连续顺序电阻点焊分流率的反向传播神经网络预测

摘要

建立以材料电阻率、板厚、焊点间距为输入空间,分流率为输出空间的连续顺序电阻点焊分流率的3层误差反向传播(Back propagation,BP)神经网络预测模型。依据电阻点焊恒流控制的特点和点焊过程的电阻变化规律建立分流率的理论计算模型,由该模型所得数据作为样本对网络进行训练和检验。对2.0 mm厚度的20钢及1.5 mm、1.0 mm厚度的10钢等厚度点焊的分流进行预测,预测相对误差最大值分别为2.83%、1.77%和3.67%。验证试验结果表明,应用建立的神经网络的预测结果进行分流补偿后,在焊点间距为30 mm和50 mm时,第2～5焊点熔核直径相对第1点的平均误差,1.0 mm厚度的10钢分别约为2.86%和3.99%,2.0 mm厚度的20钢分别约为2.46%和3.58%。证明采用建立的BP神经网络分流预测模型,对10钢和20钢恒流控制连续顺序点焊时的分流进行预测是可行的。