基于改进神经网络的激光焊接偏差智能识别研究  

作　　者：王海旭 

机构地区：[1]惠州亿纬锂能股份有限公司,广东惠州516000

出　　处：《信息产业报道》2025年第1期0164-0166,共3页Information Industry Report

摘　　要：针对激光焊接过程中出现的偏差识别问题,提出了一种基于改进神经网络的智能识别方法,通过对传统 BP 神经网络进行改进设计了新型的网络结构和优化算法,建立了激光焊接偏差识别模型,采用多层感知机结构,引入自适应学习率和动量因子,提升了网络的学习能力和收敛速度。利用实际焊接数据进行训练和验证,对焊缝成形、熔深和焊缝宽度等特征参数进行提取和分析,构建了完整的偏差识别系统,实验结果表明,改进后的神经网络模型在识别精度和稳定性方面均优于传统方法,偏差识别准确率提升至 95.8%,处理速度提高 40%,为激光焊接过程的智能化控制提供了有效的技术支持。

关 键 词：激光焊接 神经网络 偏差识别 特征提取 

分 类 号：TP183[自动化与计算机技术—控制理论与控制工程]