焊接接頭力學性能是衡量焊接產品質量的重要指標之一,為保證焊接產品質量滿足焊接工程使用要求,傳統(tǒng)方式是通過大量的焊接工藝評定試驗來測試接頭力學性能是否達標,具有成本高、效率低等缺點。本文提出利用機器學習建模的方法來對焊接接頭力學性能進行預測,從而達到減少甚至取代焊接工藝評定試驗的目的。首先,本文在深入研究機器學習算法理論的基礎上,針對焊接接頭力學性能預測這類小樣本數據建模問題,設計了一套基于BP神經網絡的模型訓練算法流程,提出采用K折交叉驗證法和網格搜索法相結合的方式來訓練和優(yōu)化模型。另外,基于TA15鈦合金TIG焊焊接試驗及其接頭性能測試數據集,應用設計的算法流程訓練得到了泛化性能優(yōu)良的接頭抗拉強度預測模型和屈服強度預測模型,驗證了算法的有效性。其次,本文在神經網絡模型訓練算法的基礎上,設計了一套樣本增量學習算法流程,實現了模型動態(tài)學習新數據、實時更新優(yōu)化�；阝伜辖餑TAW焊焊接數據樣本,隨機抽取其中70%的數據用于基本模型構建,得到最優(yōu)抗拉強度預測模型測試誤差為7.51%。隨后,將原始數據集另外30%的數據樣本作為增量學習補充數據,對原模型進行增量學習優(yōu)化,得到增量學習優(yōu)化后的模型... 

【文章來源】：南京航空航天大學江蘇省 211工程院校

【文章頁數】：94 頁

【學位級別】：碩士

【部分圖文】：

汪超等人開發(fā)的系統(tǒng)主界面

神經網絡模型由兩部分內容組成：一是模型的結構，主要包括網絡的層數、每層神激活函數、損失函數、評價函數等；另外一部分是模型的權重，用來負責調節(jié)神經接。神經網絡模型訓練的過程，就是尋找損失函數最小值的過程。由于神經網絡�？�、自學習能力，使得模型根據訓練樣本數據可以自動調節(jié)模型權重，而不需要人。但模型的結構以及模型訓練時需要設置的訓練次數和批尺寸等參數，不是通過訓到的參數，而是需要在訓練前進行人為手工設置，這類需要人為干預設置的參數稱參數。在給定訓練數據集的情況下，需要對超參數進行優(yōu)化，給學習器提供一組最，才能學習得到針對當前數據集的最優(yōu)預測模型。因此，如何設計模型超參數并對優(yōu)化，是模型構建的重點。另外，如何判斷一個模型是否是性能優(yōu)良的模型，則需要設計合理化的模型評估機講，評估一個模型的性能表現好不好，不是看它對訓練數據集的擬合效果，而是看據集上的性能表現。一個模型對沒有學習過的新數據樣本表現出優(yōu)良的預測性能的該模型具有很好的預測性能，也就是說該模型的泛化能力很好。本文設計的模型訓練算法流程如圖 2.1 所示。

南京航空航天大學碩士學位論文1 2(x )TnX x x學模型可以簡化為：(W X)Tj f 神經元激活函數)反應了神經元輸出與其激活狀態(tài)之間下面簡單介紹下最常用的幾種激活函數，也是本文中near function)最簡單的一種激活函數，函數表達式見式(2.5)，函數示f (x) x

【參考文獻】：
期刊論文
[1]基于RBF神經網絡的稀土堿性焊條焊縫耐蝕性預測[J]. 王玉榮,烏日根.  焊接技術. 2018(09)
[2]線性回歸與灰色理論在用電量預測中的應用[J]. 任芳玲,李文波,賀甜.  甘肅科學學報. 2018(02)
[3]感知機理論研究綜述[J]. 張?zhí)煨?  電子技術與軟件工程. 2017(22)
[4]廣義動態(tài)模糊神經網絡焊接接頭力學性能預測[J]. 張永志,董俊慧,侯繼軍.  焊接學報. 2017(08)
[5]焊接工藝評定適用性探討[J]. 趙立,楊錦輝,陶建平.  電焊機. 2017(05)
[6]人工神經網絡的發(fā)展及現狀[J]. 徐學良.  微電子學. 2017(02)
[7]機器學習算法在焊接領域中的應用[J]. 李馳,李廣軍.  焊管. 2016(05)
[8]混合聚類RBF神經網絡焊接接頭力學性能預測[J]. 唐正魁,董俊慧,張永志,候繼軍.  焊接學報. 2014(12)
[9]焊接工藝參數對焊縫力學性能的影響[J]. 尹士科,劉紹維.  機械制造文摘(焊接分冊). 2013(03)
[10]基于遺傳神經網絡的焊接接頭力學性能預測系統(tǒng)[J]. 劉立鵬,王偉,董培欣,魏艷紅.  焊接學報. 2011(07)

博士論文
[1]在線學習算法研究與應用[D]. 劉成昊.浙江大學 2017
[2]基于粗糙集知識建模的焊縫成形質量專家系統(tǒng)預測研究[D]. 林濤.上海交通大學 2008

碩士論文
[1]鋼材焊接接頭力學性能預測平臺[D]. 汪超.南京航空航天大學 2011
[2]基于ANN焊接接頭力學性能遠程預測系統(tǒng)[D]. 張孝軍.哈爾濱工業(yè)大學 2008
[3]低合金高強鋼接頭力學性能預測及焊接工藝管理[D]. 魏永強.哈爾濱工業(yè)大學 2006



本文編號：3528883