| 学位论文数据集 | 第3-4页 |
| 摘要 | 第4-6页 |
| abstract | 第6-7页 |
| 第一章 绪论 | 第12-20页 |
| 1.1 选题背景与研究意义 | 第12-13页 |
| 1.2 高压GMAW概述 | 第13-15页 |
| 1.2.1 GMAW分类及应用 | 第13页 |
| 1.2.2 高压GMAW研究现状 | 第13-15页 |
| 1.3 高压GMAW焊接过程稳定性研究现状 | 第15-16页 |
| 1.4 人工神经网络在焊接中的应用 | 第16-18页 |
| 1.4.1 人工神经网络发展概述 | 第16-17页 |
| 1.4.2 人工神经网络在焊接中的应用 | 第17-18页 |
| 1.5 本课题研究的意义和内容 | 第18-20页 |
| 1.5.1 研究意义 | 第18页 |
| 1.5.2 研究内容 | 第18-20页 |
| 第二章 高压GMAW焊接试验系统 | 第20-32页 |
| 2.1 高压GMAW焊接试验系统介绍 | 第20-26页 |
| 2.1.1 高压焊接实验舱及辅助设备 | 第20-23页 |
| 2.1.2 焊接电源 | 第23页 |
| 2.1.3 远程监控系统 | 第23-24页 |
| 2.1.4 焊接参数采集系统 | 第24-26页 |
| 2.2 研究方案 | 第26-30页 |
| 2.2.1 焊接试验方案设计 | 第26-27页 |
| 2.2.2 飞溅率试验方案设计 | 第27页 |
| 2.2.3 焊接准备工作 | 第27-28页 |
| 2.2.4 焊接试验数据采集 | 第28-30页 |
| 2.3 本章小结 | 第30-32页 |
| 第三章 高压GMAW焊接过程稳定性分析 | 第32-82页 |
| 3.1 环境压力对焊接过程稳定性的影响 | 第32-43页 |
| 3.1.1 190A时环境压力对焊接过程稳定性的影响 | 第32-36页 |
| 3.1.2 230A时环境压力对焊接过程稳定性的影响 | 第36-39页 |
| 3.1.3 300A时环境压力对焊接过程稳定性的影响 | 第39-43页 |
| 3.2 焊接参数对焊接过程稳定性的影响 | 第43-79页 |
| 3.2.1 焊接电流 | 第43-55页 |
| 3.2.2 焊接电压 | 第55-62页 |
| 3.2.3 焊接速度 | 第62-66页 |
| 3.2.4 焊丝伸出长度 | 第66-71页 |
| 3.2.5 保护气体 | 第71-79页 |
| 3.3 本章小结 | 第79-82页 |
| 第四章 基于GA-BP神经网络的焊接过程稳定性评价 | 第82-104页 |
| 4.1 遗传算法和BP神经网络简介 | 第82页 |
| 4.2 BP神经网络模型 | 第82-85页 |
| 4.2.1 BP神经网络的结构 | 第82-83页 |
| 4.2.2 BP网络算法 | 第83-84页 |
| 4.2.3 BP网络求解设计 | 第84-85页 |
| 4.3 遗传算法 | 第85-88页 |
| 4.3.1 遗传算法原理 | 第86页 |
| 4.3.2 遗传算法设计 | 第86-88页 |
| 4.4 GA-BP神经网络模型的建立 | 第88-91页 |
| 4.4.1 BP神经网络结构确定 | 第89-91页 |
| 4.4.2 遗传算法参数设计 | 第91页 |
| 4.5 GA-BP神经网络算法的实现 | 第91-94页 |
| 4.5.1 数据归一化处理 | 第91-92页 |
| 4.5.2 参数设置 | 第92页 |
| 4.5.3 BP神经网络模型实现 | 第92-94页 |
| 4.5.4 GA-BP神经网络模型实现 | 第94页 |
| 4.6 GA-BP神经网络输出验证 | 第94-96页 |
| 4.7 多因素权重分析 | 第96-102页 |
| 4.7.1 网络模型权值阈值提取 | 第96-97页 |
| 4.7.2 权重分析 | 第97-102页 |
| 4.8 本章小结 | 第102-104页 |
| 第五章 结论与展望 | 第104-106页 |
| 5.1 结论 | 第104-105页 |
| 5.2 展望 | 第105-106页 |
| 参考文献 | 第106-110页 |
| 致谢 | 第110-112页 |
| 研究成果及发表的学术论文 | 第112-114页 |
| 作者和导师简介 | 第114页 |
