申请/专利权人：安徽工业大学

申请日：2024-04-09

公开（公告）日：2024-06-21

公开（公告）号：CN118228598A

主分类号：G06F30/27

分类号：G06F30/27;G06N3/084;G06N3/086;G06N3/048;G06N3/126;G06F119/14;G06F119/02;G06F119/08;G06F111/08;G06F113/26

优先权：

专利状态码：在审-公开

法律状态：2024.06.21#公开

摘要：本发明公开一种基于GA‑BP神经网络的9％Cr钢焊接残余应力的预测方法，其具体步骤为：1、绘制点线图对残余应力数据进行拟合；2、建立焊接工艺参数与残余应力之间的BP神经网络结构；3、对输入数据进行随机划分，并对数据进行归一化处理；4、选择浮点数编码作为BP网络结构的初始化权值和阈值的编码方案；5、使用平均绝对误差函数的倒数作为适应度函数；6、采用轮盘赌选择法对种群中的个体进行选择；7、利用两点交叉算子产生两个新个体；8、使用自适应变异算子产生新的个体；9、获得基于遗传‑神经网络的GA‑BP模型；10：把CMT+P焊接相关的工艺参数输入到GA‑BP模型中，获取焊接产生的残余应力的预测值。本发明能够对9％Cr钢焊接残余应力进行精准预测。

主权项：1.一种基于GA-BP神经网络的9％Cr钢焊接残余应力的预测方法，其具体步骤为：步骤1、先对9％Cr钢进行CMT+P焊接试验，再通过盲孔法测得不同的焊接工艺参数下的残余应力数据，接着绘制残余应力的点线图，然后利用多项式最小二乘法拟合的方法对残余应力数据进行拟合；步骤2、根据不同的焊接工艺参数对9％Cr钢焊接残余应力的影响结果，建立焊接工艺参数与残余应力之间的BP神经网络结构；步骤3、使用BP神经网络时，对输入数据进行随机划分，并对数据进行归一化处理；步骤4、GA算法中选择浮点数编码作为BP网络结构的初始化权值和阈值的编码方案；步骤5、GA算法优化9％Cr钢焊接残余应力的BP网络模型中，使用平均绝对误差函数的倒数作为适应度函数，评价群体中个体被遗传到下一代种群中的概率；步骤6、采用轮盘赌选择法对种群中的个体进行选择；步骤7、利用两点交叉算子随机交换两个基因位，产生了两个新个体；步骤8、使用自适应变异算子产生新的个体；步骤9、根据GA算法对BP神经网路的初始化权重与阈值进行优化筛选，将样本数据对BP神经网络进行训练，对优化后的BP神经网络进行测试，获得基于遗传-神经网络的GA-BP模型；步骤10：把CMT+P焊接相关的工艺参数输入到GA-BP模型中，获取焊接产生的残余应力的预测值。

全文数据：

权利要求：

百度查询： 安徽工业大学 一种基于GA-BP神经网络的9%Cr钢焊接残余应力的预测方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD