钢材焊接接头力学性能预测平台

钢材焊接接头力学性能预测平台

陈国利

中油电能供电公司特种运维部163000

摘要：钢铁制作业的研究方向为依据钢铁本身的材料特性和加工工艺参数来对钢铁的力学性能进行准确预估和评判。然而，随着科技技术发展，人们对于钢铁材料性能的预估精度要求越来越严格，导致对于钢铁性能预测工作越来越困难。本文基于研究各种改进算法的基础，对钢材焊接接头力学性能预测的应用进行分析与探索，简述一种基于神经网络模型的钢材焊接接头力学性能的预测，解决在钢材焊接接头力学性能预测上的部分问题，希望能给相关人士提供借鉴。

关键词：钢材焊接接头；力学性能；性能预测；神经网络

引言：

焊接工艺经过时代的发展进行几代变革，对于传统的焊接工艺来说，制作成本高、工作效率低等都是传统工艺的弊端，同时传统焊接工艺对于加工的技术人员技术要求较高，具有高精度的加工成果，从而使得传统加工工艺难度大大提升。随着计算机技术的高速发展，现代化的焊接加工工艺引入许多科技成分。无论是从母材的选取还是焊材的工艺参数选定都融入了计算机技术。对于焊接接头力学性能测试，人工神经元网络模型可以实现它的精确预测。人工神经元网络模型旨在打造节约成本、能耗低、绿色环保的预测系统，贯彻落实国家关于可持续发展战略的相关规定。

一、神经元网络在钢材焊接方面的研究现状分析

从广义上来说，人工神经网络指的是一种非线性的动力学网络系统，该系统可以仿造人们的大脑进行正常工作，工作的机理在于现代心理学和神经生理学。大量的人工神经单元类似人脑的神经单元工作，彼此之间相互联系，相互产生非线性映射。自适应性是神经网络最大的特性，他可以自动产生决策，自动进行学习，采集大量信息，处理海量数据。特别值得注意的是，当外界因素发生一定程度的波动变化时，神经网络的自适应区会相应发生改变，以适应变化的因子[1]。

随着信息技术的发展，国内外对于神经网络在钢材焊接方面的研究都得到了大量广泛的应用。在国内，哈尔滨工业大学、山东大学、兰州理工大学和西北工业大学等各大高校对于钢材焊接接头的力学性能预测进行深入研究，修改部分焊接传入参数，使得焊接结果更加精确。哈尔滨工业大学致力于建立神经网络估算模型、几何参数和背面熔宽预测模型等，对于海量的焊接工作判定报告进行深入分析，规范焊接工艺加工过程中所产生的各种工艺参数。在国外，大量的焊接研究机构包括英国、美国、韩国等研究机构和焊接协会都在基于神经网络系统研究如何将焊接技术实现既省时又有效完成。英国的部分高校建立起合金钢和不锈钢焊接接头力学性能预测模型，改进焊接参数的自适应程度，为了更好的优化焊接技术[2]。

二、钢材焊接接头力学性能测试平台设计结构设计

（一）数据库设计

数据库为钢材焊接接头力学性能测试平台的设计提供数据基础，他可以为神经网络提供拟合的数据来源，提供数据存取、数据查询、数据操作、数据分析功能，为神经网络进行数据训练过程提供方便，一定程度上有利于钢材焊接接头力学性能测试平台系统对于数据的精准预测，支持着整个系统的数据操作。数据库提供用户管理视图，专门为用户提供服务，针对不同的用户需求，提供不同的数据库权限服务，分别有数据查询、数据删减、数据分析、数据维护等常用数据库功能。

（二）神经网络设计

神经网络是保障钢材焊接接头力学性能测试系统能得出精准预测数据的支撑型网络构建模块。海量的钢材焊接接头力学性能数据经过神经网络系统的不断规模化、系统化训练后将得出合适的数据结果[3]。同时，神经网络是一个独立的模块，在进行数据训练前我们需要有训练样本和预期训练结果。神经网络有主控制台，主控制台的重要作用在于为用户提供优秀的操作环境效果，还可以存储钢材焊接接头力学性能测试平台得出的数据，并对相应数据进行科学分析。

（三）人机交互设计

钢材焊接接头力学性能测试平台系统界面应该符合人性化和用户操作性强的特性，交互性设计是必不可少的。我们处理的数据数量及其多，若采取人工手段，工作效率及其低下。人机交互界面就是实现这种人性化服务，他可以批量自动向系统导入数据，自动对数据库内的数据进行预处理，预先分类、维护、操作，等到数据成熟后将数据导入神经网络进行有规划的训练环节，接下来对于已经训练好的数据进行查看分析操作，实现人机的完美交互观念[4]。人机交互系统的优越性还在于该系统界面整洁友好，安全性能强，系统的体系结构也进行一定程度的改进，易于用户使用。人机交互系统还具有可扩充、易移植和易于维护的特点，用户界面及其简洁友好，方便各种技术人员迅速上手工作。内含各种优化算法，对于钢材焊接接头力学性能测试结果有保障。

三、结束语

钢材焊接接头力学性能测试平台的建设应该致力于工程能省时省力，节约成本资金上面，人工神经网络可以改善传统焊接方法，利用成熟的理论得到符合标准的预测结果。为了进一步提高预测系统的精度，可以采取传统误差技术和改良版误差分析技术相结合的方法，对样本进行分组分析，优化钢材焊接接头力学性能测试平台性能。如今对于钢材焊接接头力学性能测试平台的研究趋势在于利用先进的组合算法提高预测模型精度。这种研究方向是在保证计算速度的基础之上进行的，通过增加模型的训练样本，实现钢材焊接接头力学性能测试平台覆盖范围广的特性。对于钢材焊接接头力学性能测试平台的开发，目前完成了模型构建环节、性能训练环节、参数修改环节，在其他环节的完成度不高。以后对于钢材焊接接头力学性能测试平台的开发工作还需要不断完善系统，优化算法设计，人人工神经网络能更加有效的应用于钢材焊接接头力学性能测试平台上。

参考文献：

[1]汪国正，汪开铸.40Cr与35~#钢异质钢材焊接接头的性能和焊接工艺的分析[J].焊接技术，1991（3）：21-24.

[2]王红旺，董俊慧，李建国，etal.内蒙古天然碱成分对三种钢材焊接接头腐蚀的影响[J].内蒙古工业大学学报：自然科学版，1999（3）：161-168.

[3]武秀媛，吴向阳，齐维闯，etal.CRH6转向架异质钢材焊接接头组织研究[J].科技视界，2014（6）：88-88.

[4]王元清，林云，张延年，etal.高强结构钢材Q460C焊接接头的断裂韧性试验[J].焊接学报，2012，33（9）：5-8.