论文研究 基于ANN的镀锌钢对接接头激光焊接形状和尺寸的预测建模。

质量评估和预测成为提高激光焊接的可靠性，效率和安全性的最关键要求之一。 进行无损质量评估的准确高效模型是该评估的重要组成部分。 本文提出了一种结构化的综合方法，旨在设计一种有效的基于人工神经网络的模型，用于对接接头配置中的镀锌钢激光焊接中的焊缝几何形状预测和控制。 提出的方法检查了已知会影响焊接几何特性的激光焊接参数和条件，并逐步建立了焊接质量预测模型。 建模过程首先通过结构化的实验研究以及详尽的3D建模和仿真工作，检查激光焊接参数（如激光功率，焊接速度，纤维直径和间隙）对焊缝几何形状（即深度）的直接影响和交互作用渗透率和焊珠宽度）。 利用这些结果和各种统计工具，可以开发和评估各种基于神经网络