论神经网络人工智能算法在GTAW焊接中运用

论文导读：121.3粒子群算法12-131.3.1粒子群算法在神经网络中的运用121.3.2粒子群算法在多目标优化中的运用12-131.3.3粒子群优化算法在线性规划中的运用131.3.4工程设计与优化领域131.4焊接专家系统的探讨近况13-151.5专家系统与神经网络结合15-161.6本论文主要探讨内容16-18第2章粒子群优化算法18-27

2.1引言182标准的粒

摘要：随着焊接件在实际生产中的运用越来越广泛,焊接件的质量被高度重视,而熔透制约对于获取稳定的焊接质量至关重要,由此熔透的精确预测及焊接工艺参数的确定成为焊接领域的重要探讨课题。建立熔透预测模型,由熔池正面特点参数映射出熔透信息,为熔透的实时制约提供依据。建立焊接专家系统,可以为焊接工作提供帮助、降低参数确定的复杂度、缩短所需时间、有利于提升工作效率和经济效益,推动企业进展。人工神经网络是人工智能的一个重要分支,具有独特的自组织、自学习、快速处理、高度容错及很强的非线性函数逼近能力。针对焊接历程的高度复杂性,采取人工神经网络软测量建模策略建立熔透预测模型。由于传统的BP神经网络算法有着收敛速度慢、易陷入局部最优的不足,提出全局最优自适应变异的粒子群算法(GBAMPSO),建立基于GBAMPSO的BP神经网络预测模型。本论文在专家系统设计部分再次利用了人工神经网络的技术优势,将其用于专家系统的知识获取模块,有利于系统对数据库的管理和更新。本论文所设计的专家系统具有独立的模块,包括工艺参数查询、设计、焊接设备选型及网络自学习等部分。以Visual Basic6.0作为开发工具,采取面向对象的程序设计策略,实现各模块的建立历程。Matlab因其强大的运算能力被用于神经网络的训练和预测历程,并通过ODBC数据源接口与系统的数据库交互,实现对数据库中训练样本的读取和预测结果的写入操作,达到优化工艺参数、扩充知识库的目的。仿真结果表明,基于GBAMPSO的BP神经网络熔透预测模型比传统的BP神经网络模型具有更准确的逼近效果,满足GTAW熔透预测的要求。测试结果表明,本论文所设计的专家系统运转历程稳定、结果可靠,为其他专家系统的设计和开发提供可供参考的知识。关键词：GTAW论文粒子群算法论文神经网络论文专家系统论文
本论文由www.7ctime.com,需要论文可以联系人员哦。摘要5-6
Abstract6-10
第1章 绪论10-18

1.1 课题背景10

1.2 人工神经网络在焊接历程中的运用10-12

1.2.1 ANN在焊接工艺参数设计中的运用10-11

1.2.2 人工神经网络在焊接历程制约中的运用11

1.2.3 人工神经网络在性能预测中的运用11-12

1.3 粒子群算法12-13

1.3.1 粒子群算法在神经网络中的运用12

1.3.2 粒子群算法在多目标优化中的运用12-13

1.3.3 粒子群优化算法在线性规划中的运用13

1.3.4 工程设计与优化领域13

1.4 焊接专家系统的探讨近况13-15

1.5 专家系统与神经网络结合15-16

1.6 本论文主要探讨内容16-18

第2章 粒子群优化算法18-27

2.1 引言18

2.2 标准的粒子群算法18-20

2.1 算法原理18-19

2.2 算法流程19-20

2.3 改善的粒子群算法20-23

2.3.1 惯性权重的修正20-21

2.3.2 离散PSO21

2.3.3 带空间邻域的PSO21-22

2.3.4 混合算法22-23

2.4 全局最优自适应变异的粒子群算法23-26

2.5 本章小结26-27

第3章 GTAW焊接历程软测量模型27-36

3.1 软测量技术原理27-28

3.

1.1 软测量思想27-28

3.

1.2 辅助变量的选择28

3.2 人工神经网络软测量建模策略28-30

3.3 GBAMPSO优化的BP神经网络30-31

3.4 GTAW焊接历程系统31-33

3.4.1 系统介绍31

3.4.2 辅助变量的选择31-32

3.4.3 PCA数据降维32-33

3.5 GTAW历程GBAMPSO-BPNN模型建立33-35

3.6 本章小结35-36

第4章 GTAW焊接工艺及设备专家系统的设计36-51

4.1 专家系统的结构和原理36-38

4.

1.1 专家系统的特点36-37

4.

1.2 专家系统的要素37-38

4.2 焊接专家系统的功能设计38-40
4.

2.1 GTAW焊接专家系统的结构38-39

4.

2.2 功能模块列表39-40

4.3 焊接工艺模块设计40

4.4 知识库管理模块设计40-47

4.1 知识获取方式41-42

4.2 知识表示42-43

4.3 基于神经网络的知识在线获取43-46

4.4 知识库的维护46-47

4.5 GTAW焊接专家系统推理机的设计47-48

4.6 设备库模块设计48-50

4.7 本章小结50-51

第5章 GTAW焊接工艺及设备专家系统的实现51-67

5.1 开发工具介绍51-52

5.2 系统设置52-54

5.

2.1 系统登录52-53

5.

2.2 添加用户53

5.

2.3 修改53-54

5.3 焊接规范的查询与论文导读：61-625.4.3设备添加展示62-635.5基于BP神经网络的焊接规范制定63-665.5.1网络的权阈值训练结果64-655.5.2神经网络估计结果65-665.6本章小结66-67第6章总结与展望67-696.1结论676.2展望67-69参考文献69-75致谢75-76攻读硕士期间发表的学术论文76上一页12
设计54-58
5.

3.1 工艺知识库查询55-57

5.

3.2 规则库的查询57-58

5.4 设备选型模块58-63
5.

4.1 设备浏览展示58-61

5.

4.2 设备查询展示61-62

5.

4.3 设备添加展示62-63

5.5 基于BP神经网络的焊接规范制定63-66

5.1 网络的权阈值训练结果64-65

5.2 神经网络估计结果65-66

5.6 本章小结66-67

第6章 总结与展望67-69

6.1 结论67

6.2 展望67-69

参考文献69-75
致谢75-76
攻读硕士期间发表的学术论文76