基于响应面分析的T型接头激光深熔焊焊缝形貌预测及工艺参数优化

为了预测激光深熔焊T型接头的焊缝形貌并优化工艺参数,基于响应面分析的方法,建立了激光深熔焊工艺参数与焊缝形貌特征参数之间的数学模型,进行了方差分析、模型验证。基于所建模型,研究了工艺参数对焊缝形貌的影响规律,并对工艺参数进行了优化,从而实现了对焊缝形貌的预测。结果表明,所建立模型能够准确预测焊缝形貌,预测值与实验值误差很小,经优化的工艺参数既满足焊缝形貌要求也可降低热输入约27%。

基于BP神经网络的电弧熔丝增材制造数据库系统

通过对电弧熔丝增材制造(Wire and arc additive manufacturing, WAAM)单道焊缝试验数据的分类整理,分析用户需求和使用需要,基于python编程语言下的Django框架,采用B/S架构开发了一个电弧熔丝增材制造数据库系统。试验结果表明,该系统采用数据库与算法预测模型结合的方式开发而成,主要设置了用户权限管理、基本打印数据和焊缝形貌预测三大模块,具有存储扩展打印试验数据功能和预测未知工艺参数下焊缝形貌的功能。不同的打印工艺方法引入不同的BP神经网络结构,使用时数据库系统自动读取库内已有的算法模型或根据已有的试验数据训练新的模型,之后录入试验数据会自动对模型重新训练,实现随数据库内试验数据扩展或修正自动适应的参数预测,能够预测未知工艺参数下的焊缝形貌尺寸。最后,基于MIG工艺设计了1组验证试验对数据库的预测功能效果进行检验,熔宽预测误差为1.3%,余高预测误差为1.5%,说明了数据库系统预测功能的可行性。

基于BP神经网络的电弧熔丝增材制造数据库系统

通过对电弧熔丝增材制造(Wire and arc additive manufacturing, WAAM)单道焊缝试验数据的分类整理,分析用户需求和使用需要,基于python编程语言下的Django框架,采用B/S架构开发了一个电弧熔丝增材制造数据库系统。试验结果表明,该系统采用数据库与算法预测模型结合的方式开发而成,主要设置了用户权限管理、基本打印数据和焊缝形貌预测三大模块,具有存储扩展打印试验数据功能和预测未知工艺参数下焊缝形貌的功能。不同的打印工艺方法引入不同的BP神经网络结构,使用时数据库系统自动读取库内已有的算法模型或根据已有的试验数据训练新的模型,之后录入试验数据会自动对模型重新训练,实现随数据库内试验数据扩展或修正自动适应的参数预测,能够预测未知工艺参数下的焊缝形貌尺寸。最后,基于MIG工艺设计了1组验证试验对数据库的预测功能效果进行检验,熔宽预测误差为1.3%,余高预测误差为1.5%,说明了数据库系统预测功能的可行性。