摘要
本发明涉及搅拌摩擦焊工艺参数优化领域,具体是指一种铝合金搅拌摩擦焊工艺参数优化方法,方法包括:获取实验数据、训练多特征子集协同网络、找到最优工艺参数组合。本发明针对铝合金搅拌摩擦焊的训练样本不足,神经网络难以精准预测焊接接头质量问题,提出多特征子集协同网络,通过构建多种特征子集以及主网络和子网络协同工作的方法,隐式增加了训练样本的数量,提高预测结果的准确性;针对工艺参数变化范围大、精度要求高,传统的优化算法难以获得最优解的问题,利用改进遗传算法对工艺参数进行优化,在交叉操作中以适应度作为子代的选取指标,在变异操作中引入自适应变异策略并对子代基因选择性变异,提升了工艺参数优化的实际应用效果。
技术关键词
铝合金搅拌摩擦焊
工艺参数优化方法
焊接接头
变异策略
搅拌摩擦焊工艺
网络协同工作
输入工艺参数
染色体
遗传算法
列表
数据
定义
父母
交叉点
指数
基因
代表
轮盘
系统为您推荐了相关专利信息
工艺参数优化方法
样本
遗传算法
机床主轴转速
数学模型
探伤检测方法
缺陷类别
钢轨表面缺陷
带标签
划伤缺陷
鲁棒性优化方法
分布式光伏
搜索算法
微型涡轮机
微电网
混合流水车间调度
机床上工件
Q学习算法
解码
模拟工件
参数优化模型
工艺参数优化方法
补偿值
深度强化学习算法
数据