基于GRNN网络的CO_2气体保护焊工艺碳排放建模与参数优化

以CO2气体保护焊为研究对象,通过对其碳排放特性进行分析,综合考虑物料、能源及工艺三个碳排放源,建立了焊接工艺碳排放特性函数;以质量和成本为约束,利用广义回归神经网络拟合各输入参数与质量、成本和碳排放的关系,建立了碳排放综合评价优化模型,并采用遗传算法进行求解。将该模型应用于装载机燃油箱焊接工艺参数的选择,应用结果表明,该模型能在保证油箱焊接质量和成本的前提下降低工艺过程碳排放。

基于组合神经网络的钨极氩弧焊环境负荷预测

以钨极氩弧焊为例,搭建焊接环境负荷定量预测模型.通过正交试验法确定GTAW环境负荷排放的关键影响因素为焊接电流、喷嘴高度和焊接时间;建立基于RBF-BP(Radial Basis Function-Back Propagation)组合神经网络的GTAW环境负荷排放模型,对不同焊接参数下的环境负荷进行预测.结果表明,RBF-BP组合神经网络模型的预测结果(平均误差6.63%)与实际值拟合程度高;焊接电流、喷嘴高度、焊接时间与各环境负荷产生量均呈正相关趋势.建立的预测模型可为降低焊接环境负荷排放和制定合理焊接工艺路线提供数据支持.