典型文献
基于组合神经网络的钨极氩弧焊环境负荷预测
文献摘要：
以钨极氩弧焊为例,搭建焊接环境负荷定量预测模型.通过正交试验法确定GTAW环境负荷排放的关键影响因素为焊接电流、喷嘴高度和焊接时间;建立基于RBF-BP(Radial Basis Function-Back Propagation)组合神经网络的GTAW环境负荷排放模型,对不同焊接参数下的环境负荷进行预测.结果表明,RBF-BP组合神经网络模型的预测结果(平均误差6.63％)与实际值拟合程度高;焊接电流、喷嘴高度、焊接时间与各环境负荷产生量均呈正相关趋势.建立的预测模型可为降低焊接环境负荷排放和制定合理焊接工艺路线提供数据支持.
文献关键词：
钨极氩弧焊;焊接排放;正交试验;神经网络;预测模型
中图分类号：
作者姓名：
蒋伟琪;黄海鸿;刘赞;李磊;刘志峰
作者机构：
合肥工业大学,机械工业绿色设计与制造重点实验室,合肥,230009;合肥工业大学,合肥,230009
文献出处：
引用格式：
[1]蒋伟琪;黄海鸿;刘赞;李磊;刘志峰-.基于组合神经网络的钨极氩弧焊环境负荷预测)[J].焊接学报,2022(10):77-85
A类：
焊接排放
B类：
钨极氩弧焊,环境负荷,负荷预测,定量预测模型,正交试验法,GTAW,关键影响因素,焊接电流,喷嘴高度,接时,RBF,Radial,Basis,Function,Back,Propagation,排放模型,焊接参数,组合神经网络模型,平均误差,拟合程度,产生量,焊接工艺,工艺路线
AB值：
0.32072
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
