- 上一篇：爆炸焊复合板界面特征和性能研究+文献综述
- 下一篇：碳钢焊条配方成分遗传神经网络预测
3.3.3.2遗传算法优化BP网络训练 29
3.3.3.3遗传算法优化BP网络预测 31
3.3.4 几种神经网络的比较 34
结 论 36
致 谢 37
参 考 文 献 38
1. 引言
在以焊条作为填充金属的熔焊方法中，一定的焊接工艺条件下，焊条的质量极大地影响了焊缝的质量。焊条的质量又主要受焊条制造原材料(包括焊条药皮和焊芯)的成分的影响。而焊条药皮配方设计是一个多因子试验设计问题，因为药皮各组分之间存在着复杂的交互作用和非线性效应，并且没有固定的函数可用来计算。关于如何获得焊条原材料成分与焊条熔焊金属力学性能之间的映射关系的问题，仍然是焊条药皮配方设计和性能分析研究中的一个难点。可以实现直接由焊条原材料成分智能预测焊条熔敷金属力学性能的预测模型，在很大的程度上指引了焊条质量控制与焊条生产自动化、智能化的方向。
1．1 焊条成分预测力学性能的研究现状
1. 2 遗传算法、神经网络在预测应用的研究现状
1. 3 本课题研究内容
分析碳钢焊条配方成分与熔敷金属力学性指标特点、生产过程和技术管理要求；收集整理并分析碳钢焊条每批量的生产数据、性能指标和化学成分等数据；分析碳钢焊条原材料中各合金元素的加入量与熔敷金属力学性能之间的关系；采用遗传算法，建立碳钢焊条熔敷金属力学性能神经网络预测模型；利用试验数据对模型进行训练及验证；分析模型计算结果与试验结果之间的误差及存在的原因。
利用MATLAB计算软件对 所建立的碳钢焊条熔敷金属力学性能神经网络预测模型和碳钢焊条熔敷金属力学性能遗传神经网络预测模型的计算误差约束在15%以内。并对采用遗传算法前后碳钢焊条熔敷金属力学性能神经网络预测模型的计算误差进行对比。
分析影响碳钢焊条熔敷金属力学性能的主要合金元素；收集整理并分析碳钢焊条原材料成分及熔敷金属力学性能数据分布特点；利用神经网络建立碳钢焊条熔敷金属力学性能预测模型；采用遗传算法对建立的神经网络预测模型进行优化；采用整理的试验数据对建立的预测模型进行训练及验证；分析模型计算结果与试验结果之间的误差及存在的原因。
2. 碳钢焊条配方与力学性能分析
根据笔者前期的努力找到焊芯及焊条药皮中各主要元素相应的影响如下：
（1）碳(C)是钢中的主要合金元素，当含碳量增加时，钢的强度、硬度明显提高，而塑性降低。在焊接过程中，碳起到一定的脱氧作用，在电弧高温作用下与氧发生化合作用，生成一氧化碳和二氧化碳气体，将电弧区和熔池周围空气排除，防止空气中的氧、氮有害气体对熔池产生的不良影响，减少焊缝金属中氧和氮的含量。若含碳量过高，还原作用剧烈，会引起较大的飞溅和气孔。考虑到碳对钢的淬硬性及其对裂纹敏感性增加的影响，低碳钢焊芯的含碳量一般簇0.1％。
（2）锰(Mn)锰在钢中是一种较好的合金剂，随着锰含量的增加，其强度和韧性会有所提高。在焊接过程中，锰也是一种较好的脱氧剂，能减少焊缝中氧的含量。锰与硫化合形成硫化锰浮于熔渣中，从而减少焊缝热裂纹倾向。因此一般碳素结构钢焊芯的含锰量为0.30％～0.55％，焊接某些特殊用途的钢丝，其含锰量高达1.70％一2.10％。
（3）硅(Si )硅也是一种较好的合金剂，在钢中加入适量的硅能提高钢的屈服强度、弹性及抗酸性能；若含量过高，则降低塑性和韧性。在焊接过程中，硅也具有较好的脱氧能力，与氧形成二氧化硅，但它会提高渣的粘度，易促进非金属夹杂物生成。