【摘要】：攪拌摩擦焊技術(shù)自問世以來,由于生產(chǎn)率高、接頭強(qiáng)度高等優(yōu)點,在航空、航天、高鐵等領(lǐng)域得到了廣泛應(yīng)用。但由于焊接過程復(fù)雜、參數(shù)多等特點,在實際生產(chǎn)中尚且存在一定的質(zhì)量問題。另一方面,隨著人工智能的崛起,機(jī)器學(xué)習(xí)在焊接領(lǐng)域中的應(yīng)用逐漸發(fā)展成為一個熱門研究方向。在這樣的大背景下,為提高攪拌摩擦焊焊接鋁合金結(jié)構(gòu)件的質(zhì)量的穩(wěn)定性,提升攪拌摩擦焊焊接工藝數(shù)字化和信息化的程度,本文設(shè)計了一套搭載多種傳感器的數(shù)據(jù)采集系統(tǒng),建立了一套基于自組織增量學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)的質(zhì)量評價系統(tǒng)。采用雙色紅外測溫的原理,獲得了攪拌頭軸肩工件結(jié)合處的溫度;采用激光測距的原理,獲得了攪拌頭下壓量;采用電容微型擺錘的原理,獲得了攪拌頭傾角;通過OPC系統(tǒng)對攪拌摩擦焊機(jī)床的授權(quán),讀取了攪拌頭轉(zhuǎn)速以及焊接速度兩個參數(shù)。在上述方法的基礎(chǔ)上,建立了攪拌摩擦焊焊接參數(shù)采集系統(tǒng),為后續(xù)的機(jī)器學(xué)習(xí)提供了數(shù)據(jù)來源。研究了自組織增量學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)的基本原理,利用MATLAB軟件編程實現(xiàn)了這種算法,并建立起了相應(yīng)的模型。為驗證該算法的性能,利用一些人工數(shù)據(jù)集對建立的機(jī)器學(xué)習(xí)模型進(jìn)行了仿真分析。針對自組織增量學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)的一些不足,提出了改進(jìn)的自組織增量學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)算法。為進(jìn)一步驗證改進(jìn)的自組織增量學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)算法的可靠性,通過研究雙支持向量回歸機(jī)算法的原理,利用MATLAB編程軟件,對改進(jìn)的自組織增量學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)和雙支持向量回歸機(jī)建立了各自相應(yīng)的模型,對兩種算法進(jìn)行性能對比。實驗結(jié)果表明,改進(jìn)的自組織增量學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)在模擬效果上與雙支持向量回歸機(jī)的仿真效果相近,但自組織增量學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)算法的訓(xùn)練時間遠(yuǎn)小于雙支持向量回歸機(jī)�；诓粩嗬鄯e的仿真訓(xùn)練結(jié)果,建立起了攪拌摩擦焊質(zhì)量評價系統(tǒng),初步實現(xiàn)了從焊接參數(shù)到焊接質(zhì)量的非線性映射關(guān)系。并利用從生產(chǎn)中采集到的實際數(shù)據(jù),驗證了質(zhì)量評價系統(tǒng)的可行性。
【學(xué)位授予單位】：哈爾濱工業(yè)大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2019
【分類號】：TP183;TG453.9
【圖文】：

圖 1-1 焊接溫度監(jiān)測平臺總體結(jié)構(gòu)示意圖[17]大學(xué)的胡亞真[18]針對攪拌摩擦焊接過程中溫度測量偶的原理對攪拌摩擦焊過程進(jìn)行溫度測量，通過紅對所研究的結(jié)果進(jìn)行校正，實驗結(jié)果表明，該方法一定的指導(dǎo)作用。的徐天天等人[19]建立了我一套以力傳我感器為核心的我攪統(tǒng)，編寫了相應(yīng)的焊接參數(shù)我監(jiān)測軟件。該系統(tǒng)可以，并具有數(shù)據(jù)的處理、實時的顯示和存儲等功能。航天大學(xué)的王吉勝等人[20]以測力八角環(huán)、加速度傳IEW 軟件，配用研華 PCI-l710L 型數(shù)據(jù)采集卡，建系統(tǒng)，如圖 1-2 所示。采集焊接過程中的溫度信號，并具有實時采集、顯示與存儲的功能。電偶信數(shù)裝有L

圖 1-3 三種測量方法測量峰值對比圖[21]康星大學(xué)麥迪遜分校的Axel Fehrenbacher等人[22]建立了一統(tǒng)來測量攪拌針-工件溫度。如圖 1-4 所示在工具和工件的偶被放置在一個孔中，這樣尖端就可以與工件材料接觸，接區(qū)的溫度。表明了將焊接區(qū)溫度保持在一定范圍內(nèi)，可質(zhì)穩(wěn)定。

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 盧家海;;基于在線增量學(xué)習(xí)支持向量機(jī)的徑流預(yù)測[J];水利科技與經(jīng)濟(jì);2017年07期

2 秦玉平;王秀坤;王春立;;實現(xiàn)兼類樣本類增量學(xué)習(xí)的一種算法[J];控制與決策;2009年01期

3 秦玉平;李祥納;王秀坤;王春立;;支持向量機(jī)加權(quán)類增量學(xué)習(xí)算法研究[J];計算機(jī)工程與應(yīng)用;2007年34期

4 朱婷;滕桂法;陸浩;張長利;曾大軍;;基于在線增量學(xué)習(xí)的自適應(yīng)聚焦爬蟲研究[J];計算機(jī)應(yīng)用與軟件;2009年05期

5 秦玉平;李祥納;王秀坤;王春立;;基于超球支持向量機(jī)的類增量學(xué)習(xí)算法研究[J];計算機(jī)科學(xué);2008年08期

6 劉新旺;殷建平;張國敏;羅h

本文編號：2741256