基于不同优化目标的激光透射焊接热塑性聚合物工艺参数的优化分析 (2)

《基于不同优化目标的激光透射焊接热塑性聚合物工艺参数的优化分析 (2)》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、基于不同优化目标的激光透射焊接热塑性聚合物工艺参数的优化研究Optimizationstudyoflasertransmissionweldingprocessparametersofpolymerbasedondifferentoptimizationobjective姓江苏大学2012年6月●r’———’———’’——’。。——。。——’。’——⋯江苏大学硕士学位论文摘要激光透射焊接以其快速、精确、柔性和较强环境适应性的特点在电子设备、电子产品、汽车零部件、航空航天、食品和医疗产品包装等领域广泛应用成为当前国际前沿与热点。随着研

2、究的深入，科学合理的优化焊接工艺参数来提高焊接件的焊接质量和降低焊接成本具有非常重要的理论意义与实际推广价值。本文以激光透射焊接聚碳酸酯为研究对象，采用响应曲面的旋转中心复合设计进行试验规划，系统探讨了面向不同优化目标，响应曲面、人工神经元网络和遗传算法等优化方法对激光透射焊接工艺参数优化。首先，以焊接强度作为评价焊接质量的优化目标，系统比较了响应曲面和遗传算法．人工神经元网络两种优化方法的建模能力、泛化能力和优化能力，为科学合理选择单目标工艺参数优化方法奠定了科学基础。其次，运用人工神经元网络建立焊接工艺参数和焊接强度、焊缝宽度两

3、个目标的关系模型，并通过方差分析来检验了模型的合适性，分析和讨论了激光焊接工艺参数对焊接强度与焊缝宽度的交互影响趋势。采用满意度函数和遗传算法相结合对激光透射焊接的焊接质量进行了优化。最后，采用响应曲面方法建立焊接工艺参数和焊接强度、焊缝宽度和焊接成本的多目标关系模型，并通过方差分析来检验模型的合适性以及分析主要工艺参数对焊接质量和焊接成本的影响，采用数值优化方法对焊接强度、焊缝宽度和焊接成本进行了多目标优化；基于响应曲面方法建立的焊接强度和焊缝宽度的二阶多项式数学模型，采用满意度函数和遗传算法相结合对焊接强度、焊缝宽度和焊接成本进

4、行了多目标优化。基于不同优化目标的激光透射焊接热塑性聚合物工艺参数的优化研究本文以激光透射焊接聚碳酸酯薄板材料为例，针对不同优化目标对焊接工艺参数进行了系统的优化研究，这将为热塑性聚合物的工业应用奠定基础。论文研究对其它焊接领域工艺参数优化也具有很强借鉴与指导作用。关键词：激光透射焊接，热塑性聚合物，工艺参数优化，多目标优化江苏大学硕士学位论文ABSTRACTLasertransmissionweldingwhichhaswidelyusedinelectricaldevices，electronics，automobiles，ae

5、rospace，foodandmedicalproductpackagesetcareasbecauseofitsspeed，precision，flexibilityandstrongenvironmentaladaptabilityhasbecomethecurrentinternationalfrontandhotspots．Withfurtherstudy,Scientificandreasonableoptimizationofweldingprocessparametertoenhancetheweldqualityan

6、dinini血etheweldcosthasverytheoreticalsignificanceandpracticalapplicationvalue．Thisthesiswiththelasertransmissionweldingpolycarbonateastheresearchobject，usingacentralcompositerotatableexperimentaldesigntoplantheexperiment，systematicallydiscussesthedifferentoptimizationo

7、bjectivesthatoptimizationapproachofresponsesurfacemethodology，artificialneuralnetwork，geneticalgorithmareusedtocarryoutlasertransmissionweldingprocessparametersoptimization．Firstofall，withweldstrengthastheevaluationoftheoptimizationobjectiveoftheweldingquality，itissyst

8、ematicallycomparedmodelingcapabilities，generalizationandoptimizationcapabilitiesofthegeneticalgorithm-artificialneura