期刊文献+
共找到12篇文章
< 1 >
每页显示 20 50 100
基于BAS算法优化的电弧增材制造焊道尺寸预测
1
作者 王凯 卢楚文 +2 位作者 易江龙 房卫萍 牛犇 《精密成形工程》 北大核心 2024年第4期190-199,共10页
目的为提高实际应用中电弧增材制造对工艺参数的选取效率及成形形貌的控制效果,建立高效且精准的成形尺寸预测模型,实现对焊道尺寸的合理预测。方法在单层单道CMT电弧增材制造实验的基础上,建立基于天牛须搜索算法(Beetle Antennae Sear... 目的为提高实际应用中电弧增材制造对工艺参数的选取效率及成形形貌的控制效果,建立高效且精准的成形尺寸预测模型,实现对焊道尺寸的合理预测。方法在单层单道CMT电弧增材制造实验的基础上,建立基于天牛须搜索算法(Beetle Antennae Search,BAS)优化BP神经网络的焊道尺寸预测模型,利用BAS算法实现对BP神经网络初始权值和阈值的优化,可以实现预测不同工艺参数(焊接速度、送丝速度、干伸长)下焊道的成形尺寸(熔宽、余高)。利用试验验证BAS-BP预测模型的性能,与现有模型进行对比,结果结果表明该模型具有较高精度的预测效果,能够有效映射工艺参数与焊道尺寸之间的非线性关系,印证了该模型具有良好的拟合和泛化能力,同时其对焊道熔宽和余高的预测误差分别不超过0.2、0.12 mm,预测平均误差率均不超过6%,相对于其他预测模型表现出较好的准确性和稳定性。结论BAS-BP神经网络预测模型的输出误差较小,网络训练收敛速度加快,避免了过拟合及欠拟合的风险,有效提高了预测模型的泛化能力和预测精度,可以实现一定工艺参数范围内的焊道尺寸预测,为后续电弧增材的实时预测及控制参数应用提供了技术支持。 展开更多
关键词 冷金属过渡弧焊(CMT) 焊道尺寸 天牛须算法 BP神经网络 预测模型
在线阅读 下载PDF
基于粒子群优化算法的电弧增材制造焊道尺寸反向传播神经网络预测模型 被引量:1
2
作者 刘浩民 杨洪才 +3 位作者 刘战 李子葳 孙俊华 张元彬(导师) 《机械工程材料》 CAS CSCD 北大核心 2024年第2期97-102,共6页
选取焊接电流、送丝速度、焊接速度及基板温度作为输入变量,焊道熔宽和余高作为输出变量,选择粒子群优化(PSO)算法中的最优粒子惯性权重和学习因子,构建熔化极惰性气体保护电弧增材制造316L不锈钢PSO反向传播(PSO-BP)神经网络模型。结... 选取焊接电流、送丝速度、焊接速度及基板温度作为输入变量,焊道熔宽和余高作为输出变量,选择粒子群优化(PSO)算法中的最优粒子惯性权重和学习因子,构建熔化极惰性气体保护电弧增材制造316L不锈钢PSO反向传播(PSO-BP)神经网络模型。结果表明:PSO-BP神经网络模型预测的焊道熔宽与期望值的均方根误差、最大相对误差与平均相对误差分别为0.386,13.477%,2.580%,焊道余高的分别为0.152,10.372%,2.810%;相较于BP神经网络模型,PSOBP神经网络模型对焊道尺寸的预测精度更高,稳定性更强。 展开更多
关键词 电弧增材制造 焊道尺寸 神经网络 粒子群优化
在线阅读 下载PDF
基于等离子焊接的增材再制造焊道尺寸预测模型 被引量:3
3
作者 王凯博 吕耀辉 +3 位作者 刘玉欣 徐滨士 林建军 孙哲 《热加工工艺》 CSCD 北大核心 2016年第19期211-214,共4页
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... 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。 展开更多
关键词 遗传算法 神经网络 增材再制造 焊道尺寸 预测模型
在线阅读 下载PDF
中厚板多层多道焊接焊道尺寸与工艺参数相关性研究 被引量:1
4
作者 王强 沈涛 郭超 《机械工程与自动化》 2022年第5期131-133,共3页
以CO气体保护焊为基础,利用通用旋转方法设计了熔敷试验,通过试验重点研究分析了中厚板多层多道焊接焊道尺寸与工艺参数之间的相关性,建立了相关性数学模型,并进行了显著性和拟合性验证,获得了通用回归方程,最终绘制出了焊接工艺参数与... 以CO气体保护焊为基础,利用通用旋转方法设计了熔敷试验,通过试验重点研究分析了中厚板多层多道焊接焊道尺寸与工艺参数之间的相关性,建立了相关性数学模型,并进行了显著性和拟合性验证,获得了通用回归方程,最终绘制出了焊接工艺参数与焊道成型参数的关系曲线图。 展开更多
关键词 多层多道焊接 回归方程 焊道尺寸 工艺参数 中厚板
在线阅读 下载PDF
基于遗传算法优化的电弧增材再制造焊道尺寸预测模型 被引量:1
5
作者 倪永谦 王猛 +2 位作者 杜心伟 刘仁培 魏艳红 《机械制造文摘(焊接分册)》 2021年第6期15-20,共6页
电弧增材再制造过程中,成形件通过层层累积的方式进行制造。每道焊缝的几何尺寸对构件的成形精度有着重要的影响,是分层切片和路径规划的重要依据之一。为了研究焊接工艺参数与焊道尺寸之间的关系,文中采用正交试验法进行单道焊缝成形试... 电弧增材再制造过程中,成形件通过层层累积的方式进行制造。每道焊缝的几何尺寸对构件的成形精度有着重要的影响,是分层切片和路径规划的重要依据之一。为了研究焊接工艺参数与焊道尺寸之间的关系,文中采用正交试验法进行单道焊缝成形试验,建立了基于遗传算法的神经网络模型,可以预测不同焊接工艺参数(焊接电流、焊接速度、送丝速度)下单道成形的熔宽和余高。结果表明,焊缝宽度的预测平均误差为2.05%,焊缝高度的预测平均误差为5.09%,该模型实现了对焊道尺寸的较高精度的预测。结合多层多道试验对模型进行了验证,结果显示成形件成形良好,成形精度较高。文中建立的神经网络模型为电弧增材制造过程的工艺优化提供了依据。 展开更多
关键词 电弧增材再制造 焊道尺寸 神经网络 遗传算法
在线阅读 下载PDF
基于ACS-DBN的电弧增材制造焊道尺寸预测 被引量:6
6
作者 董海 高秀秀 魏铭琦 《系统仿真学报》 CAS CSCD 北大核心 2021年第12期2828-2837,共10页
焊道重叠是电弧增材制造(Wire and Arc Additive Manufacturing,WAAM)技术的本质,合适的工艺参数选择对于控制焊道几何形状,提升成型零件的尺寸精度具有重要的意义,为此提出一种基于自适应布谷鸟搜索(Adaptive Cuckoo Search,ACS)算法... 焊道重叠是电弧增材制造(Wire and Arc Additive Manufacturing,WAAM)技术的本质,合适的工艺参数选择对于控制焊道几何形状,提升成型零件的尺寸精度具有重要的意义,为此提出一种基于自适应布谷鸟搜索(Adaptive Cuckoo Search,ACS)算法优化的深度信念网络(Deep Beilef Network,DBN)预测模型ACS-DBN,在给定喷嘴高度、焊接电流、焊接速度、送丝速度这4个工艺参数的基础上预测焊道的熔宽和余高;基于实验法确定最优的隐层层数和隐元数量,构建基于ASC-DBN的WAAM焊道尺寸预测模型;利用仿真实验验证ACS-DBN预测模型的性能,与已有模型对比,结果表明,ACS-DBN模型能有效的映射WAAM焊道尺寸和焊接工艺参数之间的复杂非线关系,控制焊道尺寸的相对误差在6%以内,相对于其他预测模型具有更高的准确性和稳定性。 展开更多
关键词 电弧增材制造 焊道尺寸 预测模型 自适应布谷鸟搜索算法 深度信念网络
在线阅读 下载PDF
钨极惰性气体保护焊电弧增材制造单焊道尺寸预测 被引量:7
7
作者 赵鹏 吕彦明(指导) +2 位作者 周文军 潘宇 白少昀 《机械工程材料》 CAS CSCD 北大核心 2020年第11期78-82,91,共6页
利用钨极惰性气体(TIG)保护焊电弧增材制造平台对GH4169镍基高温合金进行正交试验,研究了焊接电流、焊接速度、送丝速度对焊道熔宽和余高的影响;建立了BP人工神经网络,利用遗传算法对其进行优化,得到了单焊道尺寸预测模型,并基于MATLAB... 利用钨极惰性气体(TIG)保护焊电弧增材制造平台对GH4169镍基高温合金进行正交试验,研究了焊接电流、焊接速度、送丝速度对焊道熔宽和余高的影响;建立了BP人工神经网络,利用遗传算法对其进行优化,得到了单焊道尺寸预测模型,并基于MATLAB的图形用户界面模块(GUI)创建了预测人工交互界面。结果表明:焊道熔宽随焊接电流增加而增大,随焊接速度增加而降低,随送丝速度增加则先增大后降低;焊道余高与送丝速度呈线性正相关,与焊接电流和焊接速度则呈负相关;该焊道尺寸预测模型的相对误差在6%以内,能够较为准确地预测单焊道的形状与尺寸。 展开更多
关键词 电弧增材制造 焊道尺寸 BP神经网络 预测模型
在线阅读 下载PDF
基于二次通用旋转组合设计的冷金属过渡电弧增材制造AZ31镁合金焊道截面尺寸研究 被引量:1
8
作者 王一丰 张忠明 +3 位作者 马威龙 祁嘉伟 徐春杰 杨长林 《热加工工艺》 北大核心 2024年第5期18-23,共6页
基于冷金属过渡的电弧增材制造技术制备了AZ31镁合金单道试样,测试了单道试样的焊道宽度和焊道高度。根据二次通用旋转组合试验设计与二次多项式逐步回归分析,建立了高度显著的焊道宽度和焊道高度与摆动宽度、焊接速度、送丝速度和基板... 基于冷金属过渡的电弧增材制造技术制备了AZ31镁合金单道试样,测试了单道试样的焊道宽度和焊道高度。根据二次通用旋转组合试验设计与二次多项式逐步回归分析,建立了高度显著的焊道宽度和焊道高度与摆动宽度、焊接速度、送丝速度和基板温度等工艺参数间的关系式。结果表明,工艺参数对焊道宽度的影响主次顺序依次为摆动宽度、送丝速度、基板温度、焊接速度,对焊道高度的影响主次顺序依次为焊接速度、摆动宽度、基板温度、送丝速度。随摆动宽度的增大,焊道宽度逐渐增大,焊道高度逐渐减小;随焊接速度的提高,焊道宽度和焊道高度均逐渐减小;随送丝速度的提高,焊道宽度和焊道高度也随之同步增大;随基板温度升高,焊道宽度增大,焊道高度降低。 展开更多
关键词 AZ31镁合金 冷金属转移 电弧增材制造 焊道尺寸 二次通用旋转组合设计
在线阅读 下载PDF
药芯焊丝CO_2焊焊道几何尺寸的数学模型
9
作者 于治水 施一丰 刘孝曾 《船舶工程》 CSCD 北大核心 1998年第2期37-39,3,共3页
采用相对因子技术,建立了药芯焊丝CO2焊焊道的几何尺寸和形状关系的数学模型。它是电弧电压、焊接电流、焊速、喷嘴的放置距离和焊枪角度之间的函数。据此,可利用计算机预测焊道几何尺寸,为进一步优化焊接参数作了理论准备。
关键词 CO2焊 焊道尺寸 药芯焊丝 数学模型
在线阅读 下载PDF
船用钢电弧增材制造的焊道尺寸预测 被引量:10
10
作者 张金田 王任甫 王杏华 《材料开发与应用》 CAS 2018年第2期17-22,共6页
焊道的形貌尺寸直接影响电弧增材制造(WAAM)工件的成形精度。采用回归分析方法预测CMT焊道的宽度(W)和余高(H),结果表明,回归分析计算宽度和余高的绝对误差最大值分别为0.16 mm和0.17mm,均在误差可控范围之内,可以为船用高强钢CMT电弧... 焊道的形貌尺寸直接影响电弧增材制造(WAAM)工件的成形精度。采用回归分析方法预测CMT焊道的宽度(W)和余高(H),结果表明,回归分析计算宽度和余高的绝对误差最大值分别为0.16 mm和0.17mm,均在误差可控范围之内,可以为船用高强钢CMT电弧增材制造工艺提供数据参考。另外,回归方程可有效预测单一参量对焊道尺寸的影响趋势。 展开更多
关键词 CMT 电弧增材制造 回归分析 焊道尺寸预测
原文传递
电弧堆焊参数对焊道形貌的影响规律
11
作者 吴超群 顾世阳 +1 位作者 雷艇 余慧雯 《焊接》 北大核心 2023年第2期17-23,共7页
文中以单道焊缝形貌为切入点,研究工艺参数对焊道形貌的影响并建立回归方程以预测焊道尺寸。结果表明,焊接电流对焊道尺寸的影响最显著,焊接电流每提高50 A,焊缝宽度平均增大14%,不同工艺参数间存在一定耦合关系,同时揭示了焊接电流和... 文中以单道焊缝形貌为切入点,研究工艺参数对焊道形貌的影响并建立回归方程以预测焊道尺寸。结果表明,焊接电流对焊道尺寸的影响最显著,焊接电流每提高50 A,焊缝宽度平均增大14%,不同工艺参数间存在一定耦合关系,同时揭示了焊接电流和焊接速度的增加引起电弧动压力变化进而导致焊缝由指状向碗状形貌转变的规律。对比多种回归模型,综合考虑工艺参数耦合的影响,提出基于剔除低相关因子的响应曲面法,整体回归效果好,试验表明该模型的R2均在0.97以上,预测误差在5%以内。建立的回归模型将为电弧堆焊层数与道数的规划提供准确的焊道尺寸信息,确保机器人焊接位姿满足工艺要求。 展开更多
关键词 电弧堆焊 工艺参数 焊道尺寸 回归分析
在线阅读 下载PDF
基于脉冲等离子弧焊的增材再制造工艺研究 被引量:2
12
作者 王凯博 吕耀辉 +1 位作者 刘玉欣 徐滨士 《装甲兵工程学院学报》 2016年第5期86-90,共5页
为提高基于脉冲等离子弧焊的增材再制造零件的尺寸精度,采用正交试验法研究了峰值电流、脉冲频率、占空比、焊接速度、送丝速度对焊道尺寸的影响规律,并引入线能量密度考察因素的综合影响情况。结果表明:焊道的宽高比与峰值电流和占空... 为提高基于脉冲等离子弧焊的增材再制造零件的尺寸精度,采用正交试验法研究了峰值电流、脉冲频率、占空比、焊接速度、送丝速度对焊道尺寸的影响规律,并引入线能量密度考察因素的综合影响情况。结果表明:焊道的宽高比与峰值电流和占空比呈正相关,与焊接速度和送丝速度呈负相关;峰值电流和送丝速度对宽高比的影响最大,焊接速度、占空比次之,脉冲频率的影响最小;焊道宽高比与线能量密度呈单调递增的关系,增加趋势由快变慢。最后,建立了薄壁再制造零件层间高度的计算模型,可进一步提高成形零件的尺寸精度。 展开更多
关键词 脉冲等离子弧 增材再制造 正交试验 焊道尺寸
原文传递
上一页 1 下一页 到第
使用帮助 返回顶部