声明
严正声明：本站非期刊官网，非中介代理。
本站仅提供学术规范服务：快速预审、润色编辑服务、中英文查重、降重、去重服务、推荐合适的期刊投稿等学术规范服务。 如需提供学术规范服务请联系在线编辑。
国内刊号：61-1133/TG
国际刊号：1001-3814
发布日期:
作者：马晶, 张爱华, 马永强, 朱亮, 贾彬彬, 王平,
关键词：侧壁根部熔深预测, 超窄间隙焊接, 机理, 数据驱动, 长短期记忆网络, 粒子群算法,
针对超窄间隙电弧焊侧壁根部熔深无损检测难题，提出了机理与数据驱动的混合预测模型。首先，基于热平衡机理和焊缝截面面积数学建模构建了机理主模型，预测侧壁根部熔深基准值；其次，采用粒子群算法（PSO）优化长短期记忆网络（LSTM）超参数，建立了PSO-LSTM误差补偿模型，预测机理主模型的误差；最终叠加基准值与误差预测值获得最终的预测结果。结果表明：混合预测模型的均方误差（0.0152）和平均绝对误差（0.0914）均低于单一机理模型。对比分析证实，PSO-LSTM补偿模型对机理主模型误差的修正能力更强。钢轨焊接实例验证表明，混合预测模型可用于钢轨焊缝侧壁根部熔深的无损检测，为超窄间隙焊接质量评估与控制奠定了基础。
来源：2025年第12期
《热加工工艺》期刊编辑部
严正声明：本站非期刊官网，非中介代理。
本站仅提供学术规范服务：快速预审、润色编辑服务、中英文查重、降重、去重服务、推荐合适的期刊投稿等学术规范服务。 如需提供学术规范服务请联系在线编辑。