基于人工神经网络的镀锌板激光焊接专家系统

《基于人工神经网络的镀锌板激光焊接专家系统》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、上海交通大学硕士学位论文基于人工神经网络的镀锌板激光焊接专家系统姓名：陈琳申请学位级别：硕士专业：材料加工工程指导教师：俞海良20050201基于人工神经网络的镀锌板激光焊接专家系统摘要随着镀锌钢板在汽车车身制造中的广泛应用镀锌板激光焊接参数的确定已经成为一个亟待解决的重要课题建立激光焊接专家系统可以缩短确定焊接参数的周期降低激光焊接工艺制定的费用对激光焊接在汽车工业领域的应用具有重大意义传统的专家系统存在知识获取困难自学习能力差等弱点难以满足具有复杂的多因素交互作用的激光焊接过程智能化控制的要求本文根据专

2、家系统和人工神经网络的基本理论将人工神经网络的知识获取与表示方法引入专家系统提出并建立了一个智能混合系统基于人工神经网络的镀锌板激光焊接专家系统本文中专家系统的开发采用模块化设计以VisualC++6.0作为开发工具采用面向对象的设计方法进行开发建立了人机界面数据库管理系统以及网络训练与预测系统模块用户通过数据库管理系统可以方便地实现对专业领域相关工艺规范参数的查询和维护在网络训练与预测模块中详细推导了BP算法在知识获取与知识推理中的实现过程I并采用C语言编程实现程序模块完成了系统网络模型的学习与推理预测从

3、而可以实现工艺参数的选择优化为该专家系统中数据的进一步完善提供了有效的扩展接口整个系统的建立过程为其他领域专家系统的开发提供了可借鉴的思路和方法关键字激光焊接专家系统人工神经网络BP算法IIEXPERTSYSTEMBASEDONARTIFICIALNEUTRALNETWORKSFORLASERWELDINGOFZINC-COATEDSTEELAbstractWhileZn-coatedsteelsheetsaregettingwidelyusedinthecarmanufacturing;animmedia

4、teconcernishowtodeterminelaserweldingparametersofZn-coatedsteel.Theestablishmentofalaserweldingexpertsystemcouldreducetheweldingparameterdeterminingperiod,decreasetheweldingprocesscost,andthushasagreatimpactontheapplicationoflaserweldingintheautomobileindu

5、stry.Consideringthetraditionalexpertsystem’sshortcomingssuchasthebottleneckproblemintheknowledgeacquisition,itisnotdesirableintheintelligencecontroloflaserweldingwheremultiple,complexfactorsinteractwitheachother.Thispaperpresentsamingleintelligencesystemby

6、integratingexpertsystemandartificialneutralnetworks(ANN)whichhaslearningability,parallelprocessingabilityandnon-linearity,etc.IttakesadvantageoftwotechnologiescomplementaryabilitiesandovercomestheshortcomingsresultingfromusingexpertsystemorANNindependently

7、.ThissystemwasdesignedthroughmodularizedstructureanddevelopedbyVisualC++6.0andbyobjectorientedprogramming.Itincludedafriendlyinterface,adatabasemanagementmoduleandanetwork'strainingandpredictingmodule.TheusercaneasilyinquireandmaintainthedataofIIIthisdatab

8、asethroughthedatabasemanagementmodule.Inthenetwork'strainingandpredictingmodule,theBPalgorithmwasfullyexplainedinknowledgeacquisitionandknowledgeinference,andrealizedbyCprogramming.Thetrainingandpredictingoft