什么是基于BP神經(jīng)網(wǎng)絡(luò)的焊接裂紋識(shí)別

由BP定理，對(duì)給定的任意ε>0和任意函數(shù)f :[0,1]²→R^m，存在一個(gè)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(duì)于有無(wú)焊接裂紋的分類識(shí)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(cè)結(jié)果共計(jì)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(cè)結(jié)果進(jìn)行測(cè)試，并且用d試件的16組檢測(cè)數(shù)據(jù)對(duì)網(wǎng)絡(luò)的有效性進(jìn)行檢驗(yàn)，檢驗(yàn)結(jié)果如表3所示。

表3 訓(xùn)練、測(cè)試及檢驗(yàn)結(jié)果

Tab.3 The result of training, test and validation

作為測(cè)試樣本的6組數(shù)據(jù)全部成功識(shí)別，在16組檢驗(yàn)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(cè)樣本的平均正確識(shí)別率為81.3%。

后對(duì)所有焊縫的金屬磁記憶檢測(cè)部位進(jìn)行X射線檢測(cè)，發(fā)現(xiàn)被漏判的1組預(yù)制裂紋在實(shí)驗(yàn)條件下未擴(kuò)展，而其它31條焊接裂紋局產(chǎn)生了擴(kuò)展，這可能就是該組裂紋被漏判的原因。被誤判的無(wú)裂紋部位射線檢測(cè)并未發(fā)現(xiàn)裂紋產(chǎn)生，但是由于焊接是一個(gè)不均勻的熱循環(huán)和組織轉(zhuǎn)變過(guò)程，該部為可能產(chǎn)生了嚴(yán)重的應(yīng)力集中甚至出現(xiàn)了微觀裂紋，在實(shí)際檢測(cè)中應(yīng)對(duì)該部為重點(diǎn)監(jiān)測(cè)。

編輯由東莞碩動(dòng)自動(dòng)化設(shè)備,更多端子焊接機(jī)www.sexymsviolet.com信息登陸咨詢