基于人工神经网络的铝合金搅拌摩擦焊接头疲劳寿命预测研究

《基于人工神经网络的铝合金搅拌摩擦焊接头疲劳寿命预测研究》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、硕十学位论文摘要搅拌摩擦焊(FSw)是近几年发展起来的新型固相连接技术，凭借其特有的优点，自二十一世纪问世以来，已经受到焊接界的高度重视。尤其对于常规焊接方法难以完成的铝合金材料来讲，采用搅拌摩擦焊接技术，将不会产生气孔、裂纹等缺陷。目前，铝合金的搅拌摩擦焊接已经日趋成熟，并逐步向航空工业领域推广应用。，搅拌摩擦焊焊接接头的疲劳行为是评估搅拌摩擦焊结构焊件失效行为的重要性能之一。然而，目前对于铝合金搅拌摩擦焊接头疲劳性能的研究还比较少，这也是阻碍搅拌摩擦焊技术发展的关键因素。因而，对铝合金搅拌摩擦焊接头疲劳性能的研究具有很强的现实意义和工程意义。本文针

2、对7075705060822024四种铝合金材料，通过实验确定了合理的搅拌摩擦焊接工艺参数范围。结合疲劳试验结果分析了搅拌摩擦焊焊接工艺参数(搅拌头旋转速度、焊接速度)与焊接接头疲劳寿命之间的关系。通过试验数据的获取，采用人工神经网络模型对铝合金搅拌摩擦焊焊接接头的高周及低周疲劳寿命进行评估和预测。运用MATLAB语言组建了BP人工神经网络、RBF人工神经网络以及用户图形界面。使用训练好的网络来预测焊接接头的疲劳寿命，经比较，预测数据与实验数据吻合良好，获得了满足工程要求的预测值。为搅拌摩擦焊接头疲劳性能的评估、预测及搅拌摩擦焊接工艺参数的优化提供了新

3、途径。‘关键词：搅拌摩擦焊铝合金疲劳寿命训练样本预测BP网络RBF网络基于人工神经网络的铝合金搅拌摩擦焊接头疲劳寿命预测研究AbstractFrictionStirwelding(FSw)isasolidstateweldingmethodwhichdeVelopedrecently．Fromthebeginningofthe21stcentury，depending0nthepeculiaradVantage，FSWispaidmuchattentionintheweldingfield．Especialfbrthealuminumsalloysma

4、terialswhichdifficultlyweldedbythenormalweldingmethods，itwouldnotappearthedefectssuchascracks，voidsandshrinkageswhenusingtheFSWmethod．Atthepresenttime，mostoftheresearchesarefocusedontheFSWofaluminumalloys．TheFSWtheoryhasbecomemoremature，andtheweldingwasgraduallypromotedt0theaVia

5、tionindustry．Thewelding—joint’sfatiguebehaviorofFSWisoneoftheeValuationsfortheinvalidationbehaviortotheFSWstructure-pieces．HoweVer，atthepresenttimetherearefcwresearchesforthefatiguecapabilityontheFSWofaluminumalloys，thisisthekeyfactofwhichhindersthedevelopment0fFSW．Asaresult，the

6、fatiguecapabilityresearches0ntheFSWofaluminumalloysareactuallyandengineeringsignifications．Inthispaper，thesuitableFSWwelding—parametersforfouraluminumalloys(7075705060822024)wereascertainedintheweldingexperiment．TherelationshipsbetweenFSWwelding-parametefsandweldfatiguelifcwerea

7、nalyzedlinkedt0theresultofthefatiguetest．Bythedatawhichacquiredintheexperiment，thepfedictionmodelforthealuminumaUoysFSWhighand10wfatiguelifewasestablishedbasedontheaartificialneuralnetwork(ANN)．Thebackpropagation(BP)neuralnetworkmodels，radialbasisfunction(RBF)neuralnetworkmodels

8、andtheGraphicalUserInterfacewereestablishedbyth