基于TVCNN神经网络的高铁用铝合金型材自适应激光焊接研究
作者机构:中车青岛四方机车车辆股份有限公司 哈尔滨工业大学材料结构精密焊接与连接全国重点试验室 哈尔滨工业大学(威海)山东省特种焊接技术重点试验室
出 版 物:《中国激光》 (Chinese Journal of Lasers)
年 卷 期:2025年
核心收录:
学科分类:12[管理学] 1201[管理学-管理科学与工程(可授管理学、工学学位)] 082304[工学-载运工具运用工程] 081104[工学-模式识别与智能系统] 08[工学] 080204[工学-车辆工程] 0835[工学-软件工程] 0802[工学-机械工程] 0811[工学-控制科学与工程] 0812[工学-计算机科学与技术(可授工学、理学学位)] 0823[工学-交通运输工程]
摘 要:针对高铁用铝合金型材焊接过程中存在的不可避免的装配间隙问题,本文提出了一种基于卷积神经网络(CNN)的自适应焊接方法。通过对焊接过程中的关键参数进行实时监测和分析,该方法能够有效提高焊接质量和效率。首先进行了不同工况下的激光焊接试验,用于探索不同工况下的工艺区间。其次,通过大量焊接试验得到的数据训练CNN模型以识别焊接缺陷。最后利用训练好的模型对实际焊接过程进行实时监控,并通过反馈控制机制调整激光功率,以达到最优焊接效果。该自适应焊接系统能够显著减少焊接缺陷,有效地生产良好的焊接接头。本研究为提高高铁用铝合金型材的焊接质量提供了一种新的解决方案,具有重要的理论意义和应用价值。