欢迎来到天天文库
浏览记录
ID:43841319
大小:161.15 KB
页数:25页
时间:2019-10-15
《【精品】毕业论文规范之论文模版》由会员上传分享,免费在线阅读,更多相关内容在工程资料-天天文库。
1、毕业设计(论文)样本学院毕业设计(论文)学牛姓名系(部)专业指导教师摘要本文在对摩擦焊接头的形成过程的分析和实验研究的基础上,用BP网络建立了摩擦焊主要工艺参数(摩擦时间、摩擦压力、顶锻压力)和接头性能(接头强度)的预测系统。在神经网络的训练过程中,在快速BP算法的基础上做了一些有效的改进,如:引入权值系数
2、3、选取相应的误差函数系数a等。实验结果表明,该系统对摩擦时间、摩擦压力、顶锻压力和接头强度的预测值和实际值吻合良好,符合工程应用的要求。采用先进的超声C扫描成像系统对摩擦焊试件1的接头进行超声波无损检测,记录下其相应的超声扫描信号。在对扫描
3、信号的处理中,使用目前无损检测领域较为前沿的信号处理方法卜波包分析法,并通过分析不同区域的小波包分解系数灰度图把信号分为三类:无缺陷信号、未焊合缺陷信号、弱结合缺陷信号。该套分析方法又成功地将另外两个试件的超声波检测信号同样地分为三类。利用小波包法和幅频特性曲线法分别提取信号特征,并把其作为信号缺陷识别神经网络模型的输入,通过训练,建立了基于BP网络的摩擦焊接头超声波扫描信号的模式识别系统。该系统能够很好地区别各类信号,实现信号的自动识别分类。关键词:AbstractThefrictionwelding-amodernconnectingmeth
4、odisusedinthevariousfieldsmoreandmorewidelyandsothestudyofthisfieldisnowbecomingmoreandmoreimperative.Inthispaper,onthebaseofanalyzingandexperimentalstudyingontheprocessintheformingprocessofthefrictionweldedjoints,BPnetworkisusedtoconstructtheneuralnetworkpredictionsystemofth
5、emajortechnicalparameters(frictiotimefrictionforceandsoon)andthecapabilityofthefrictionweldingjoints.Duringthetrainingoftheneuralnetwork,theinfluence,whichiscausedbythevariousnetworkparameters,ontheerrorfunctionisdiscussedemphaticallyandthetraditionalBPalgorithmisimprovedbyim
6、portingtheweightcoefficientPanderrorfunctioncoefficienta・Theforecastvaluescanmeettheactualvalueswell..Inaddition,usingultrasonictestingmachinetestthefrictionweldingjointandthemodernanalyzingmethod-waveletpacketanalyzeisusedtoclassthereflectedechoscansignalintothreesorts:goodw
7、elding,un-weldingandweakdefect.Afterclassing,theselectedcharactersofsignalaccordingtwoanalyzemethods-waveletpacketanalyzeandamplitude-frequencyanalyzeareusedtoconstructtheclassing-predictionneuralnetwork.Atlast,inordertoconvenientforpracticeapplication,visualC++isappliedtoint
8、egratetheseapplicationprogramsintoasmallapplication-software・Keywords:FrictionWeldingJointsNeuralNetworkBPAlgorithmUltrasonicTestingSignalCharacter刖吞第一章绪论1第一节摩擦焊1第二节人工神经网络1一、人工神经网络2二、人工神经网络在焊接领域的应用3第三节超声波无损检测第四节课题研究内容及意义第二章BP网络学习算法改进第一节原始BP算法第二节算法改进第三节本章小结第三章基于神经网络的摩擦焊工艺参数及接头
9、性能预测系统的建立第一节系统建模第二节数据采集第三节神经网络的构建一、网络结构参数的选取二、编程实现第四节摩擦焊工艺参数预测一、摩擦时间
此文档下载收益归作者所有