（工程热物理专业论文）基于数值模拟的旋转电弧焊缝成形工艺参数优化.pdf

ab s tr a c t abs tract t h e w e l d i n g p r o c e s s o f t h e r o t a t i n g a r c s e n s o r i s v e ry c o m p l i c a t e d . t h e p a r a m e t e r s o f t h e r o t a t in g a r c s e n s o r i n c l u d e d t h e w e l d i n g c u r r e n t , w e l d i n g v o lt a g e , w e l d i n g s p e e d , r o t a t i n g r a d iu s , r o t a t i n g fr e q u e n c y a n d r o t a t in g o r i e n t a t i o n a r e o p e r a t e d t o t h e w e l d e d s e a m . i n o r d e r t o p r o d u c e t h e g o o d w e l d g e o m e t ry , w e m u s t p r e d ic t t h e t e m p e r a t u r e fi e l d . i n t h i s p a p e r , t h e t e m p e r a t u r e f i e l d a n d t h e o p t im a l s e tt i n g s o f t h e r o t a t in g a r c s e n s o r w e l d i n g p r o c e s s p a r a m e t e r s h a v e b e e n s t u d i e d . a c c o r d i n g t o t h e c h a r a c t e r s o f t h e r o t a t i n g a r c s e n s o r w e l d i n g , b a s e d o n fl a t m i g ( m e t a l i n e rt - g a s a r c w e l d i n g ) ， t h e b e tt e r w e l d i n g p r o c e s s p a r a m e t e r s w h i c h a r e w e l d i n g c u r r e n t , v o l t a g e , r o t a t in g f r e q u e n c y , r o t a t i n g d i r e c t i o n a n d w e l d i n g r a t e a r e s e l e c t e d t h r o u g h t h e e x p e r i m e n t s . t h e m u lt i - f a c t o r m a t h e m a t i c a l t a b l e i s u s e d t o a r r a n g e e x p e r i m e n t s . b a s e d o n a n s y s p la t f o r m , t h e p r o p e r f i n it e e l e m e n t m o d e l w a s b u i l t . t h e p r o g r a m w a s d e s i g n e d t o s o l v e t h e g a u s s f u n c t io n a n d m o v i n g r o t a t i n g h e a t l o a d i n g , a n d t h e t h r e e - d i m e n s io n a l d y n a m i c a l t e m p e r a t u r e f i e l d f o r b u i ld - u p w e l d i n g w a s o b t a i n e d . t h e r e s u lt o f c a l c u l a t i o n w a s c o n t r o ll e d w it h i n t h e a c c e p t a b l e r a n g e . t h e c o n c l u s i o n i s c o n f ir m e d b y t h e e x p e r i m e n t . t h e a ff e c t i o n o f t h e w e l d i n g c u r r e n t , w e l d i n g v o lt a g e , w e l d i n g s p e e d , r o t a t i n g r a d i u s , r o t a t i n g fr e q u e n c y a n d r o t a t i n g o r ie n t a t i o n o n w e l d i n g t e m p e r a t u r e f i e ld w e r e a n a l y z e d t h r o u g h t h e s i m u l a t i o n o f t h e t e m p e r a t u r e f ie l d . b a s e d o n ma t l a b , t h e p u r p o s e o f t h i s s t u d y b a s e d o n b p n e u r a l n e t w o r k and s i m p l e g e n e t i c a l g o r it h m s ( s g a ) is t o d e c id e o p t i m a l s e tt in g s o f t h e r o t a t i n g a r c s e n s o r w e l d i n g p r o c e s s p a r a m e t e r s w h i c h p r o d u c e t h e g o o d w e l d g e o m e t ry . t h e a ff e c t i o n o f t h e r o t a t i n g r a d i u s , r o t a t i n g fr e q u e n c y a n d r o t a t i n g o r i e n t a t i o n o n s e a m w e r e a n a l y z e d . t h e c o m p a r e b e t w e e n t h e r e s u l t o f s i m u l a t i o n a n d t h e e x p e r i m e n t i s s i m i l a r . t h e t h e o r e t i c a l f o u n d a t i o n s o f t h e c h o ic e o f t h e r o t a t in g a r c s e n s o r w e l d i n g p r o c e s s p a r a m e t e r s w i l l b e p r o v i d e d a ft e r t h e c o m p le t i o n o f t h i s p a p e r . t h e t i m e a n d ma t e r i a l r e s o u r c e s wi l l b e s a v e d . k e y wo r d s : t h e r o t a t i n g a r c a l g o r i t h m s s e n s o r ; a ns y s ; ne u r a l ne t w o r k o f ma t l a b : ge n e t i c 学位论文独创性声明 学位论文独创性声明 本人声明 所呈交的学位论文是本人在导师指导下进行的研究工作及取 得的 研究成果。据我所知，除了文中特别加以标注和致谢的地方外，论文中不包含 其 他 人已 经 发 表 或 撰写 过的 研 究 成果 ， 也 不 包 含 为 获 得 南昌大学 或 其 他 教 育 机构的学 位或证书而使用过的材料。与我一同 工作的同志对本研究所做的任何 贡献均己在论文中作 了明确的说明并表示谢意。 学位论文作者签一 ) c1 7: 口 6a i-f h 学位论文版权使用授权书 本学 位论 文作者完全了 解南昌大学有关保留、 使用学位论文的规定， 有权保留并向国家有关部门或机构送交论文的复印件和磁盘，允许论文被查阅 和借阅。 本人授权南昌大学可以 将学位论文的 全部或 部分内 容编入 有关数 据库 进行检索， 可以 采用影印、 缩印或 扫描等复制 手段保存、汇编学位论文。 ( 保密的学位论文在解密后适用本授权书) 学 位 论 文 作 者 签 名 (手 写 )若 签 字 e3 m : cf 6 1q (4 。 ，导 师 签 名 (手 写 ): 享 签 字 日 期 : 勺 年 6 ial 学位论文作者毕业后去向: 工作单位: 通讯地址: 电话: 邮编 : 第 i 章绪论 第 1 章绪论 1 . 1前言 焊接作为现代制造业必不可少的工艺，在材料加工领域一直占有重要地位。 焊接是一个牵涉到传热学、电 磁学、 材料冶金学、固体和流体力学等多学科交 叉的复杂现象。 焊接过程由于高集中的瞬时热输入，产生了 焊接应力和变形，不仅影响焊 接结构的制造过程，而且还影响焊接结构的使用性能。这些缺陷的产生主要是 焊接时不合理的热过程引起的。 在一定程度影响结构的加工精度和尺寸的稳定 性。因此，在设计和施工时必须充分考虑焊接温度场的特点。焊接变形的存在 不仅影响焊接结构的制造过程， 而且还影响焊接结构的使用性能1 1 1 12 1 。 因此对焊 接温度场的定量分析、预测、模拟具有重要意义。 旋转电弧传感器焊接过程时，电弧传感器的焊丝端部处于圆周运动状态， 电弧对焊缝熔池起着搅拌作用;从而可以使得焊接时温度得到扩散，加速了 温 度的下降。因此，在设计和施工考虑温度场时，必须加以考虑电弧传感器对于 熔池旋转时所带动的作用。 旋转电弧传感器焊接过程复杂，焊接质量受到其自 身特性参数的影响，在 生产中难以 确定焊接工艺参数的 最优化配置。 对于一定厚度的q 2 3 5 - a平板m i g 焊接，焊接电流、焊接电压、 焊接速度、旋转半径、旋转频率、旋转方向是影 响旋转电 弧传感器焊接焊缝成形的主要工艺参数。 在计算机技术日 益发展的今天，通过选择恰当的数值方法和技巧去求解或 模拟工程中的问题，在过去几十年中己 作出了实质性的贡献并产生巨大效益。 数值模拟技术己 经渗入到焊接的各个领域，取得了 可喜的成绩。然而应该看到， 这些研究还是初步的，还有许多深入的研究工作要做。关键是进一步认识焊接 数值模拟技术的意义和作用，同时必须正 确和真实地掌握和阐明 焊接现象的本 质， 才能建立起准确的数学模型。而正 确的数值模拟也有助于对焊接过程规律 的进一步理解。焊接数值模拟更重要的作用是优化结构设计和工艺设计，提高 焊接接头的 质量。因此旋转电 弧传感器焊接数值模拟技术具有重要的理论意义 和实 际 应 用价 值/3 第 1 章绪论 随着人们对焊接过程和现象的进一步深入，以 及计算机技术的高度发展， 焊接数值模拟也必将越来越发展并具有广阔的应用前景。 1 . 2 1 . 2 . 1 本课题的国内外发展状况 焊接温度场的分析国内外发展状况 焊接温度场的准确计算或测量，是焊接冶金分析和焊接流场、 应力、应变 热弹塑性动态分析的前提。 焊接热过程贯穿整个焊接过程的始终，一切物理和 化学的变化都是在热过程中发生和发展的。焊接温度场最终决定了 焊接应力、 应变场以 及焊缝成形，它还与冶金、结晶、相变过程有着不可分割的联系，使 之成为影响焊接质量和生产率的主要因素。焊接热过程的准确计算与测量是进 行焊接冶金分析、应力应变分析和对焊接过程进行控制的前提。 焊接热过程分析包括焊接热源的大小和分布形式分析、热物理性能随温度 变化的影响分析，焊接熔池中的流体动力学和传热分析，焊接电弧的传热传质 分析，以及各种实际焊接接头形式、 焊接程序、焊接工艺方法的边界条件处理 等。利用数值方法计算焊接热过程，为合理选择焊接方法和工艺参数以及进一 步进行冶金分析和动态应力应变分析奠定了基础。 焊接热过程的数值分析开始于2 0世纪7 0年代。苏联科学院的k a l i n 院士 对焊接过程传热问题进行了系统的研究，建立了焊接传热学的理论基础。为了 求热传导的微分方程的解，他把焊接热源简化为点、线、面三种形式的理想热 源，且不考虑材料热物理性质随温度的变化以及有限尺寸对解的影响。实际上 焊接过程中除了包含由于温度变化和高温引起的材料热物理性能和变化而导致 传热过程严重的非线性外，还涉及到金属的熔化、凝固以及液固相传热等复杂 现象，因此是非常复杂的。由于这些假定不符合焊接的实际情况，因此所得到 的解与实际测定有一定的偏差，尤其是在焊接熔池附近的区域， 误差很大，而 这里又 恰恰是 研究 者最为 关 心的 部 位 4 1 3 1 6 1 17 . 1 9 8 5 年樊丁 和m . u s h io 在假定 电 流为高斯分布的条件下，计算了电弧的压力场分布规律，建立了 较完善的电 弧传热传质数值模型18 1 ; j . j .l o w k e采用了 一个统一的电弧一 电 极处理系统对 g t a w和 g m a w焊接时电极的温度进行了 数值预测，该二维模型可在任何给 定电 流、 焊 接气体 和电 极形 状下 进行 分析9 1 文献 1 0 1 首次将电 弧看作辐射状并呈高斯分布的二维热流作用于工件表面， 第 1 章绪论 解决了电弧产热问题;通过淬液法测试金属的固相分数随温度变化率，得到凝 固潜热释放率:采用增大热传导系数的方法并考虑熔池内流体流动对整个温度 场的 影响， 建立了 二 维 焊 接凝固 裂 纹温度 场计 算模型。 文献 1 1 在a d i n a 同时编制了时间函数自 动生成模块，实 现了用时间函数来描述焊接工程中的电弧热输人;设计了单元死活时间自 动计 算模块， 成功的实现了单元“ 活一死一活” 过程， 最终形成了可以引导技术人员完 成复 杂的 凝固 裂纹 数 值模 拟的自 动前处 理系统。 文 献 1 2 以a d i n a 采用动态自 适应技术， 在进化过程中 调整算法控制参数和编码长度:采用非标准的遗传操作算子; 采用 并行遗传算法2 2 1 。遗传算法的 应用研究已 从初期的组合优化求解拓展到了 许多 更新、更工程化的应用方面。 第2 章正交试验设计法 第2 章 正交试验设计法 2 . 1意义 正交试验设计是一种研究多个工艺参数和实验结果相互关系的一种研究方 法，能用较少的实验次数获得较多的实验信息。既能反映各个工艺参数对实验 结果的单个定量影响，也能反映出多个工艺参数对实验结果的共同影响，而古 典回归分析可以通过实验数据建立有关的数学模型。回归正交设计则包括正交 试验设计的“ 正交性” 和古典回归分析的优点， 即能判断各因数对结果影响的程度 又能通过实验数据建立数学模型并分析出对焊缝几何形状影响最大的工艺参 数。 a n s y s 的 模拟过程中需要加载焊接热源以 及边界条件， 故利用正交试验设 计的参数进行模拟，从而既达到了减少数值模拟的次数又确保了模拟的全面性。 b p网络从建立至今己经有相当长的一段时间， 在众多领域得到了广泛而有 效的应用。 但是我们对网络训练样本的选择还缺一个统一的认识，针对同一个 问题，样本的选择一定程度上具有随意性，不同的人会有不同的样本选择，因 而对同一网络应用的结果就出现了差异。虽然有时在预测性结果上差异较小， 但定量上的差异有时则不可忽视。故针对旋转电弧传感器焊接工艺参数优化过 程中网络训练样本的采集，采用正交试验设计的方法来安排试验，并用a n s y s 模拟以及焊接实例进行验证，保证获取训练样本的代表性。 2 . 2正交设计法原理 正交试验设计法 简称正交法)是统计数学的重要分支。它是以概率论数 理统计、专业技术知识和实践经验为基础，充分利用标准化的正交表来安排试 验方案， 并对试验结果进行计算分析，最终达到减少试验次数，缩短试验周期， 迅速找到优化方案的一种科学计算方法。 2 . 2 . 1正交试验设计的特点 u 水平均匀性:每个因子的各个不同水平出现的次数相同; 2 ) 搭配的均匀性: 每两个因子的各种不同的搭配在实验中都出现相同的次数。 第2 章正交试验设计法 2 . 2 . 2试验设计的基本概念 指标:判断试验效果好坏所采用的标准; 因 子: 对试 验 指 标 有影响的试 验条件 ( 例 如 焊接电 流 相对于 焊 缝， 就是因子 ) ; 水平:人为地把因子给予控制、分组 例如焊接电流取两个试验值即其水 平为 2 ) . 2 . 3正交试验步骤 2 . 3 . 1焊接工艺实验及其设备 2 . 3 . 1 . 1高速旋转扫描电弧传感器 高速旋转扫描电弧传感器是潘际奎院士发明的一种全新的电弧传感器，它 具有旋转频率高 ( 最高可达到 3 7 h z ) 、灵活度及跟踪实时性好的特点。以下分 别介绍它的结构和技术指标。 高速旋转扫描传感器的主要技术指标为:频率。 -3 7 h z间任意可调;扫描 半径0 -3 .5 m m可调;电弧在周围上的角位置可准确识别并采集信息同步输出; 水、电气可方便输入;结构轻巧。 高速旋转扫描电弧传感器应用了空心轴电机直接驱动。在空心轴上端通过 同轴安装的通心轴承支撑导电 杆。在空心轴的下端偏心安装调心轴承，导电 杆 安装于该轴承内孔中。偏心量由滑块来调节。当电机转动时，下调心轴承将拨 动导电 杆作圆 锥母 线绕电 机做公转，即圆锥摆动。 气、 水管线可直接连到下端， 焊丝可直接连到导电杆上端。电弧扫描测位传感器为递进式光码盘，并且利用 分度脉冲进行电 机转速死循环控制。这一设计结构轻巧，省去了传动齿轮，摩 擦力矩减小，由 于传动件安装不良 引起的阻力和负载不均匀被消除， 运行可靠 性大大提高，达到实用要求。高速旋转扫描传感器的结构示意图2 - 1 . 1 、 配重 块，2 、电 报， i 电 动机， 生 、 光p te . 5 偏ic 快:6 。 调ic .袖承 7 、焊丝 图2 - 1 高速转扫描电弧传感器结构 第3 章焊接熔池温度场动态过程的数值模拟结果 第3 章 焊接熔池温度场动态过程的数值模拟 3 . 1焊接熔池温度场计算模型 通过上一章的正交设计试验，我们对旋转电弧传感器焊接工艺有了比较深 刻的感性认识，为建立合理的旋转电弧传感器焊接熔池温度场的数学模型莫定 了基础。 与常规mu g焊接工艺的数学模型相似，对于旋转电 弧传感器焊接熔池 温度场数学模型，也是在合理假设的基础上， 针对旋转电 弧传感器在焊接过程 中其自 身的旋转特点， 将控制其焊接过程的规律表达成一系列微分方程。每个 微分方程代表一定的守恒原理，表示那些影响该因变量的各因素之间必定存在 的某种平衡。 本章的任务是在分析旋转电弧传感器焊接熔池中传热物理过程本质的基础 上，建立控制微分方程组，然后给出求解这些方程所需的初始条件及边界条件。 根据所建立的模型及所选择的求解方法，编写计算程序。 3 . 1 . 1数学模型 由于焊接过程中，随着热源的移动，整个焊件的温度均随时间和空间变化; 材料的热物理性能参数随温度剧烈变化，焊接过程中还存在熔化潜热。因此， 焊接温度场的问 题是典型的 非线性瞬态热传导问 题2 9 i . 非线性瞬态热传导问题的控制方程为: d t a， ， a t , a ， o t , a ， a t , 。 户 二 : - =二 ， 吸 元 二 : - ) +二 ， 灭 凡 气 : - ) +， l 几 二 一 ) + v k j 一 i 少 ar d x d x守咖 d z d z 式中 :p 为 材料密 度:c 为 材料比 热容;a 为导 热 系 数; t 为 温度 场分 布函 数; q 为 焊 接电 弧 的内 热 源 强 度; t 为 传 热时 间。 其中 “ 、 p 、 . 是 温 度的 函 数。 2 . 引弧时刻的初始条件 ( 将焊接工件的初始温度设为环境温度): t = t , 式 中 : t 为 工 件 上 的 温 度 ; t o 为 初 始 温 度 即 为 室 温( 2 0 0c ) 。 3 边界条件: 、 鬃 + a (t 一 t o， 二 0 ( 3 - 2 ) 式中:n 为边界表面外法线方向;a为表面换热系数 ( 包括对流换热系数、 第3 章焊接熔池温度场动态过程的数值模拟结果 则首先建立 i 和2 坐标系之间的转换: p = r x p ， z p = r - 1 resesesleseseseseses.esl 一- r ，.!leseseseseseeesj 乓义01 r.esweeswewel ee一 p ，1，se.essej 石ytol res，eses.esee.l - p 其 中 : c o s 夕 s i n 8 0 0 x p 一s i n o c o s o 0 0 0 r , c o o 0 r , s i n b 1 0 0 1 c o s 0 一s i n 0 0 0 s i n o c o s o 0 0 = x , c o o + y , s i n g 一 r = - x , s i n g + y , c o s 0 ，.1十eej 试001 001.二0 一- r 再建立0 和i 坐标系之间的转换:= y o ， 得 到 二x o 一v t y气 x 2 = ( x o 一 v t ) c o s 0 + y , s i n b 一 r , y 2 = 一 ( x . 一 v t ) s i n 夕 十 y o c o s 0 ，故推出: r = r z = 4+ y z = ( x o 一 * 一 c o s b ) 2 + ( y o 一 s i n o ) 所以得到旋转电弧传感器在基坐标系 0中的热源函数为; _ 1 _ 、 _n 1 u、 - _ r n 1 r 1 = 二 - - 丁i car- 刀 赶了 妥 ( x , - v t - r c o s 0 ) + (y o - r, s in 丝 2 利用a n s y s 的f u n c t i o n功能完成对焊接热源的加载。 3 . 1 . 5 a n s y s 简介 有限元法 ( f i n it e e l e m e n t me t h o d f e w，也称为有限单元法或有限元素 法，基本思想是将求解区域离散为一组有限个、且按一定方式相互连接在一起 的单元的组合体。它是随着电子计算机的发展而迅速发展起来的一种现代计算 方法。 a n s y s 软件是美国a n s y s 公司研制的大型通用有限元分析 ( f e a ) 软件。 能够进行包括结构、 热、声、流体、电磁场等科学的研究。 在核工业、铁道、 石油化工、航空航天、机械制造、能源、汽车交通、国防军工、电 子、土木工 程、造船、生物医学、轻工、地矿、水利、日 用家电等领域有着广泛的应用。 第4章基于神经网络的焊缝尺寸预测 第4 章基于神经网络的焊缝尺寸预测 4 . 1引言 由于焊缝几何形状直接影响着焊接接头质量以及焊接材料消耗量，焊缝几 何形状预测一直是一个重要的研究课题。正确地选择焊接规范参数是获得高生 产率 和高质 量焊缝的先决条件， 各种规范参数的 选择是以生 产率的 要求、被焊 材料、焊缝位置、形状以及现有设备情况为基础的。旋转电弧传感器焊接的规 范参数主要包括: 焊接电流、 焊接电压、 焊接速度以及电弧传感器的旋转直径、 旋转频率、旋转方向等，研究简单、实用的预测方法，用以表明焊接工艺参数 与焊缝几何形状之间的关系，并能够较为准确地预测焊缝几何形状，对于优化 焊接工艺参数设计，提高焊接接头质量以及降低焊接成本，减少不必要的浪费， 有 非常重要的作 用13 8 13 9 1 。 而 旋转电 弧传感器焊中 影响焊缝几何形状的 因素 很多， 很多工艺信息，如焊接材料的选择、焊接规范参数的选择、焊后热处理工艺的 选择等等，不仅指导着焊接的前期准各、焊接过程的实施，而且往往是对焊接 接头质量进行评价的重要依据。 针对焊接过程这种高度非线性，多变量祸合的情况，利用人工神经网络可 以处理模糊的和不完整的知识，有很强的自学习、自适应和 自组织能力，且具 有简单易用和黑箱控制的特点来进行处理，获得了较理想的效果。因此，研究 焊缝几何形状的人工神经网络预测方法，建立一种预测焊缝几何形状的人工神 经网络通用模型，对于提高焊缝几何形状预测的准确性，具有重要的现实意义。 人工 神经网 络包括多种网 络模型， 而网 络模型的 选取和设计 对于焊 接参数优化 系统的运算速度和精度有着直接的影响。 4 . 2旋转电弧传感器焊接工艺参数优化系统网络模型的建立 4 . 2 . 1网络模型的选取 在构造旋转电弧传感器焊接工艺参数优化系统时，最重要的任务就是神经 网 络模型的 选取，也就是要确定神经网 络的表达方式和学习 算法。 本系统要完 成的是寻找焊缝几何形状尺寸与焊接工艺参数之间的对应关系。选取一定的焊 第4章基于神经网络的焊缝尺寸预测 接材料，根据用户输入的各加工工艺参数值，如:焊接电流、焊接电压、焊接 速度、 旋转直径、 旋转频率和旋转方向等， 利用人工神经网络的自 组织学习和 非线性动态处理等特性， 预测出焊缝几 何形状尺寸。因为 输入参数和输出 参数 都是连续变化的， 且很难用固定的 规则公 式来描述，在训练中要求系统的实际 输出与目 标输出之间的误差足够小，也就是要采用有监督训练。这样，系统的 神经网 络模型 至少应满足以下 三个条 件: 连 续输入、 连续输出和有 监督学习【4 0 1 b p网 络能满足这些要求。 因此在本系统的开 发中， 作者选用了多 层b p网络。 这种神经网 络在实际应用 领域中 用得 最多、 也是最有成效的网络 模型 之一。 b p网络的拓扑结构是一个前向多层网络，神经元的激活函数是可微函数。 神经网络之所以成为最重要的一类无反馈神经网络，主要是因为在该网络上发 现了 获取知识 的一种监督学习 算法 一b p ( b a c k - p r o p a g a t i o n ) 算法。 b p 网络的 学习 过程是一种误差修正型学习算法，由正向 计算和反向传播两部分组成。 在 正向 计算过 程中， 输入信号从 输入 层通过作用函数， 逐层向隐层、 输出 层传播， 每一层状态只影响下一层神经元状态。如果得不到期望的输出，则转向反向传 播， 将误差信号沿原来的连接通路返回， 通过修正 各层神经元的权值，使得输 出 误差信号最 小 4 1 . b p 算法在数学角度上 是一种非线性的梯度优化问 题， 其特 点表现为: ( 1 ) b p网络能通过学习带有正确答案的实例集 自 动提取合理的求解规则; ( 2 ) b p网络具有一定的泛化能力; ( 3 ) 用三层具有s ig m o i d 的隐层单元 数可调的b p网 络可以 任意精度逼 近 任何连续函数。 采用了b p网络的旋转电弧传感器焊接工艺参数优化系统的建模过程为: ( 1 ) 建立模拟实际旋 转电弧 传感器焊接焊 缝形 状预测系统的 误差反向传 播 b p 算法的三层前向神经网络模型。 ( 2 ) 将样本数据划分 为两部 分， 一部分称为训练 样本用于训练 神经网络， 另一部分称为测试样本用于检测神经网络的训练结果。 ( 3 ) 训练网 络，获得 连结权值和阀 值，即网络的知 识参数。 将其值暂存入 * . t x t 数据文 件中。 旋转电 弧传感 器焊接工艺规范参 数与 焊缝几何形状之间的关 系就隐含在该 数据文件中。 ( 4 )验证所确定的神经网络模型，并将网络用于实际工艺系统中。 第 4章基于神经网络的焊缝尺寸预测 图 4 一 1 系统网络模型结构 在本系统中， 根据设计要求提出 工艺的 性能指标后， 把数据库中的样本 数 据引入神经网络模型进行训练并推理求解。 系统网络模型结构如图4 - 1 所示。 系 统网络模型一旦建 立， 总是可以 根据给定的输 入得到 一个合理的 输出结果4 2 1 完全不受多变的其它加工条件的限制，具有很强的灵活性，从而克服了工艺参 数表中工艺参数组合有限的局限性。 4 . 2 . 2 b p 算法原理 b p网 络是由r u m e l h a r t 等人设计的， 其工作原理 4 3 1 是: 当一对学习模式 提 供给网络后，从输入层经中间层向输出层传播.在输出层的各神经元获得网络 的输入响应。之后. 按减小希望输出与实际输出 误差的方向， 从输出 层经个中 间层逐层修改各连接权，最后回到输出层，因此得名“ 误差逆转传播算法” 。 典 型的b p 网 络是三层， 基于b p ( b a c k p r o p a g a t i o n ) 算 法的人工 神经网 络 是由大量的神经元以前馈和局部递归的多层前向结构相互联接，实现多网络学 习和从输入空间到输出空间的映射， 从而达到 模拟非线性系 统输出的目 的，其 结构 形式如图4 - 2 所示。 其实质是把一组样本输入 输出问 题转化为一个非线 性优 化问 题，并通过梯 度算法利用迭代运算求解权值问 题的一种学习 方法，已经证 明， 具有 s i g m o id非线性函 数的 三层神经网 络可以 以 任意精 度逼近任何连续函 数。 理论上，采用三 层b p网 可以 模拟任意n维到m维的映射， 但因其使 用的 算法是一种有导师学习的算法，收敛速度慢的缺点始终制约着其在工程领域的 第 4 章基于神经网络的焊缝尺寸预测 广泛应用。下面介绍一下b p 网络算法: 伯入层滋获层 愉出层 图4 - 2 b p 网络结构 设有任意大小的多 层前向 神经网络，各神经元的激 励函数 选取为 s i g m o i d 函数 : f ( x ) 二 ;共了 如图1 所示， 设有m个 学习 样本( 戈， 荞 )( k = 1 , 2 ,， ， 二 ， m ) 别为第k 个样本的输入、期望 输出 矢量，其中，x k = ( x k 1 , x k 2 i. . ( 1 ) ，x . y t 分 x a ) y k =(y ey .e 2 . . ， ，y a ) 。 对于某一个输入x t ， 网络的 实际输出为y 点i 的 输出 为么，节点i 的 输入为: n e ts 二 艺 w 14 ，k ， 节 ( 2 ) 节点l 的 输出 为: 气= f ( n e t , ( 3) 对应网 络的期望输出y ,， 有输出 误差: e t = 告 耳 (y i 一 ， ) ( 4) 训练集中 每个样本输至网 络时，网 络的 权重w 都作相应的调整，其改变 为: a t w i = 。 6 , 0 马 ( 5 ) 若1 是输出 层， 则有 第4章基于神经网络的焊缝尺寸预测 s ki一 ( k1一 ， 劝 a, ) snety = 饥一 y g ) i ,g ( 1 一 i ,.) 二 饥 一 y k ) y , k 0 一 y 劝 ( 6) 若j 是隐 含层， 则有 s k i 一 i , ( 一 i v e (5 k , 1 ( 7) 式 中 风 。 为 节点 .1 上 一节 点 1 的 误 差 信号 ; 叽为 节 点l 到 其 上 一 节 点1 的 连 接 权重。 为加速权重收敛，在网络学习过程中引入动量因子项a，对 ( 5 )式修正如 下 : a k w(t + 1 ) = u s t ; . 久+ a 巩(， )( 8 ) 式中t 为训练样本模式k出现的次数;a为动量系数，一般取 。 a 1 ，它 决定 过去 权重对目 前权重变化的 影响 程度;” 为学习步长， 一般取0 u 1 之间的 随机数， 权值既小又各不 相同，这样可以保证每个神经元一开始都在它们转换函数变化最大的地方进行。 3 学习 速率17 和冲量因子a 的影响 为了 避免误差 落入误差曲 面的 局部最小 值， 我们确定最大训练次数为1 0 0 0 0 次， 并固定目 标函 数均方误差为0 . 0 0 0 0 1 来进行实验。 通过 取不同的1 7 , a 参 数 值不新的训 练网 络，当 权值达到较稳定状 态后， 发现学习 参数初始值， = 0 .4和 a = 0 .6 时网 络学习效果最理 想。 4 训练及测试结果 我们利用 v c 十 + 在模拟数据的基础上编写了下列程序来进行神经网络的训 练，在训练过程中考虑网络中间隐含层神经元个数为 巧个，得到了神经网络。 由于b p网 络的传递函数要求必须是 可微的， 所以 不能使 用二值函数， b p网 络 中 常用的传递函数有s i g m o i d 型的 对数、 正 切函数或线性函 数。 在这里我们 采用 中间隐 含层的 传递函数为t a n s i g ,输出 层的传递函数为 p u r e l i n 来进行网络的训 练。 t = 1 .5 1 8 . 7 1 2 . 4 1 1 .3 4 1 1 .0 3 2 .4 6 1 . 3 5 8 _5 2 2 .3 8 1 .2 9 1 0 _3 4 2 . 8 2 1 .2 0 9 . 8 8 3 . 5 6 1 .6 0 8 . 7 1 3 . 5 4 0 . 9 4 9 . 2 8 2 .4 7 1 . 1 8 7 . 7 72 . 8 0 第 4 章基于神经网络的焊缝尺寸预测 1 . 4 2 1 0 . 9 5 2 . 6 5 1 . 3 8 9. 73 2. 7 4 1 . 1 0 9 .6 1 2 . 1 0 1 . 0 6 9 .4 2 2 .0 1 1 23 7 .7 2 2 . 2 6 1 . 0 6 7 .9 3 2 .4 2 1 . 1 0 9. 92 2. 43 0 . 9 9 9 . 5 9 2 . 7 2 ;% 用于目 标 t = t , a = 2 5 0 2 5 6 0 4 .4 2 0 + 1 250 256 0 3 20 - 1 2 5 0 2 5 4 0 4 41 5 +1 2 5 0 2 5 4 0 3 1 5 - 1 25 0 2 3 40 4 420 - 1 2 5 0 2 3 6 0 4 .4 1 5 - 1 2 20 25 40 4420 -1 2 2 0 2 5 4 0 3 2 0 +1 2 2 0 2 5 6 0 4 41 5 - 1 2 2 0 2 5 6 0 3 1 5 +1 2 2 0 2 3 4 0 4 .4 2 0 + 1 220 2 34 0 3 2 0 - 1 2 2 0 2 3 4 0 4 .4 1 5 +1 2 2 0 2 34 0 3 1 5 - 1 ) ; a - a ! :%用于数据源 t h r e s h o l d = min ma x ( a ): %输入向量的最大值和最小值 n e t = n e w f f ( t h r e s h o l d , 1 5 , 3 , ( t a n s i g , p w e l in ) , tr a i n l m ) %训练次数为 1 0 0 0 ，训练 目 标为0 .0 1 ，学习速率为 。 . 1 n e t . tr a i n p a r a m . e p o c h s = 1 0 0 0 0 : n e t .tr a i n p a r a m . g o a l = 0 . 0 0 0 1 : l p.i r -0 . 1 : net-train ( n e t , a , t ) ;%1 11 1练好一个网 络 y y = n e t ; w e i g h t l = n e t . i w 套 1 , 1 ) : w e i g h t 2 = n e t . l w 2 , 1 ) ; b i a s l = n e t .b 夏 1 , 1 ; b i a s 2 = n e t .b 2 , 1 ; 由 此可以得 到: 输入层到隐含层的权值 矩阵 ( 6 x 1 5 ) 为 0 . 2 4 3 4 - 0 . 8 3 2 7 - 0 .4 9 5 0 - 0 . 8 3 0 9 - 0 .3 7 7 9 0 . 2 2 4 4 - 0 . 0 0 2 2 1 . 9 6 5 3 - 0 . 0 5 2 0 - 0 . 5 5 0 8 - 0 .4 7 7 2 - 1 . 1 61 8 - 0 . 01 4 0 1 . 65 1 3 0 . 1 75 6一_ 445 3 - 0. 1 6 26 - 0 253 6 45 第4章基于神经网络的焊缝尺寸预测 - 0 .0 2 2 5 0 .21 7 5 0 . 4 1 5 0 - 1 .2 2 8 0 0 . 7 5 0 2 0 . 5 1 3 5 - 0 .0 4 5 9 1 . 1 2 4 2 0 . 5 0 8 6 - 1 . 3 6 9 8 - 0 . 1 9 8 7 0 . 4 0 5 5 0 . 2 4 1 3 - 2 . 0 0 5 0 - 0 . 1 2 9 7 - 1 .6 0 5 6 - 0 .7 1 9 7 0 .7 7 3 2 0 . 0 4 9 4 - 0 . 2 5 4 9 - 0 27 5 0 1 .0 3 7 1 - 0 .4 8 6 5 1 .4 5 2 4 - 0 _ 3 1 9 8 1 .6 3 6 6 0 .9 1 8 8 -056 0 1 - 0 .5 6 4 0 - 0 .0 7 2 2 0 . 2 3 6 4 - 1 . 1 9 7 9 - 0 . 1 2 4 9 0 . 1 4 9 6 0 .0 3 9 6 1 .0 6 3 9 0 . 0 8 4 2一 1 . 0 6 4 3 - 0 . 2 4 4 2 - 1 .7 5 3 6 - 0 .8 1 8 8 - 2 . 0 7 6 0 - 0 . 0 8 0 5 - 0 .7 7 6 7 0 .5 0 1 5 0 . 8 6 7 3 0 . 1 6 0 0 1 . 2 8 8 6 - 0 . 0 71 5 - 0 . 7 8 4 9 0 . 1 2 7 0 1 . 0 6 0 9 0 . 3 3 3 1 - 2 .0 3 0 1 - 0 . 1 1 2 2 1 .1 8 4 8 0 . 1 9 9 3 1 .7 9 7 7 1 _ 4 6 9 8 - 0 . 6 8 4 6 0 .0 3 4 0 - 0 . 7 6 3 8 0 . 0 0 6 5 2 .0 4 4 9 0 . 1 8 7 6 1 .0 2 8 1 - 0 . 3 7 5 6 0 .2 7 6 6 0 .6 0 9 5 0 . 5 3 3 5 0 . 0 1 2 8 0 .3 5 7 6 1 隐含层的阀值矩阵为 - 9 . 6 4 1 9 一2 .4 9 4 7 - 5 4 .9 0 7 6 2 .2 2 3 5 一9 .6 4 3 8 2 2 .91 21 9 .3 4 7 5 8 .2 6 1 0 2 6 .0 9 8 0 3 5 .41 8 9 3. 9 49 8 2 2 . 8 7 3 5 - 4 1 . 6 3 3 7 1 . 8 5 7 5 3 6 .9 0 3 7 1 隐含层到输出层的权值矩阵 ( 1 5 x 3 )为 0 . 1 2 7 5 - 0 .3 3 7 6 - 0 .2 8 6 7 1 . 4 5 0 5 - 0 . 1 5 6 5 -0.2 4 5 8 0 . 2 2 7 2 0 . 0 1 1 3 0 . 0 8 2 1 -0. 5 4 0 1 0 . 3 6 3 3 - 0 . 7 1 5 1 -0.4 8 4 0 1 . 8 2 41 0 . 8 8 2 6 - 0 .8 8 6 0 1 .4 3 6 9 - 0 . 5 3 2 9 0 . 1 4 6 8 1 . 2 8 3 8 - 0 .9 9 9 4刁 7 4 8 2 2 .3 7 8 5 - 0 23 1 8 0 . 1 1 4 0 0 . 0 2 9 4 0 .6 0 0 3 - 0 . 2 5 6 6 - 1 .4 0 1 4 - 0 .2 6 6 4 - 0 .3 0 3 9 0 . 0 7 2 4 0 . 5 1 1 0 0 . 1 0 4 1 - 0 .3 5 3 8 0 .0 3 3 7一1 2 6 4 0 . 5 2 0 7 0 . 1 4 8 8 1 输出 层的阀 值矩阵 为 - 0 .0 5 1 1