文献类型：期刊文章

作　　者：李成文[1,2] 吉海标[2] 闫朝辉[3] 刘志宏[2,4] 马建国[2,3,4] 王锐[2] 吴杰峰[2,5]

LI Chengwen;JI Haibiao;YAN Zhaohui;LIU Zhihong;MA Jianguo;WANG Rui;WU Jiefeng(University of Science and Technology of China,Hefei,230026,China;Institute of Plasma Physics,Hefei Institutes of Physical Science,Chinese Academy of Sciences,Hefei,230031,China;Institute of Energy,Hefei Comprehensive National Science Center,Hefei,230051,China;Huainan New Energy Research Center,Anhui Province Key Laboratory of Special Welding Technology,Huinan,232063,China;Hefei Juneng Electro Physics High-tech Development Co.,Ltd,Hefei,230031,China)

机构地区：[1]中国科学技术大学,合肥230026 [2]中国科学院合肥物质科学研究院,等离子体物理研究所,合肥230031 [3]合肥综合性国家科学中心能源研究院,合肥230051 [4]淮南新能源研究中心,特种焊接技术安徽省重点实验室,淮南232063 [5]合肥聚能电物理高技术开发有限公司,合肥230031

出　　处：《焊接学报》

基　　金：国家重大科技基础设施建设项目(No.2018-000052-73-01-001228);安徽省自然科学基金资助项目(2108085ME142);中国科学院青年促进会资助项目(2019433);国家自然科学青年基金项目(12105185)。

年　　份：2024

卷　　号：45

期　　号：5

起止页码：20-28

语　　种：中文

收录情况：BDHX、BDHX2023、CAS、CSCD、CSCD2023_2024、EI、JST、RCCSE、SCOPUS、ZGKJHX、核心刊

摘　　要：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.

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  

分 类 号：TG-407]