基于低频采集数据的钢轨闪光焊接接头质量预测研究

摘要

为了实现钢轨闪光焊接接头质量的在线检测要求,低速采集了焊接过程中的焊接电流、焊接电压等焊接参数,从中提取出影响焊接接头质量的特征量作为焊接接头RBF神经网络质量预测模型的输入量,以试验所得的灰斑面积作为RBF神经网络的输出量,建立了基于RBF神经网络的钢轨闪光焊接接头质量预测模型,并采用训练后的模型进行预测,按铁道部TB/T1632-2005要求,预测准确率达到80%.由于采用低速采集,减少了数据量和处理量,采用RBF神经网络模型对灰斑面积进行预测基本能够满足钢轨焊接生产的实时性要求.