一种基于人工神经网络的Q345焊接接头力学性能预测方法

摘要

本发明涉及一种Q345焊接接头力学性能预测方法，特别是一种基于人工神经网络的Q345焊接接头力学性能预测方法。其特征在于包括以下步骤：针对Q345做在特定生产环境和特定生产设备的焊接接头力学性能系列试验，收集试验结果数据，筛选整理成人工神经网络模型训练样本；由上述试验收集而来的人工神经网络模型数据样本训练人工神经网络模型，建立Q345焊接工艺参数和其焊接接头力学性能之间的映射关系；利用训练好的人工神经网络模型进行Q345焊接接头力学性能的预测，从而指导焊接工艺的制定。本发明训练出来的模型预测精度高，用于Q345焊接接头的力学性能预测，减少了焊接工艺评定实验量，简化了焊接工艺，提高了生产效率。

主权项

一种基于人工神经网络的Q345焊接接头力学性能预测方法，其特征在于包括以下步骤：(1)针对Q345做在特定生产环境和特定生产设备的焊接接头力学性能系列试验，所述的Q345焊接接头力学性能试验要求在常用的焊接参数范围内，得到的样本数据尽量均匀离散，收集试验结果数据，筛选整理成人工神经网络模型训练样本；(2)由上述试验收集而来的人工神经网络模型数据样本训练人工神经网络模型，所述的Q345焊接接头力学性能人工神经网络模型采用三层结构，包括：输入层、隐含层和输出层，其中输入层和隐含层采用非线性映射函数映射，隐含层和输出层采用线性函数映射，所述的Q345焊接接头力学性能人工神经网络模型的输入层采用以下焊接工艺参数：焊接电流160A～220A、焊接电压20V～26V、焊接速度设有快速或慢速和预热温度为室温～300℃，输出层采用以下基本焊接接头力学性能指标：抗拉强度474.8N/mm2～550.6N/mm2、屈服强度340.5N/mm2～385.8N/mm2、断面收缩率27.1％～70％和延伸率12％～44％，建立Q345焊接工艺参数和其焊接接头力学性能之间的映射关系；(3)利用训练好的人工神经网络模型进行Q345焊接接头力学性能的预测，从而指导焊接工艺的制定。