基于改进麻雀搜索算法优化BPNN的电阻点焊质量预测

罗震, 董建伟, 胡建明

天津大学学报(自然科学与工程技术版) ›› 2024, Vol. 57 ›› Issue (05) : 445-451.

基于改进麻雀搜索算法优化BPNN的电阻点焊质量预测

  • 罗震, 董建伟, 胡建明
作者信息 +
History +

摘要

电阻点焊技术由于具有高效、自动化程度高等焊接特点,被广泛应用于汽车、航空航天和公共交通等制造领域,由于焊点在封闭状态下进行,焊接过程存在诸多影响因素且无法直接检测,因此,准确预测电阻点焊质量是生产过程中必不可少的环节.本文以2219/5A06铝合金为研究对象,在3种不同的装配条件(包括间隙和间距)下进行电阻点焊工艺信号的分析,并进行人工智能建模.为了提高电阻点焊质量评价的性能和效率,本文采用LogisticTent(LT)复合映射改进麻雀搜索算法(SSA)对反向传播神经网络(LT-SSA-BPNN)模型进行优化,模型的输入和输出分别为多信号融合后的变量和熔核直径.实验结果表明,与传统的标准反向传播神经网络(BPNN)模型相比,经过LT-SSA-BP模型优化后,预测结果的平均绝对误差(MAE)、均方误差(MSE)和均方根误差(RMSE)分别降低了36.17%、17.55%和51.75%.同时,LT-SSA-BP神经网络在添加了不同间隙和间距条件作为训练集后,其预测稳定性明显提高,可以成功预测电阻点焊质量.

关键词

电阻点焊 / 质量预测 / 麻雀搜索算法 / 反向传播神经网络模型

中图分类号

TP18 / TG453.9

引用本文

导出引用
罗震, 董建伟, 胡建明. 基于改进麻雀搜索算法优化BPNN的电阻点焊质量预测. 天津大学学报(自然科学与工程技术版). 2024, 57(05): 445-451

基金

国家自然科学基金资助项目(52075378)

评论

Accesses

Citation

Detail

段落导航
相关文章

/