基于神经网络与遗传算法的铝合金激光摆动焊工艺参数优化

摘要

铝合金焊接时容易产生气孔,严重影响焊缝的力学性能。激光摆动焊接工艺可以显著降低铝合金焊接过程中的气孔率,提高接头拉伸强度,但其工艺参数繁多且互相影响,很难直接对工艺参数进行优化。因此设计了18组正交试验,通过极差分析研究了不同工艺参数对气孔率的影响程度,并通过正交优化设计对工艺参数进行优化。通过不同的学习算法建立BP神经网络,结果表明使用BR算法的模型均方误差最小,预测性能最好。采用遗传算法结合BP神经网络对焊缝性能和焊接效率进行多目标优化,获得的焊缝拉伸强度相比正交优化所得焊缝提升了3.02%,焊接效率提升了18.3%。BP神经网络-遗传算法组合模型可在保证焊接性能的同时提高焊接效率。