期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到1篇文章
< 1 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
基于GA-BP神经网络的316L多层多道焊残余应力和变形预测
1
作者 李成文 吉海标 +4 位作者 闫朝辉 刘志宏 马建国 王锐 吴杰峰 《焊接学报》 EI CAS CSCD 北大核心 2024年第5期20-28,共9页
残余应力与变形是焊接过程中普遍存在的现象,对焊接结构的性能及使用寿命产生严重影响,是焊接结构发生开裂和失效的主要原因之一.传统的多层多道焊残余应力和变形预测主要采用有限元分析法,该方法存在预测精度差,数值模拟结果可靠性低... 残余应力与变形是焊接过程中普遍存在的现象,对焊接结构的性能及使用寿命产生严重影响,是焊接结构发生开裂和失效的主要原因之一.传统的多层多道焊残余应力和变形预测主要采用有限元分析法,该方法存在预测精度差,数值模拟结果可靠性低等缺点.针对预测20 mm厚316L平板对接焊的残余应力和变形,提出一种基于遗传算法(genetic algorithm,GA)优化的反向传播(back propagation,BP)神经网络预测模型GA-BP,选取最主要的4个焊接工艺参数作为输入,包括焊接电流、电弧电压、焊接速度和层间温度,以焊后最大横、纵向残余应力和变形作为输出.结果表明,BP神经网络模型的预测误差在15%以内,优化后的GA-BP网络模型预测误差小于3%,故GA-BP神经网络模型的预测更精准,该方法可为多层多道焊的焊接工艺参数优化以及焊后残余应力与变形的预测和控制提供思路与理论基础,具有一定的指导意义和实际应用价值. 展开更多
关键词 遗传算法 BP神经网络 焊接工艺参数 焊接残余应力 焊接变形
下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 下一页 到第 页
使用帮助 返回顶部