论文部分内容阅读
针对汽车车身常用的镀锌钢板（GNW2和DP600）的点焊性能预测问题进行了研究，引入人工神经网络模型来描述点焊工艺参数空间同焊点接头质量空间的映射关系；在对普通网络存在的缺陷问题进行深入分析的基础上，结合大量试验综合考虑，对网络模型进行了优化改进；然后将试验得到的大量点焊工艺参数与相应点焊接头质量的试验数据提供给神经网络学习。结果表明，学习后的优化神经网络模型能够准确有效地预测焊接电流对点焊熔核直径、压痕深度以及拉剪强度的影响规律。亦即该优化神经网络模型可有效地实现对车身镀锌钢板点焊性能的预测，且预测精度