• 更多栏目

    张昭

    • 教授     博士生导师   硕士生导师
    • 主要任职:Professor in Process Mechanics
    • 性别:男
    • 毕业院校:大连理工大学
    • 学位:博士
    • 所在单位:工程力学系
    • 学科:制造工艺力学. 工程力学. 计算力学
    • 办公地点:综合实验1号楼619
    • 联系方式:0411-84708432
    • 电子邮箱:zhangz@dlut.edu.cn

    访问量:

    开通时间:..

    最后更新时间:..

    基于大数据驱动的焊接接头力学性能预测

    点击次数:

    论文类型:期刊论文

    第一作者:张昭

    通讯作者:白小溪,李健宇

    发表时间:2021-03-15

    发表刊物:电焊机

    卷号:50

    期号:4

    页面范围:75-78

    ISSN号:1001-2303

    关键字:搅拌摩擦焊;硬度;BP人工神经网络;特征参量

    摘要:通过BP人工神经网络从试验和数值计算样本数据中提取特征参量,建立合理的输入数据和输出数据的映射关系,从而达到基于输入参量预测输出参量的目的.针对搅拌摩擦焊接接头硬度,以搅拌头旋转速度、焊接速度、距离焊接中心距离为输入参量,以接头硬度为输出参量,构建了3×10×1的三层拓扑结构的6061-T6铝合金搅拌摩擦焊接头硬度BP人工神经网络模型,选择在13种不同搅拌头旋转速度和移动速度工况下进行测试和训练,通过对比试验数据验证模型的有效性.测试结果表明BP,人工神经网络能够很好地预测接头硬度,为焊接接头力学性能预测提供了新方法.