基于神经网络的直缝焊管高频感应焊接质量预测
Welded Pipe and Tube(2014)
摘要
通过对直缝焊管高频感应焊接过程机理的深入研究,确定了影响焊接质量最大的开口角度、电流频率和线圈到焊接V点距离这3个工艺参数,同时提取表征焊接质量的焊缝处沿钢管壁厚的温度差和焊接热影响区最大等效残余应力这两个预测目标,然后利用遗传算法优化的BP神经网络建立了上述工艺参数和预测目标之间的非线性映射模型。测试结果表明,预测精度在±5%以内, BP神经网络的泛化能力良好,可以应用于直缝焊管高频感应焊接质量的实际预测。
更多查看译文
关键词
neural network,pipe,forecast
AI 理解论文
溯源树
样例
![](https://originalfileserver.aminer.cn/sys/aminer/pubs/mrt_preview.jpeg)
生成溯源树,研究论文发展脉络
Chat Paper
正在生成论文摘要