.png){kind=icon}
返回
Welding sequence optimization based on BP and chaotic whale optimization
.png){kind=icon}
PRE
AI
DOI：10.1007/s40194-025-02232-x.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
焊接工艺优化对于减少结构变形和残余应力至关重要。然而，当焊接工艺规程固定时，优化焊接顺序对于进一步提升性能变得尤为关键，尤其是对于大型框架结构，焊接顺序、结构变形和残余应力之间的非线性关系带来了显著挑战。现有方法严重依赖高成本的有限元模拟和在设计与制造过程分析阶段耗时的人工调整，效率低下且无法满足生产需求。通过整合两者，可以提高效率，并有效降低变形和残余应力。为解决这些挑战，本文提出了一种结合人工神经网络与改进鲸鱼优化算法的焊接顺序优化框架。基于热弹塑性有限元模拟，生成了以焊接顺序为输入、结构变形和残余应力为输出的数据集。该框架预测最优焊接顺序及其对应的变形和应力，为复杂结构构件提供了一种实用解决方案。本研究提出了一种基于反向传播的混沌改进鲸鱼优化算法（CIWOA-BP）模型。与传统的反向传播（BP）模型相比，CIWOA-BP模型实现了更高的预测精度和更强的稳定性。实验结果表明，CIWOA-BP能够有效优化复杂结构构件的焊接顺序，提高焊接质量。具体而言，结构变形减少了50%，残余应力降低了80%，提高了装配精度。
Keyword:
Welding sequence optimization
Thermoelastic-plastic finite element simulation
Chaotic whale optimization
Artificial neural network
期刊
W
IF:
2.5
论文数:
343
被引数:
4.2K
机构
引用论文
Suppressing welding deformation instability of vacuum vessel considering external restraint and welding sequence考虑外部约束和焊接顺序抑制真空容器的焊接变形不稳定性
PREAI
分享收藏
Numerical simulation of weld-induced residual stresses in welded steel moment connections焊接钢构件连接中焊接诱导残余应力的数值模拟
PREAI
分享收藏Numerical simulation of three-dimension stress field in double-sided double arc multipass welding process.png)
MATERIALS SCIENCE AND ENGINEERING A-STRUCTURAL MATERIALS PROPERTIES MICROSTRUCTURE AND PROCESSING
MATERIALS SCIENCE AND ENGINEERING A-STRUCTURAL MATERIALS PROPERTIES MICROSTRUCTURE AND PROCESSINGIF7
PREAI
分享收藏Incorporating domain knowledge into reinforcement learning to expedite welding sequence optimization
PREAI
分享收藏
查看更多内容