基于神经网络的超声波焊接功率预测方法

作     者：周俊雄 周明欧 范鹏 卢其辉 Zhou Junxiong;Zhou Ming’ou;Fan Peng;Lu Qihui

作者机构：广东省智能化锂电池制造装备企业重点实验室广东惠州516000 广东利元亨智能装备股份有限公司广东惠州516000 

出 版 物：《机电工程技术》 (Mechanical & Electrical Engineering Technology)

年 卷 期：2023年第52卷第12期

页      面：23-26,85页

学科分类：07[理学] 08[工学] 070206[理学-声学] 0802[工学-机械工程] 0702[理学-物理学] 

基　　金：国家重点研发计划(2022YFB4702500) 

主　　题：超声波焊接 神经网络 预测 

摘      要：由于超声波焊接过程具有非线性时变特征,传统的控制方法不再适用于准确控制有功功率,而神经网络算法因不依赖于具体的数学模型,可解决多变量和多目标之间映射关系的特点较适用于这种场景。因此,设计2种预测超声波焊接功率的神经网络模型,并采用实际工程中的焊接数据对其进行训练。结果表明:这2种神经网络模型对超声波金属焊接功率的预测都比较准确,二者训练验证集的损失均能下降到10-2以下。对比这2个训练结果还可以发现,基于卷积神经网络的预测模型的训练验证集的损失更小,预测效果更好,模型泛化能力更强,更具鲁棒性,可作为超声波金属焊接功率控制中功率预测的首选算法。