摘要
本发明提供一种基于神经网络的焊接工艺参数自学习方法与装置,涉及带钢生产技术领域。所述基于神经网络的焊接工艺参数自学习方法包括:获取前后卷带钢基本信息、焊机工艺参数数据以及焊缝质量数据;根据带钢的历史生产频次,将前后卷带钢基本信息进行划分和分档处理,获得分档结果;采用标准化缩放方法对焊机工艺参数数据进行特征缩放处理,获得焊接参数特征值;根据焊机工艺参数数据以及焊缝质量数据,构建初始的BP神经网络模型并进行训练,获得训练好的BP神经网络模型;将焊接工艺参数数据,输入训练好的BP神经网络模型,获得焊缝质量好坏程度。采用加权滑动平均法计算最终的焊接工艺参数。采用本发明可提高焊接稳定性、焊接质量以及生产效率。
技术关键词
焊接工艺参数
学习方法
缩放方法
带钢焊接工艺
计算机可读取存储介质
特征值
焊机
焊缝
数据
计算机可读指令
学习设备
带钢宽度
Sigmoid函数
学习装置
BP神经网络模型
误差反向传播
系统为您推荐了相关专利信息
设计仿真系统
多物理场建模
流体机械
局部优化算法
虚拟仿真环境
模仿学习方法
动态系统模型
基元
驱动机械臂
高斯核函数
层次分类方法
GCN模型
预训练模型
词语
多标签文本分类
移动设备
工业互联网
异构
工业系统
深度确定性策略梯度
代码注释生成方法
知识蒸馏技术
低资源语言
教师
标签