基于多信息融合的铝合金点焊裂纹神经网络监测
铝合金热加工过程的冶金行为比较复杂,在电阻点焊快速加热和冷却条件下,极易产生裂纹缺陷.基于虚拟仪器技术,以LabVIEW为软件平台,结合MATLAB数值分析软件,构建了电阻点焊过程多传感信号采集分析及铝合金点焊裂纹监测系统.通过采集2024-T4铝合金电阻点焊过程中的电压、电流、电极压力、电极位移及声发射信号,提取裂纹相关特征量.采用主成分分析方法对裂纹特征量进行多信息融合和数据压缩,提取累计贡献率超过90％的前7个主成分作为输入向量,裂纹作为输出向量,建立了3层BP神经网络铝合金点焊裂纹的监测模型,并利用测试样本对该模型进行了验证.结果表明,裂纹监测的正确率达到97.8％,为监测铝合金电阻点焊裂纹提供了一种有效的方法.
铝合金 电阻点焊 裂纹监测 神经网络 信息融合
周昀芸 张勇 王博 谢红霞 叶武 滕辉
西北工业大学凝固技术国家重点实验室西北工业大学陕西省摩擦焊接重点实验室 西安710072
国内会议
西安
中文
380-387
2016-10-10（万方平台首次上网日期，不代表论文的发表时间）