基于GBAMPSO-BPNN的GTAW熔透预测模型

详细信息    查看全文 | 下载全文 | 推荐本文 |

• 作者：王学武李瑞瑞
• 会议时间：2012-10-08
• 关键词：钨极氩弧焊 ; 过程建模 ; 特征参数 ; BP神经网络 ; 粒子群优化算法
• 作者单位：华东理工大学信息科学与工程学院,上海 200237
• 母体文献：2012年中国机器人焊接学术与技术交流会论文集
• 会议名称：2012年中国机器人焊接学术与技术交流会
• 会议地点：北京
• 主办单位：中国机械工程学会
• 语种：chi

摘要

基于三维视觉传感技术建立正面熔池特征参数与反映熔透状态的熔池背面参数的关系,针对焊接过程建模的高度复杂性,以及传统的BP神经网络算法收敛速度慢、易陷入局部最优,提出全局最优自适应变异的粒子群算法(GBAMPSO),建立基于GBAMPSO的BP神经网络预测模型。仿真结果表明,基于GBAMPSO的BP神经网络熔透预测模型比传统的BP神经网络模型具有更准确的逼近效果,能够依据熔池正面三维形状预测熔透状况,满足GTAW熔透预测的要求,并为GTAW熔透控制提供依据。