基于神经网络铝合金焊接接头焊接残余应力预测研究.pdf

《基于神经网络铝合金焊接接头焊接残余应力预测研究.pdf》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、基于神经网络铝合金焊接接头焊接残余应力预测研究NeuralNetwork-BasedPredictionWeldingResidualStressofAluminumWeldedJoints金辉大连交通大学DALIANJIAOTONGUNIVERSITY大连交通大学学位论文独创性声明本人声明所呈交的学位论文是本人在导师指导下进行的研究工作及取得的研究成果。尽我所知，除了文中特别加以标注和致谢及参考文献的地方外，论文中不包含他人或集体已经发表或撰写过的研究成果，也不包含为获得大连交通大学或其他教育机

2、构的学位或证书而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中作了明确的说明并表示谢意。本人完全意识到本声明的法律效力，申请学位论文与资料若有不实之处，由本人承担一切相关责任。学位论文作者签名:日期：年〔月，/曰大连交通大学学位论文版权使用授权书本学位论文作者完全了解大连交通大学有关保护知识产权及保留、使用学位论文的规定，即：研究生在校攻读学位期间论文工作的知识产权单位属大连交通大学，本人保证毕业离校后，发表或使用论X工作成杲时署名单位仍然为大连交通大学。学校有权保留并向国家有

3、关部门或机构送交论文的复印件及其电子文档，允许论文被查阅和借阅。本人授权大连交通大学可以将本学位论文的全部或部分内容编入学校有关数据库和收录到《中国博士学位论文全文数据库》、《中国优秀硕士学位论文全文数据库》进行信息服务，也可以釆用影印、缩印或扫描等复制手段保存或汇编本学位论文。(保密的学位论文在解密后应遵守此规定)学位论文作者签名:导师签名：曰期:年C月7曰曰期:年分类号：TG404学校代号：10150UDC：密级：学号：20122070硕士学位论文基于神经网络铝合金焊接接头焊接残余应力预测研

4、究NeuralNetwork-BasedPredictionWeldingResidualStressofAluminumWeldedJoints学生姓名：金辉导师及职称：马思群教授学科门类：工学专业名称：车辆工程研究方向：车辆结构分析与现代设计方法申请学位级别：硕士论文答辩日期：2015年6月13日学位授予单位：大连交通大学摘要摘要截至到2014年底，我国高速铁路里程已超过1.6万公里，高速列车及高速动车组为我国客运和经济发展做出了巨大贡献。铝合金型材具有韧性高、密度小、高强度、较好的抗腐蚀性等

5、特点，其制造的车体质量要比钢材料的低30%左右，是车体轻量化设计的首选材料。高速列车车体在焊接过程中，由于焊接热输入量的不均匀变化，焊接接头中会产生焊接残余应力。相关文献表明，焊接残余应力对结构的稳定性、静强度、疲劳、抗腐蚀能力等均有潜在影响，是影响高速列车车体焊接质量的重要因素，因此本文通过数值仿真及人工神经网络算法预测焊接残余应力，以便采取合理的工艺措施降低焊接残余应力的危害具有重要的意义。本文以6005A-T6铝合金为研究对象，利用Sysweld软件对铝合金薄板焊接过程的温度场、应力场进行了

6、数值仿真分析，仿真分析了工艺参数对焊接应力场分布的影响；分别建立了工艺参数与应力场参数的BP神经网络预测模型和RBF神经网络预测模型；最后基于神经网络对高速动车组车体侧墙的最大纵向焊接残余应力作了预测研究分析。主要研究内容如下：在数值模拟取样试验的基础上，分别利用BP神经网络和RBF神经网络建立了焊接工艺参数（焊接电流、焊接电压、焊接速度）与焊接过程（最大横向残余应力、最大纵向残余应力、最大Vonmises残余应力）的预测模型。该模型可以对最大横向残余应力、最大纵向残余应力、最大Vonmises残

7、余应力进行预测，对选取合理的工艺参数具有指导意义。在上述构建的神经网络预测模型的基础上，建立了高速动车组车体侧墙8条焊缝焊接工艺参数（焊接电流、焊接电压、焊接速度、预热温度）与最大纵向焊接残余应力的预测模型。预测结果表明，该模型预测误差在许可范围内，为高速动车组车体侧墙焊接制造加工工艺参数的确定提供指导。关键词：铝合金焊接接头；焊接残余应力；BP神经网络；RBF神经网络；侧墙I大连交通大学工学硕士学位论文AbstractBytheendof2014,China'shigh-speedrailway

8、hasmorethan16,000km,high-speedtrainsandhigh-speedEMUhavemadetremendouscontributionsforpassengersandeconomicdevelopmentofourcountry.Aluminumhashightoughness,lowdensity,highstrength,goodcorrosionresistance,etc,themanufacturingqualityofcarbodyabo