基于遺傳神經(jīng)網(wǎng)絡的CO2弧焊機器人工藝參數(shù)優(yōu)化研究.pdf

1、隨著現(xiàn)代制造業(yè)的快速發(fā)展，焊接機器人在工業(yè)生產(chǎn)中扮演著越來越重要的角色。利用機器人進行焊接生產(chǎn)時，焊縫接頭質(zhì)量的好壞決定著產(chǎn)品質(zhì)量合格與否，為此，焊接工藝參數(shù)的選擇至關重要。針對焊接過程的高度非線性以及難以用數(shù)學模型來描述，本文利用人工神經(jīng)網(wǎng)絡在解決非線性問題的巨大優(yōu)勢來構建工藝參數(shù)和焊縫幾何尺寸之間的映射關系模型，再結合遺傳算法建立了基于遺傳神經(jīng)網(wǎng)的焊接工藝參數(shù)優(yōu)化系統(tǒng)，為實現(xiàn)機器人工藝參數(shù)優(yōu)化和焊縫質(zhì)量預測提供了一種新方法、新思路。

2、
　　以現(xiàn)有的OTC焊接機器人系統(tǒng)作為試驗平臺，采用正交試驗法安排試驗獲取樣本數(shù)據(jù)。這樣不僅能夠縮短試驗周期，減少試驗成本，降低試驗難度，同時又保證樣本數(shù)據(jù)不失代表性并滿足網(wǎng)絡訓練要求。
　　首先利用遺傳算法的全局搜索功能對BP神經(jīng)網(wǎng)絡的初始權值和閾值進行優(yōu)化，然后對樣本數(shù)據(jù)進行學習訓練，建立焊接工藝參數(shù)與焊縫幾何尺寸之間的關系模型。通過模型可實現(xiàn)輸入工藝參數(shù)預測輸出焊縫幾何成形，并且可由模型轉(zhuǎn)化為遺傳算法的適應度函數(shù)，快速