申请/专利权人：中南大学

申请日：2023-11-07

公开（公告）日：2024-01-26

公开（公告）号：CN117454175A

主分类号：G06F18/214

分类号：G06F18/214;G06F17/16;G06N3/006;G06N3/048;G06N3/08;G06N3/06;G06Q10/0639

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.02.13#实质审查的生效;2024.01.26#公开

摘要：本发明提供了一种基于FOA‑BPNN及实时数据监测的焊接质量预测与评估方法，属于焊接质量检测与评估领域。所述一种基于FOA‑BPNN及实时数据监测的焊接质量预测与评估方法包括以下步骤：建立基于FOA‑BPNN的焊接质量预测模型，使用训练集数据进行训练；使用训练后的焊接质量预测模型进行预测，输出焊接质量指标数据；使用监测系统监测实际焊接过程，输出烧穿程度和飞溅个数数据；建立焊接质量评估模型，输入数据进行焊接质量评估。本发明可以用于焊接质量检测与评估，实现焊接质量低成本无损伤检测和考虑多个质量评估参数的综合定量评估，具有科学性高和通用性强的优点。

主权项：1.一种基于FOA-BPNN及实时数据监测的焊接质量预测与评估方法，其特征在于，包括以下步骤：步骤1：建立基于FOA-BPNN的焊接质量预测模型，使用训练集数据进行训练；步骤2：使用训练后的焊接质量预测模型进行预测，输出焊接质量指标数据；步骤3：使用监测系统监测实际焊接过程，输出烧穿程度和飞溅个数数据；步骤4：建立焊接质量评估模型，输入数据进行焊接质量评估；FOA是指果蝇优化算法，BPNN是指反向传播神经网络。

全文数据：

权利要求：

百度查询： 中南大学 一种基于FOA-BPNN及实时数据监测的焊接质量预测与评估方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD