018-10-10

对焊接接头疲劳寿命的预测，焊接接头质量（接头强度和伸长率）的预测以及利用超声波对焊接接头缺陷的分类和识别。而将神经网络运用到搅拌摩擦焊温度预测的研究基本为一片空白。

在焊接