摘要：对刘国东等提出的BP(误差反向传播)神经网络归一化模型进行了改进,得到了适合钢轨交流闪光焊落锤质量预测的BP神经网络归一化模型。基于LabV iew开发软件编制了高速采集软件。采集了U71Mn钢轨焊接工艺正交试验的焊接电流、焊接电压和动立柱的位移,并从中提取加速烧化前一阶段的闪光率、能量输入、焊接时间和烧化量等质量特征量作为BP神经网络预测模型的输入量。建立了输入层单元数为5、隐含层单元数为14的BP神经网络焊接接头落锤质量的预测模型;以正交设计工艺试验的27个焊接接头中的17个作为训练样本,对预测模型进行训练。以余下的10个作为检验样本,采用将训练后的预测模型进行预测,预测准确率达到90%。

摘要：针对钢轨交流闪光焊的特点,采用PCL-1800高速数据采集卡设计了硬件采集系统,编制了基于LabVIEW软件的高速采集程序,采集了U71Mn钢轨焊接工艺正交试验的焊接电流、焊接电压和动立柱的位移等信息参数。通过对这些信息的分析,提出质量特征参数的提取方法,并从中提取了影响焊接接头质量的信息特征参数:低压Ⅱ阶段的闪光率、加速烧化阶段的闪光率、钢轨闪光焊焊接接头的能量输入、焊接接头闪光焊的焊接时间、闪光焊的烧化量。采用数理统计和线性回归的方法分析了这些质量特征参数与钢轨焊接质量之间的关系,分析表明:提取的质量特征参数包含了钢轨焊接接头的质量信息,适合作为钢轨焊接接头的质量评判的特征量。