基于BP人工神经网络的钢轨交流闪光焊焊接接头质量预测

摘要

对刘国东等提出的BP(误差反向传播)神经网络归一化模型进行了改进,得到了适合钢轨交流闪光焊落锤质量预测的BP神经网络归一化模型.基于LabView开发软件编制了高速采集软件.采集了U71Mn钢轨焊接工艺正交试验的焊接电流、焊接电压和动立柱的位移,并从中提取加速烧化前一阶段的闪光率、能量输入、焊接时间和烧化量等质量特征量作为BP神经网络预测模型的输入量.建立了输入层单元数为5、隐含层单元数为14的BP神经网络焊接接头落锤质量的预测模型;以正交设计工艺试验的27个焊接接头中的17个作为训练样本,对预测模型进行训练.以余下的10个作为检验样本,采用将训练后的预测模型进行预测,预测准确率达到90%.