基于模糊C均值聚类的模糊RBF神经网络预测焊接接头力学性能建模.pdf

第50卷第12期 机械工程学报 Vbl．50No．12 20l4年6月 Jun． 2Ol 4 JOURNALOFMECHANICALENGINEERING DoI：lO．3901，JME．2014．12．058 基于模糊C均值聚类的模糊RBF神经网络预测 焊接接头力学性能建模木 张永志1，2董俊慧1 (1．内蒙古工业大学材料科学与工程学院呼和浩特010051； 2．内蒙古国电能源投资有限公司电力工程技术研究院呼和浩特010080) 摘要：针对焊接过程的高度非线性，多种因素的复杂交互作用，难以预测焊接接头力学性能的问题和常用反馈(Back propagation，BP)神经网络的不足，利用模糊C均值(FuzzyC．means，FCM)聚类算法和伪逆法相结合，建立焊接接头力学性 basis 能模糊径向基(Radial inert arc gas 强度、伸长率、焊缝硬度和热影响区硬度)作为模型的输出参数。利用27组试验数据对所建模型进行学习训练，用另外9 组试验数据进行仿真。结果表明，利用该方法所建模型具有结构稳定、训练速度快、适应性强、鲁棒性好、预测精度高的特 点，能够预测焊接接头力学性能。通过数学解析，用函数形式表达焊接工艺参数与接头力学性能之间的规律，可以优化焊接 工艺参数，为调控焊接接头的质量提供依据。 关键词：模糊C均值聚类；模糊径向基神经网络；预测；焊接；建模 中图分类号：TG407 RBFNeuralNetworktoPredict ModelingFuzzy ofMechanical of JointsBasedon C-means Welding Fuzzy Cluster DONG ZHANG Junhuil Yongzhil，2 ofMaterialsScienceand 01005 (1．School 1； Engineering，InnerMongoliaUniversityofTechnology,Hohhot 2．ElectricPower and Institute， EngineeringTechnology Inner GuodianInvestment 01 MongoliaEnergy Co．，Ltd．，Hohhot0080) Abstract：For interactionof factorsin isdifficultto themechanical highnonlinear,complexmany