人工神经网络在电阻点焊工艺设计中的应用＊.pdf

《人工神经网络在电阻点焊工艺设计中的应用＊.pdf》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、＊人工神经网络在电阻点焊工艺设计中的应用112曹海鹏赵熹华赵贺（1：吉林大学材料学院，长春130025；2：长春工业大学材料学院，长春130000）摘要：本文通过分析专家系统和人工神经网络的各自特点，将传统专家系统与人工神经网络技术（artificialneuralnet,ANN）相结合的思想用于点焊工艺设计智能系统中，把点焊工艺求解过程分解为不同的求解子模块。在点焊工艺主要参数的求解子模块中，以焊接时间来表征规范强度，作为求解焊接电流的人工神经子网络的输入参数之一，充分适应点焊工艺设计的复杂求解特征。以点焊焊接性作为神经网络输入参数，将材质的物理性质对点焊过程的影响引入到焊接工艺

2、规范的求解过程中，深层次模拟了人类专家在进行点焊工艺设计中的思维过程，并以此作为材质的辨识特征，增加了系统的推理灵活性。关键词：点焊工艺设计；人工神经网络0前言：经网络进行处理，而这一部分正是传统专家系统的软肋所在。接头的点距和边距可根据材质的类电阻点焊是薄板连接中应用最广的方法，遍别不同可划分为不同的神经网络。其余的则以字及车辆制造、航空、航天、家用电器以及电子工符处理为主，或者有着相应的经验处理公式，采业等。与其它大多数连接工艺相比较，点焊的最用专家系统处理技术则较为容易。其模型如图1大特点是其高度的机械化和自动化。点焊工艺设所示。计作为点焊质量控制的前期准备，这使得点焊工艺参

3、数的优化设计显得尤为重要而实用。随着智2.人工神经网络求解模块能工程的发展，专家系统、人工神经网络等人工智能技术在焊接领域的应用越来越得到了深入的2.1神经网络子模块设计研究，点焊工艺设计智能处理的研究引起了焊接领域内很多专家学者的关注[1][2]。基于ANN的ES人工神经网络是在现代神经科学的基础上提出和发展起来的，目的在反映人脑结构及功能的[3]基于ES的技术基于ANN技术一种数学模型。其从结构上模仿人脑，具有强大的联想功能，对于没有学习的事例也可进行预点测，知识获取较为容易，具有传统专家系统所不焊电操点焊距具备的优势。机极作工艺与型特要参数边号性求距1.模块总体设计点焊工艺设

4、计是一个复杂的多输入、多输出图1基于人工神经网络的专家系统[4]的病态问题求解过程。分析点焊工艺设计参数可分为工艺参数、焊机型号、接头的点距和边距、电极特性以及操作要求等五种求解目标。其中焊机型号——焊接波形、焊机容量和电极特性——2.1.1点焊工艺参数求解模块设计电极材料和电极形状的选取都对点焊工艺参数的选取有着重要的影响。其中焊接工艺参数设计主在点焊工艺设计过程中，输出变量一般会考要为焊接电流、焊接时间和电极压力。不同材质虑为焊接电流、焊接时间以及电极压力。且在同类别、材质牌号，其点焊工艺参数则不同；甚至一板厚，其他限制条件相同，其点焊工艺也可根同一材料，其点焊工艺参数也有软硬

5、之分。其求据焊接时间的不同分为强弱不同的规范，这种一解空间巨大，难以用恰当的知识进行表示，或难对多的映射关系实现起来比较困难。焊接规范的以用基于产生式的规则进行推理。而其是一个相强弱量度是以反映焊接区加热速度快慢为主要特对独立的空间和丰富的样本数据集，适合人工神征，以焊接时间作为焊接规范的相对强弱的量度1＊国家自然科学基金资助项目(50175048)较为适当。本系统把焊接时间作为输入参数，这2.1.2点焊接头尺寸参数求解模块的设计样焊接时间到焊接电流的映射就变为一对一映射，容易应用专家系统技术或者人工神经网络技点焊接头尺寸参数包括最小工艺点距及最小术实现。以点焊时间来表征规范强度，

6、使铝合金搭边点距，其主要影响因素为材质所属类别和板电阻点焊规范参数的选择更加灵活。在一般情况材厚度。在材质类别相同的情况下，随着板厚的下，电阻率越小的材质，其点焊性则越差。点焊变化，工艺点距和搭边距离曾现出单调函数关系。过程中，熔核形成所需要的能量来源于焊接电流在本系统中，其求解过程为首先根据材质的类别流经电极与板材，板材与板材之间的接触电阻及所属，确定相应人工神经子网络，然后以板厚为板材本身的电阻所产生的电阻热。因此，材质的子网络的输入参数变量，分别以点距和搭边作为导电性是衡量其点焊性的一个重要因素。选取导输出参数变量，利用人工神经网络完成问题求解电率、材质强度等材质的物理参数为

7、入口参数可过程。其模块如图3所示。以更加符合电阻点焊过程的物理本质。点焊工艺参数设计模块的结构如图2所示。2.2神经网络结构设计规范强度泛化能力是指经过训练后的网络对未在训练集中出现的（但来自同一分布的）样本作出正确焊接电流导电性反映的能力，是衡量一个网络结构确定是否合理的一个重要的因素。一个公认的指导原则是在没板厚有其他先验知识的情况下，能与给定样本符合一电极压力致的最简单（规模最小）的网络就是最好的选择，屈服强度这相当于使样本点的偏差在允许范围条件下，用[5]最平