一种基于神经网络的焊接工艺参数自学习方法与装置制造方法及图纸

本发明专利技术提供一种基于神经网络的焊接工艺参数自学习方法与装置，涉及带钢生产技术领域。所述基于神经网络的焊接工艺参数自学习方法包括：获取前后卷带钢基本信息、焊机工艺参数数据以及焊缝质量数据；根据带钢的历史生产频次，将前后卷带钢基本信息进行划分和分档处理，获得分档结果；采用标准化缩放方法对焊机工艺参数数据进行特征缩放处理，获得焊接参数特征值；根据焊机工艺参数数据以及焊缝质量数据，构建初始的BP神经网络模型并进行训练，获得训练好的BP神经网络模型；将焊接工艺参数数据，输入训练好的BP神经网络模型，获得焊缝质量好坏程度。采用加权滑动平均法计算最终的焊接工艺参数。采用本发明专利技术可提高焊接稳定性、焊接质量以及生产效率。

【技术实现步骤摘要】

本专利技术涉及带钢生产，特别是指一种基于神经网络的焊接工艺参数自学习方法与装置。

技术介绍

1、窄搭接自动焊缝机广泛应用于冷轧连退和镀锌机组生产中的卷板接头工序，是薄板带钢卷板接头焊接的重要设备。接头的焊接质量直接影响到镀锌生产的正常进行，窄搭接自动焊缝机主要由电气控制系统和两剪刃的液压传动系统组成，其焊接速度、电流大小以及返程速度可实现无级调速，操作人员则根据不同工件材料的工艺需要来选择合适的参数；焊接的参数控制对焊缝质量起着关键的作用；窄搭接焊接时要经过预压、通电加热和冷却结晶3个阶段；但由于缝焊时滚轮电极与焊件间相对位置的迅速变化，使3个阶段不像点焊时区分得明显；可以认为：（1）在焊轮电极直接压紧下，正被通电加热的金属处于“通电加热阶段”；（2）即将进入焊轮电极下面的邻近金属，受到一定的预热和焊轮电极部分压力作用，处于“预压阶段”；（3）刚从焊轮电极下面出来的邻近金属，开始冷却，同时还受到焊轮电极部分压力作用，处于“冷却结晶阶段”。

2、专利《一种焊接工艺参数优化方法和装置》，将焊接工艺参数数据传输至服务器，实时监控所述焊接工艺参数数据是本文档来自技高网...

【技术保护点】

1.一种基于神经网络的焊接工艺参数自学习方法，其特征在于，所述方法包括：

2.根据权利要求1所述的基于神经网络的焊接工艺参数自学习方法，其特征在于，所述S1的焊机工艺参数数据，包括：前行卷钢种、后行卷钢种、前行卷厚度、后行卷厚度、焊接电流、焊接压力、焊接速度以及焊接温度；其中，前后卷带钢基本信息，包括：前后卷带钢的卷号、钢种、宽度以及厚度。

3.根据权利要求2所述的基于神经网络的焊接工艺参数自学习方法，其特征在于，所述S2的根据带钢的历史生产频次，将所述前后卷带钢基本信息进行划分以及分档处理，获得分档结果，包括：

4.根据权利要求3所述的基于神经网络的...

【技术特征摘要】

1.一种基于神经网络的焊接工艺参数自学习方法，其特征在于，所述方法包括：

2.根据权利要求1所述的基于神经网络的焊接工艺参数自学习方法，其特征在于，所述s1的焊机工艺参数数据，包括：前行卷钢种、后行卷钢种、前行卷厚度、后行卷厚度、焊接电流、焊接压力、焊接速度以及焊接温度；其中，前后卷带钢基本信息，包括：前后卷带钢的卷号、钢种、宽度以及厚度。

3.根据权利要求2所述的基于神经网络的焊接工艺参数自学习方法，其特征在于，所述s2的根据带钢的历史生产频次，将所述前后卷带钢基本信息进行划分以及分档处理，获得分档结果，包括：

4.根据权利要求3所述的基于神经网络的焊接工艺参数自学习方法，其特征在于，所述s3的根据所述分档结果，采用标准化缩放方法对所述焊机工艺参数数据进行特征缩放处理，获得焊接参数特征值，包括：

5.根据权利要求1所述的基于神经网络的焊接工艺参数自学习方法，其特征在于，所述s4的初始的bp神经网...

【专利技术属性】
技术研发人员：袁雨田，张飞，孙文权，李立刚，
申请(专利权)人：北京科技大学，
类型：发明
国别省市：