提升企業(yè)競爭力是企業(yè)研究的重要課題,而提高產(chǎn)品質(zhì)量和生產(chǎn)率更是提升企業(yè)市場競爭力的關(guān)鍵環(huán)節(jié)。在焊管生產(chǎn)的各個要素之中,焊接參數(shù)是衡量焊管質(zhì)量重要指標(biāo),焊管參數(shù)的合理搭配對焊接質(zhì)量起到?jīng)Q定性影響。研究焊管焊接過程中焊接參數(shù)的變化規(guī)律,進(jìn)而通過這種規(guī)律用于實際生產(chǎn)指導(dǎo),這不僅能提升生產(chǎn)力,而且能及時糾正焊接過程中產(chǎn)生的異常數(shù)據(jù),具有一定使用價值。通過對某ERW焊管廠MES系統(tǒng)中提取的精焊數(shù)據(jù)分析,認(rèn)為焊接數(shù)據(jù)中的焊接電流、焊弧電壓、焊接電壓、焊接速度之間存在函數(shù)關(guān)系。這種函數(shù)關(guān)系可以通過數(shù)學(xué)方法獲取。根據(jù)實際需要,實驗過程中以焊接電流為預(yù)報量,運用統(tǒng)計模型的逐步回歸法建立了焊接電流、焊弧電壓、焊接電壓、焊接速度之間的預(yù)報模型;運用改進(jìn)的BP神經(jīng)網(wǎng)絡(luò)法對預(yù)報對象進(jìn)行了預(yù)報,并與逐步回歸法對預(yù)報精確度進(jìn)行了對比分析。結(jié)果表明,BP神經(jīng)網(wǎng)絡(luò)法對數(shù)據(jù)的預(yù)報精確度大于逐步回歸法,在考慮焊接電流大小對產(chǎn)品質(zhì)量的影響下,可以使用BP神經(jīng)網(wǎng)絡(luò)法對焊接數(shù)據(jù)進(jìn)行預(yù)報,提高產(chǎn)品質(zhì)量和生產(chǎn)率。

【文章頁數(shù)】：57 頁

【學(xué)位級別】：碩士

【文章目錄】：
學(xué)位論文數(shù)據(jù)集
摘要
ABSTRACT
第一章 緒論
    1.1 課題研究背景
    1.2 焊接參數(shù)研究背景
    1.3 相關(guān)理論及技術(shù)
    1.4 焊接參數(shù)
    1.5 本文主要研究內(nèi)容
第二章 基于逐步回歸法的ERW焊接參數(shù)預(yù)報模型研究
    2.1 焊管廠參數(shù)研究背景
    2.2 統(tǒng)計模型基本概述
    2.3 逐步回歸分析法
    2.4 逐步回歸法算法步驟
    2.5 焊接參數(shù)來源及分析
    2.6 焊接參數(shù)處理
        2.6.1 焊接參數(shù)提取過程
        2.6.2 實驗數(shù)據(jù)分析
        2.6.3 試驗樣本選取
        2.6.4 預(yù)報量和預(yù)報因子
    2.7 逐步回歸法建立預(yù)報模型
    2.8 統(tǒng)計模型優(yōu)缺點
    2.9 本章小結(jié)
第三章 基于BP神經(jīng)網(wǎng)絡(luò)的ERW焊接參數(shù)預(yù)報模型研究
    3.1 BP神經(jīng)網(wǎng)絡(luò)發(fā)展
    3.2 神經(jīng)元模型
    3.3 BP神經(jīng)網(wǎng)絡(luò)原理
    3.4 神經(jīng)網(wǎng)絡(luò)算法存在的缺陷
    3.5 BP神經(jīng)網(wǎng)絡(luò)改進(jìn)方法
    3.6 BP神經(jīng)網(wǎng)絡(luò)對焊管參數(shù)的研究意義
    3.7 BP神經(jīng)網(wǎng)絡(luò)對ERW焊管參數(shù)研究
    3.8 實驗過程及結(jié)果
        3.8.1 實驗過程
        3.8.2 結(jié)果分析
        3.8.3 實驗總結(jié)
    3.9 本章小結(jié)
第四章 總結(jié)與展望
    4.1 總結(jié)
    4.2 展望
參考文獻(xiàn)
致謝
研究成果及發(fā)表的學(xué)術(shù)論文
導(dǎo)師及作者簡介
專業(yè)學(xué)位碩士研究生學(xué)位論文答辯委員會決議書



本文編號：3792772