动态模糊RBF神经网络焊接接头力学性能预测建模

张永志¹，董俊慧²，朱红玲³

1. 内蒙古农业大学机电工程学院2. 内蒙古工业大学材料科学与工程学院3. 内蒙古大学创业学院商学教学部

摘 要：建立动态模糊径向基神经网络RBF(Radial Basis Function,RBF)焊接接头力学性能预测模型,克服静态RBF和模糊神经网络(Fuzzy Neural Network,FNN)在结构辨识、动态样本训练及学习算法的不足。该模型的结构参数不再提前预设,在训练过程中动态自适应调整,适用动态样本数据学习,学习算法引入分级学习和模糊规则修剪策略,加速训练并使模型结构更加紧凑。利用三种厚度、不同工艺TC4钛合金TIG焊接试验数据对该模型进行仿真。结果表明:模型具有较高的预测精度,适用于预测焊接接头力学性能,为焊接过程在线控制开辟了新的途径。

关键词：动态模糊RBF神经网络;预测;焊接;建模;力学性能;