减小点焊质量神经网络监测模型误差的措施

点焊过程监测信息与质量参数之间关系也含有较大的非线性 ,用线性模型去描述这样的关系将导致模型误差的增加。为了更好地描述点焊过程监测信息与质量参数之间的复杂关系 ,文中将神经网络理论用于点焊过程模型化。在建立点焊质量神经网络监测模型的过程中 ,发现 ,训练过程中的”假饱和”现象是减小网络模型误差的主要障碍。为此 ,分析了各种减小网络模型误差的可能途径 ,提出了相应的改善措施 ,并通过试验证明 ,所提出的观点是正确的。