汇博在线 - 论文发表,免费论文网,职称论文,各类论文.

基于神经网络的动力电池组焊接参数优化研究

2017-01-21 14:06　来源: 互联网作者：胡海燕浏览次数 2005

　　2基于BP神经网络系统的建立以及训练结果
　　2.1神经网络的选择与建立
　　将实验数据用于训练神经网络的样本数据按公式进行归一化处理，'= ，式中为单个样本值，max为样本最大值，xmin为样本最小值，'为归一化后的数据。归一化处理能够使样本数据在区间范围内呈现出正态分布的趋势，使神经网络具有更强的泛化能力，有利于网络的训练并能够加快网络的收敛速度。
　　在多种神经网络模型中，误差反向传播的多层前馈式网络，BP网络是最具有代表性、使用最广泛的。BP网络由1个输入层、1个或多个隐含层、1个输出层组成，含有输入、输出接点以及1层或者多层隐接点。当有信息输入时，输入信息传递到输入接点，在隐接点层经功能函数处理后，传递到输出接点，将得到输出值与期望输出值进行比较，若有误差，则误差反向传播，逐层修改权值系数直到输出值满足要求为止。由于BP神经网络具有非线性逼近能力强、算法简单等特点，因此在工程实际问题中得到了广泛的应用。本文就是采用BP神经网络建立了焊接工艺参数和焊点抗拉强度之间的神经网络模型。
　　本文的神经网络结构中输入层有三个神经元（x1，x2，x3），分别为电极压力（N）、焊接时间（S）、焊接电流（KA），输出层为一个神经元（Y1），即焊点抗拉强度（G）。隐含层有m个神经元，个数可由经验公式确定，nhid=（nin+nout）1/2+a。
　　式中nhid为隐层接点数，nin为输入层节点数，nout为输出层节点数，a取1-10之间的数。本实验中，nhid=3，nout=|，所以nin的取值范围为3-12。本实验使用四层网络模型，隐层第一层节点数为5，隐层第二层节点数为10，设定训练次数为2000次，训练所要达到的误差精度为1e-5，网络学习速率0.01，网络训练函数为计算误差函数—最小均方误差法LMS，网络学习速率取0.01。
　　2.2神经网络训练结果
　　用matlab神经网络工具箱对正交试验所得的九组数据进行神经网络训练，经过训练后输出的抗拉强度分别随三个焊接工艺参数变化，经神经网络训练最后确定最佳焊接工艺参数为A1B2C3。按优化的设定的条件，取焊接电流3KA、焊接时间20S、焊接压力35N进行多次焊接，对焊接成品进行破坏性试验。经多次试验验证，采用微电阻焊后动力电池组的点焊接头的焊接质量得到很大的提升。
　　3结论
　　本文选择BP神经网络对电阻焊焊接工艺参数进行优化，同时分析不同焊接工艺对焊点性能的影响，经神经网络训练最后确定最佳焊接工艺参数为焊接电流3KA、焊接时间20S、焊接压力35N。经多次试验验证，采用微电阻焊后动力电池组的点焊接头的焊接质量得到很大的提升。
　　项目来源：2013年吉林省科技厅重大科技攻关项目《电动汽车动力电池组自动焊接技术研究》（20130204024GX）。

[上一页] 1 2

服务说明

汇博在线(paper188.com)网拥有实力强大的团队,能帮助你实现论文写作方法,论文发表,代写代发论文等服务领域.

我们承诺

在您接受本站服务的过程中，我们为您提供优质的服务，包括后期免费修改、免费指导答辩等。衷心感谢您对本站的信任和支持！

论文指导范围

毕业论文,硕士毕业论文,研究生论文,博士论文,职称论文代写,领导讲话，报告总结，演讲致辞,心得体会,党团辅导等代写服务。

发表论文领域

发表省级杂志,国家级杂志,核心杂志等服务。

基于神经网络的动力电池组焊接参数优化研究

2017-01-21 14:06　来源: 互联网作者：胡海燕浏览次数 2005

服务说明

我们承诺

论文指导范围

发表论文领域

最新论文

推荐论文

热点论文

基于神经网络的动力电池组焊接参数优化研究 2017-01-21 14:06 来源: 互联网 作者：胡海燕 浏览次数 2005

服务说明

我们承诺

论文指导范围

发表论文领域

最新论文

推荐论文

热点论文

基于神经网络的动力电池组焊接参数优化研究

2017-01-21 14:06　来源: 互联网作者：胡海燕浏览次数 2005