什么是基于BP神經(jīng)網(wǎng)絡(luò)的焊接裂紋識別

由BP定理，對給定的任意ε>0和任意函數(shù)f :[0,1]²→R^m，存在一個3層BP網(wǎng)絡(luò)，它可在任意ε平方誤差精度內(nèi)逼近f。對于有無焊接裂紋的分類識別，建立三層結(jié)構(gòu)的BP神經(jīng)網(wǎng)絡(luò)如圖4所示。

圖4 BP神經(jīng)網(wǎng)絡(luò)模型

Fig.4 Model of BP neural network used in the test

利用a, b, c試件的焊縫檢測結(jié)果共計42組數(shù)據(jù)作為訓(xùn)練樣本，訓(xùn)練后利用a, b, c試件焊縫剩余的6組檢測結(jié)果進行測試，并且用d試件的16組檢測數(shù)據(jù)對網(wǎng)絡(luò)的有效性進行檢驗，檢驗結(jié)果如表3所示。

表3 訓(xùn)練、測試及檢驗結(jié)果

Tab.3 The result of training, test and validation

作為測試樣本的6組數(shù)據(jù)全部成功識別，在16組檢驗樣本中，有2組不包含裂紋的數(shù)據(jù)被誤判為包含裂紋，有1組包含裂紋的數(shù)據(jù)被誤判為不包含裂紋，檢測樣本的平均正確識別率為81.3%。

后對所有焊縫的金屬磁記憶檢測部位進行X射線檢測，發(fā)現(xiàn)被漏判的1組預(yù)制裂紋在實驗條件下未擴展，而其它31條焊接裂紋局產(chǎn)生了擴展，這可能就是該組裂紋被漏判的原因。被誤判的無裂紋部位射線檢測并未發(fā)現(xiàn)裂紋產(chǎn)生，但是由于焊接是一個不均勻的熱循環(huán)和組織轉(zhuǎn)變過程，該部為可能產(chǎn)生了嚴重的應(yīng)力集中甚至出現(xiàn)了微觀裂紋，在實際檢測中應(yīng)對該部為重點監(jiān)測。

編輯由東莞碩動自動化設(shè)備,更多端子焊接機m.nyist-zsw.cn信息登陸咨詢