焊管厂MES焊接参数预报模型的研究及应用
提升企业竞争力是企业研究的重要课题，而提高产品质量和生产率更是提升企业市场竞争力的关键环节。在焊管生产的各个要素之中，焊接参数是衡量焊管质量重要指标，焊管参数的合理搭配对焊接质量起到决定性影响。研究焊管焊接过程中焊接参数的变化规律，进而通过这种规律用于实际生产指导，这不仅能提升生产力，而且能及时纠正焊接过程中产生的异常数据，具有一定使用价值。 通过对某ERW焊管厂MES系统中提取的精焊数据分析，认为焊接数据中的焊接电流、焊弧电压、焊接电压、焊接速度之间存在函数关系。这种函数关系可以通过数学方法获取。根据实际需要，实验过程中以焊接电流为预报量，运用统计模型的逐步回归法建立了焊接电流、焊弧电压、焊接电压、焊接速度之间的预报模型;运用改进的BP神经网络法对预报对象进行了预报，并与逐步回归法对预报精确度进行了对比分析。结果表明，BP神经网络法对数据的预报精确度大于逐步回归法，在考虑焊接电流大小对产品质量的影响下，可以使用BP神经网络法对焊接数据进行预报，提高产品质量和生产率。
焊接参数;预报模型;BP神经网络
北京化工大学
硕士
控制工程
杜天苍;韩宝云
2018
中文
TG441.7
57
2018-09-18（万方平台首次上网日期，不代表论文的发表时间）