机械工程材料

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

查看机械工程材料杂志2024年第2期