基于BP神经网络的螺旋埋弧焊管焊缝余高预测.pdfVIP

焊管 ．第32卷第6期 ．2009年7月 ●试验 与 研 究 基于 BP神经 网络的 螺旋埋弧焊管焊缝余高预测 王高峰 ，辛希贤 ，高 锋 (1．中国石油天然气集团公司管材研究所，西安710065； 2．西安石油大学 材料科学与工程学院，西安 710065； 3．海洋石油工程股份有限公司建造公司，天津 300452) 摘 要：介绍了螺旋埋弧焊管焊缝余高的重要性、焊缝余高对焊缝力学性能的影响以及余高 对螺旋埋弧焊管防腐的影响。该研究将神经网络用于建立螺旋埋弧焊管焊缝余高的预测模 型。在构建 网络预测模型的过程 中，以焊接电流、电弧电压与焊接速度作为网络输入 ，以焊缝 余高作为网络输 出。对网络进行了训练，并对训练结果做 了回归分析。为了检验网络的泛化 能力，对 网络进行 了测试 ，结果显示所建立的网络是 比较成功的。 关键词：焊缝余高；神经网络；网络训练；样本 中图分类号：TG441．7 文献标志码 ：A 文章编号：1001—3938(2009)06—0021—05 ThePredictionofSSAW PipeW eldReinforcement Based onBP NeuralNetwork WANG Gao—feng ，XIN Xi-xian ，GAO Feng (1．TubularGoodsResearchCenterofCNPC， ’an710065，China； 2．SchoolofMaterialsandEngineering，Xi’anShiyouUniversity，Xi’an710065，China； 3．OffshoreOilEngineeringCo．，Ltd．ConstructionCompany，Tianfin300452，hCina) Abstract：ThisarticleintroducedweldreinforcementimportancetoSSAW pipe，effectofweldreinforcementtoweld mechanicalpropertyandtoSSAW pipeanti—corrosion．Andthen，usedneuralnetworktoestablishapredictionmodel fortheweldreinforcementof SSAW pipe．Itmadeweldingcurrent，arcvoltageandweldingspeedasinputof thenet— work，theweldreinforcementasoutput．Finallyittrainedthenetwork。andconductedregressionanalysisfortraining results．Inordertoverifythegeneralizationabilityofthenetworktotestthenetwork，theresultsshowedthattheestab— lishmentofthenetworkisrelativelysuccessfu1． Keywords：weldreinforcement；neuralnetwork；thetrainingof network；sample 0 前 言 到合适的数学模型，对于螺旋埋弧焊管焊缝形状 的预测尤其如此 。而人工神经网络(artificialneu． 焊缝形状是决定焊接接头强度和有关性能的 ralnetwork，缩写为ANN)能够逼近任意非线性函 重要因素。能够较为准确地预测焊缝形状，对于 数；可以进行并行处理，运算速度快，容错能力强；