基于GA-BP神经网络的多层多道焊工艺预测及优化

针对目前多层多道焊工艺参数的选择问题,利用遗传算法(genetic algorithm, GA)对BP神经网络(back propagation neural network, BPNN)进行优化,提出多层多道焊成形预测及焊接工艺参数优化方法,旨在为工艺参数选取提供有效指导,提高焊接生产效率及焊接质量.首先通过分析多层多道焊图像,提出采用三次样条插值法与自适应分段法进行特征点识别,然后根据焊接顺序、焊道工艺建立焊接过程各焊道横截面积形状预测模型,运用解析法进行焊接工艺参数预测,进一步结合不同焊道工艺参数优选原则,采用改进神经网络进行焊接工艺参数优化,从而建立具有实时性的焊接工艺参数与焊缝轮廓关系模型.结果表明,该方法对多层多道焊中各焊道焊接工艺参数提供有效预测,试验结果满足实际需求,对提高焊接产品质量、简化焊接工艺参数选取具有实际意义.

邹庄煤矿水文地质特征分析及矿井涌水量预测

文章利用邹庄矿井水文地质资料,对矿井水文地质条件进行了分析研究,采用解析法,预测主采煤层(3、7、8煤)开采过程中的矿井涌水量,同时采用水文地质比拟法,利用水文地质条件与该矿相似的桃园煤矿的资料,预测了该矿井开采过程中的涌水量,最后分析了两种计算方法的优缺点,选择比拟法作为开采防水设计的参考。