基于人工神經網絡的電弧增材制造焊道成型尺寸預測.pdf

1、增材制造技術是一種應用歷史比較簡短的成型方法，它是在離散堆積理論的基礎上發(fā)明而來的。人工神經網絡是以動物神經網絡行為特點為原理，用于信息處理的算法數學模型，它是人們對大腦或神經網絡的特點進行抽象處理后得到的。在增材制造的過程中，有一項十分重要的工作，即根據已知的焊接工藝參數進行計算，從而確定焊道尺寸，或者是根據要制作的焊道尺寸，反推出焊接工藝參數。筆者在本課題中以機器人堆敷焊道為對象進行研究，從而揭示出焊接速度、送絲速度、焊接電壓、噴嘴

2、高度、焊道高度和寬度彼此間的關聯。
　　首先，在研究影響焊道成型的因素時創(chuàng)建模型，模型的自變量為焊接速度、送絲速度、焊接電壓、噴嘴電壓、噴嘴高度，因變量為焊道高度以及寬度，通過二次回歸旋轉設計找到試驗參數，開展單層道焊接實驗，以獲取樣本數據。創(chuàng)建二次回歸通用模型，確定自變量和因變量之間的函數關系，利用該模型對人工神經網絡模型的精度進行對比。
　　然后根據試驗樣本測得的數據建立人工神經網絡正向模型，在試驗設計中數據選擇范圍內選

3、擇與試驗參數不同的驗證參數形成驗證樣本，進行焊接試驗，采集試驗成型數據。通過實驗數據，揭示出人工神經網絡模型的誤差大小，對比二次回歸通用模型的誤差。在此基礎上總結出工藝參數是如何影響焊道成型的。
　　利用樣本數據創(chuàng)建包含焊接工藝參數和焊道成型尺寸的人工神經網絡反向模型，用驗證樣本相關數據檢測反向模型預測誤差以及同二次回歸通用模型進行誤差對比。通過驗證計算和誤差對比可知反向模型誤差較大?；诖藙?chuàng)建將正、反向模型合在一起的正反雙向聯合