文献检索-宁波市创意产业特色资源库

限定检索结果

基于神经网络的超声波焊接功率预测方法: 收藏
分享
引用; 《机电工程技术》2023年第12期52卷 23-26,85页; 作者：周俊雄周明欧范鹏卢其辉广东省智能化锂电池制造装备企业重点实验室广东惠州516000 广东利元亨智能装备股份有限公司广东惠州516000; 由于超声波焊接过程具有非线性时变特征,传统的控制方法不再适用于准确控制有功功率,而神经网络算法因不依赖于具体的数学模型,可解决多变量和多目标之间映射关系的特点较适用于这种场景。因此,设计2种预测超声波焊接功率的神经网络模型...; 由于超声波焊接过程具有非线性时变特征,传统的控制方法不再适用于准确控制有功功率,而神经网络算法因不依赖于具体的数学模型,可解决多变量和多目标之间映射关系的特点较适用于这种场景。因此,设计2种预测超声波焊接功率的神经网络模型,并采用实际工程中的焊接数据对其进行训练。结果表明:这2种神经网络模型对超声波金属焊接功率的预测都比较准确,二者训练验证集的损失均能下降到10-2以下。对比这2个训练结果还可以发现,基于卷积神经网络的预测模型的训练验证集的损失更小,预测效果更好,模型泛化能力更强,更具鲁棒性,可作为超声波金属焊接功率控制中功率预测的首选算法。; 来源：详细信息评论

限定检索结果