基于相关性分析和SSA-BP神经网络的铝合金电阻点焊质量预测

作     者：董建伟 胡建明 罗震 DONG Jianwei;HU Jianming;LUO Zhen

作者机构：天津大学材料科学与工程学院天津300350 

基　　金：国家自然科学基金资助项目(52075378) 

出 版 物：《焊接学报》 (Transactions of The China Welding Institution)

年 卷 期：2024年第45卷第2期

页      码：13-18,32,I0003,I0004页

摘      要：基于电阻点焊过程中工艺信号特征,在不同间距、不同间隙和不同间距与间隙3种条件下,引入相关性分析方法分析工艺信号与熔核直径之间的相关性,并建立基于麻雀搜索算法-BP神经网络(sparrow search algorithmback propagation neural network,SSA-BP)的电阻点焊质量预测模型,将功率、焊接电流、焊接电压和动态电阻作为预测模型输入特征.结果表明,经麻雀搜索算法优化后的BP神经网络在测试集上的决定系数R2、均方误差(meansquare error,MSE)、均方根误差(root mean square error,RMSE)和平均绝对误差(mean absolute error,MAE)分别为0.95,1.55,1.24和0.90,均优于BP模型.获得了功率、焊接电流、焊接电压和动态电阻与熔核直径的映射关系,可为焊接的工艺参数设计提供依据.

主 题 词：电阻点焊 熔核直径 麻雀搜索算法 BP神经网络 相关性分析 

学科分类：080503[080503] 08[工学] 0805[工学-能源动力学] 0802[工学-机械学] 080201[080201] 

核心收录：

D　O　I：10.12073/j.hjxb.20230226001

馆 藏 号：203126632...