Liu Yuqing, Tang Jinping, Hua Liang, Zheng Wei Long
(École de génie électrique, Université Nantong, Nantong 226019)
basse à haute résistance à haute puissance plaque d'alliage d'acier au carbone pour le procédé de soudage au laser des caractéristiques couplage à variables multiples non linéaire, l'incertitude, par la construction du système de surveillance acoustique basé sur soudé acquisition de signal, acquisition en temps réel de processus de son navire en acier, et de faire vecteur de caractéristique pour construire le modèle neuronal poids de (DWNN) de réseau, d'utiliser pleinement l'excellente capacité de montage DWNN non linéaire, la modélisation du réseau de neurones pour réaliser la cartographie non linéaire multi-paramètre entre le signal acoustique et dans lequel le soudage au laser multi-puissance. Et la précision dans le montage nombre d'itérations, DWNN mieux que les réseaux de fonctions radiales traditionnels, les réseaux, fournit une bonne base pour l'optimisation et le contrôle des paramètres de soudage à haute puissance plaque d'acier HSLA.
Le soudage au laser; bis poids du réseau de neurones; signal acoustique; Extraction Caractéristique
CLC: TP391.9
Code de document: A
DOI: 10,16157 / j.issn.0258-7998.2017.02.028
format de citation chinois: Liu Yuqing, Tang Jinping, Hua Liang, etc. Optimisation des tôles d'acier au navire des paramètres de soudage laser haute puissance Technologie électronique, 2017,43 (2): 117-119,123.
Anglais format de citation: Liu Yuqing, Tang Jinping, Hua Liang, et al. De la recherche sur l'optimisation des paramètres de soudage laser de haute puissance d'acier utilisé navire de guerre .Application Technique électronique, 2017,43 (2): 117-119,123.
0 introduction
Le soudage principal à la maison et à l'étranger par bateau processus intermédiaire HSLA est compliqué, consommant de l'énergie grande, le robot ne pouvait pas faire . technique de HLAW peut en outre améliorer la vitesse de soudage, ce qui augmente l'épaisseur de la matière de soudage, la capacité de renforcement de combler l'écart, d'améliorer considérablement l'efficacité . Etant donné que la fissuration pendant le soudage électrode et le métal en fusion avec le bruit de vibration, l'acquisition du signal à base d'acoustique et d'analyse des microphones de soudage progressivement développé. AO S et al soudage au laser dans lequel le signal acoustique est un modèle à deux dimensions et à la simulation et l'analyse expérimentale, la fréquence d'oscillation de la prédiction obtenue en testant le bain de fusion . Pour les défauts de soudage laser hybride soudage à l'arc qui se produisent dans l'instabilité du procédé de soudage et d'autres conditions, de nombreux chercheurs ont effectué des recherches sur la théorie des réseaux de neurones artificiels. Double poids Neural Network (poids Double Neural réseau, DWNN) Fonction capacité d'approximation, une plus forte capacité de classification de la vitesse d'apprentissage que BP réseau de neurones (Retour propagation, BP) et radialement fonction de base (réseau de fonction de base radiale, RBF) et une autre structure de réseau est préférable d'obtenir l'application, telles que des données d'ajustement de grande dimension et analogues. Document multi faible soudage hybride électrique, soudage au laser, des études à haute résistance peu faible plaque d'acier en alliage de carbone. Dans cet article, le porte-avions à propulsion nucléaire des États-Unis « Ford classe » navire avec un alliage à faible émission de carbone à haute résistance en acier HSLA-115 pour l'étude, a présenté pour optimiser les paramètres de soudage et double droit sonore à l'information basée sur la méthode de réseau de neurones, pour notre navire avec l'ingénierie de soudage proprement dit et les services techniques.
Acquisition et de pré-traitement d'un signal acoustique,
1.1 la plate-forme d'acquisition de signaux acoustiques
Cette plate-forme par son capteur 4189 Danemark B & K Company, 10 kW laser à fibre IPG-10000, avec une grande précision à six axes robot de soudage KUKA60HA, consommables de soudage composition HSLA-115. plaque HSLA -115 d'épaisseurs différentes, comme indiqué sur la figure 1, l'épaisseur de la feuille suivie de 6 mm, 8 mm, 10 mm, 12 mm et 14 mm.
1.2 Seuil débruitage
Cette base de papier transformée en ondelettes procédé, qui peut effectivement supprimer le bruit de gazage lors du soudage, le bruit mécanique de fonctionnement, et la distorsion du signal peut être réduite dans la partie mutant. Wavelet processus débruitage 2 .
1.3 débruitage évaluation de la performance
En comparant les capacités de réduction du bruit respectifs et de tenir compte de la vitesse de traitement Wavelet d'un PC, DB4 est sélectionné base ondelettes, une décomposition en ondelettes à trois couches. Dans un exemple, lorsque l'épaisseur de la plaque de pénétration 8 mm, calculé SNR (rapport signal-bruit, SNR) et RMSE (Root Mean Square Error, RMSE) , les résultats montrés dans le tableau 1 .
En observant le tableau 1, il peut être trouvé en utilisant deux seuils facteur de capacité double fonction Débruitage plus forte, une meilleure extraction de caractéristiques.
2 extraction de caractéristiques
Application de document Procédé d'extraction d'une énergie à court terme En domaine temporel de courte durée amplitude moyenne Mn, taux moyen du passage par zéro de courte durée de Zn, dans lequel zéro d'énergie que les paramètres courts ZERn4. longueur de la fenêtre de 1024, un chevauchement de 50% pour le cadrage. Différents paramètres de soudage indiqués dans le tableau 2. Correspondant à In, Mn, Zn, des résultats Zern présentés dans le tableau 3.
Trois paires de masses de données de l'algorithme de montage de réseau de neurones
Dans les applications navire plaque en acier ici Document sur alliage de haute résistance à faible optimisation des paramètres de soudage carbone L'algorithme d'approximation de la fonction multi-dimensionnelle proposé pour le montage. double structure de fixation de poids de réseau de neurones tel que représenté sur la Fig.
Bis poids modèle mathématique du réseau de neurones , et enfin le montage suivant l'équation :
la modélisation et l'analyse de réseau neuronal de quatre paires de poids
Double papier de poids sélectionnée réseau neuronal (DWNN) avec la fonction de base radiale réseau neuronal (RBF). Plaque épaisseur soudage, la puissance de soudage, la vitesse de soudage en tant que l'entrée du réseau de neurones à En, Mn, Zn, Zern en tant que sortie, un réseau de neurones par des échantillons de formation, et les résultats étaient deux réseaux de neurones de formation.
(1) En réseau de sortie
La structure du réseau représenté sur la figure 4, la figure 5 correspond l'effet d'entraînement.
(2) de sortie de réseau Mn
Réseau de sortie est représenté sur la figure 6 Mn correspond l'effet d'entraînement.
(3) de sortie de réseau est Zn
Réseau de sortie est représenté sur la figure 7 correspond Zn l'effet d'entraînement.
(4) de sortie de réseau Zern
Sortie réseau est ZERN, bon les résultats de formation présentés à la figure 8.
5 la Fig. 8, l'abscisse est le nombre de neurones utilisés et l'ordonnée est l'erreur quadratique moyenne. Dans DWNN et RBF, l'épaisseur de la plaque d'entrée, la puissance de soudage, la vitesse de soudage, correspondant à la sortie de la chambre, Mn, Zn, Zern. Comme le nombre de neurones augmente, l'erreur quadratique moyenne est toujours inférieure à RBF erreur quadratique moyenne en utilisant la formation DWNN.
5. Conclusion
Ce document recueilli différent soudage de l'épaisseur de la plaque, la puissance de soudage, soudage à la vitesse de soudage au laser Arc signal acoustique à l'extraction d'énergie de courte durée, de l'amplitude moyenne à court terme, le taux de passage à zéro en moyenne de courte durée, la valeur d'énergie de courte durée supérieure à zéro quatre fonctionnalité , respectivement, et la sortie en tant que construction de quatre différentes structures de réseaux de neurones. Les résultats montrent que la précision DWNN en utilisant les quatre valeurs de caractéristiques toujours plus élevé que sur la formation RBF, le taux de convergence est toujours plus rapide que le RBF. Utilisation de la structure de réseau de neurones exploré ici, les relations entre les différents paramètres de soudage du processus de soudage du signal acoustique, la surveillance et le contrôle de la qualité de soudage pour fournir une référence pour une optimisation plus poussée des paramètres de HLAW de puissance sur la base du signal sonore et.
références
Chunxue Wu, Jun Xu, l'application prop-Kun Chu de la technique faisceau de haute énergie de soudage dans la construction navale dans Matériaux de développement et d'application, 2010,25 (3): 79-83.
Atabaki M M, MA J, Liu W, et la formation al.Pore et son atténuation lors du soudage hybride laser / arc d'acier à haute résistance avancée .Materials & Design, 2015,67: 509-521.
AO S, Z LUO, FENG M, et al.Simulation et l'analyse expérimentale des caractéristiques du signal acoustique dans le soudage au laser .International Journal of Advanced Manufacturing Technology, 2015,81 (1): 277-287.
Wang Shoujue, LiZhaoHui ridée, Xiangdong, etc. discuter du modèle mathématique de base des neurones du réseau de neurones matériel général Journal of Electronics, 2001, 29 (5): 577-580.
complète Ling Cheng, SUN Zhi Hua. Prediction basé sur la technologie de réseau de latence du réseau de neurones BP Mesure et contrôle de la technologie, 2015,34 (6): 74-76.
LIU fonction de base J.Radial (RBF) de commande de réseau neuronal pour des systèmes mécaniques: conception, l'analyse et la simulation Matlab .Springer Science & Business Media, 2013.
données Cao Yu un raccord poids de réseau de neurones artificiels nouveaux bis Journal of Electronics, 200432 (10): 1671-1673.
HUA L, ZHENG C, GU J, et al.Laser traitement de signal sonore et le soudage à l'arc reconnaissance d'état sur la base de l'apprentissage géométrique 0,20156e Conférence internationale sur la science et du génie Manufac-turing, 2015,32: 1383-1394.
SUMMERS T A, S WILSON mismatch G.SNR et l'estimation en ligne dans le décodage turbo .IEEE Transactions sur les communications, 1998,46 (4): 421-423.
BARNSTON A G.Correspondence parmi la corrélation, RMSE et Heidke mesures de vérification des prévisions, le raffinement du score de Heidke .Weather et Prévision, 1992,7 (4): 699-709.
Lv Shiwei. Procédé de détection rapide ne repose pas sur la désintégration LM de la consommation de carburant du véhicule . L'automatisation de la fabrication, 2015,37 (15): 152-156.
