论文研究 - 基于ANN的低碳镀锌钢板激光堆焊焊缝几何尺寸预测研究

用于质量分析的预测模型成为不断提高激光焊接工艺的可靠性，效率和安全性的最关键要求之一。 进行无损质量评估的准确有效模型是该评估的重要组成部分。 本文提出了一种结构化方法，旨在设计一种有效的基于人工神经网络的模型，以预测低碳镀锌钢激光搭接焊中焊缝的尺寸特征。 该建模方法是基于对激光焊接参数（例如激光功率，焊接速度，激光束直径和间隙）对焊缝尺寸特征（例如熔深，顶部表面宽度和界面宽度）的直接影响和相互作用影响进行分析的。 该分析中使用的数据来自根据Taguchi方法进行的结构化实验研究以及基于3D建模和仿真工作的详尽FEM。 使用析因设计，开发，实施和评估了不同的基于神经网络的预测模型。 使用实验数据对模型进行了训练和测试，并辅以3D仿真生成的数据。 结合各种统计工具的保持测试和k倍交叉验证被用于评估激光焊接参数对模型性能的影响。 结果表明，所提出的方法成功地产生了一个一致的模型，该模型提供了可变焊接条件下焊缝尺寸特征的准确和可靠的预测。 最佳模型的三种焊接质量特征的预测误差均低于7％。