论文部分内容阅读
通过对TC4钛合金进行TIG焊，并测定接头的抗拉强度、抗弯强度和断后伸长率，获得网络仿真所需的数据。结合使用BP算法与最小二乘相结合的混合算法，建立了用于焊接接头力学性能预测的自适应模糊神经网络模型。利用该模型进行仿真，其平均误差远小于7％。结果表明，该模型可根据焊接工艺参数对焊接接头的抗拉强度、抗弯强度和断后伸长率等力学性能进行较为准确的预测，并且具有建模快、模型简单、预测速度快、预测精度高，泛化能力强的优点，从而为焊接接头力学性能预测提供了一条有效的途径。