机构名称：
¥ 1.0
摘要 薄板激光焊接广泛应用于电池制造、汽车、航空、电子电路和医学等各个领域。因此，开发一种使用人工智能的预测模型对于以经济的方式实现高质量的焊接件至关重要。在本研究中，实施了两种先进的人工智能技术，即自适应神经模糊推理系统 (ANFIS) 和多基因遗传编程 (MGGP)，以预测使用 Nd:YAG 激光连接薄板过程中的焊接响应，例如热影响区、表面粗糙度和焊接强度。本研究试图为焊接过程开发一个合适的预测模型。在提出的方法中，70% 的实验数据构成训练集，而剩余 30% 的数据用作测试集。本研究结果表明，MGGP 模型测试数据集的均方根误差 (RMSE) 在 7% 到 16% 之间，而 ANFIS 模型测试数据集的 RMSE 在 18-35% 之间。研究表明，MGGP 能够以优异的方式预测激光焊接过程中的焊接响应，并可用于准确预测性能指标。
使用 AI 方法预测焊接响应
主要关键词
相关文件推荐
