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