Laser welding-brazing parameters optimization based on BP neural networks genetic algorithm

doi:10.13741/j.cnki.11-1879/o4.2016.05.010

您当前的位置：

首页 >

文章列表页 >

Laser welding-brazing parameters optimization based on BP neural networks genetic algorithm

更新时间：2025-09-01

- Laser welding-brazing parameters optimization based on BP neural networks genetic algorithm
- Vol. 42, Issue 5, Pages: 431-434(2016)
- 作者机构：
  
  1:江苏大学机械工程学院激光技术研究所
- 作者简介：
- 基金信息：
- DOI：10.13741/j.cnki.11-1879/o4.2016.05.010
  CLC：
- Published：2016
- 稿件说明：
移动端阅览
Laser welding-brazing parameters optimization based on BP neural networks genetic algorithm[J]. 2016, 42(5): 431-434.
DOI：

Laser welding-brazing parameters optimization based on BP neural networks genetic algorithm[J]. 2016, 42(5): 431-434. DOI： 10.13741/j.cnki.11-1879/o4.2016.05.010.

摘要

针对激光钎焊熔深难以控制的问题

选取激光焊接功率、焊接速度等激光焊接过程中所涉及的控制参数建立基于BP人工神经网络的激光钎焊模型。根据激光钎焊模拟实验的历史数据对焊接熔深进行预测

采用遗传算法对控制参数进行优化

得到目标焊接熔深。运用MATLAB软件建立了针对铝合金/镀锌钢的激光熔钎焊过程的参数的BP人工神经网络模型

并利用遗传算法的并行和群体搜索策略

对其控制参数进行了优化

使得焊接熔深能通过过程参数精确控制

提高了接头性能。

Abstract

关键词

Keywords

references

Views

400

下载量

CSCD

Alert me when the article has been cited

提交

Tools

Publicity Resources

Study on fiber laser rotary drilling process of 0.12mm SUS304

Precision laser machining of cluster pinhole on 0.05mm plastic film with fiber laser

Research of corner-cube prism the best technological parameter

Experimental research on thermal effect of pulse holmium laser lithotripsy

Fatigue life evaluation of laser cladding specimens based on the energy method

Related Author

傅炳炎

欧阳八生

刘卫东

林茂

官邦贵

何恩节

秦炎福

何勇

Related Institution

1:南华大学机械工程学院

2:深圳木森科技有限公司

1:安徽科技学院数理与信息工程学院

1:南京理工大学电光学院

2:南京理工大学电光学院

⁰