声明
严正声明：本站非期刊官网，非中介代理。
本站仅提供学术规范服务：快速预审、润色编辑服务、中英文查重、降重、去重服务、推荐合适的期刊投稿等学术规范服务。 如需提供学术规范服务请联系在线编辑。
国内刊号：31-1336/TB
国际刊号：1000-3738
发布日期:
作者：刘浩民, 杨洪才, 刘战, 李子葳, 孙俊华, 张元彬
关键词：电弧增材制造, 焊道尺寸, 神经网络, 粒子群优化
选取焊接电流、送丝速度、焊接速度及基板温度作为输入变量,焊道熔宽和余高作为输出变量,选择粒子群优化（PSO）算法中的最优粒子惯性权重和学习因子,构建熔化极惰性气体保护电弧增材制造316L不锈钢PSO反向传播（PSO-BP）神经网络模型。结果表明：PSO-BP神经网络模型预测的焊道熔宽与期望值的均方根误差、最大相对误差与平均相对误差分别为0.386,13.477%,2.580%,焊道余高的分别为0.152,10.372%,2.810%；相较于BP神经网络模型,PSO-BP神经网络模型对焊道尺寸的预测精度更高,稳定性更强。
来源：2024年第2期
《机械工程材料》期刊编辑部
严正声明：本站非期刊官网，非中介代理。
本站仅提供学术规范服务：快速预审、润色编辑服务、中英文查重、降重、去重服务、推荐合适的期刊投稿等学术规范服务。 如需提供学术规范服务请联系在线编辑。