1.  绪论
1.1  遗传算法与神经网络在预测应用方面的研究现状
1.1.1  基于遗传算法的神经网络在预测应用方面的研究现状
 1.1.2  遗传算法与神经网络在焊接方面的国内外研究现状
1.2 本课题的研究内容
以焊条作为填充金属的熔焊方法中，在一定的焊接工艺条件下，焊条的质量是影响焊缝质量的决定性因素。焊条的质量又主要取决于焊条制造原材料(包括焊条药皮和焊芯)的成分。而焊条药皮配方设计是一个多因子试验设计问题，各组分之间存在着复杂的交互作用和非线性效应，并且没有固定的函数关系可遵循。如何获得焊条熔焊金属力学性能与焊条原材料成分之间的映射关系，仍是焊条配方设计和性能分析研究中的一个难点。如果能够获得焊条配方设计的预测模型，实现直接由焊条熔敷金属力学性能智能预测焊条原材料成分，对于焊条质量控制与焊条生产自动化、智能化具有重要的指导意义。目前，在焊条设计研究中，大都以回归法或BP网络建立影响因子和性能指标间的关系模型。利用回归法需要事先假设因子与指标之间满足某种特定的关系，并在此前提下进行试验，但预先选择的数学模型未必合适，因此这种方法具有较大的局限性。BP网络具有很强的非线性处理能力。文中针对碳钢焊条，在实际生产数据基础上，利用遗传算法优化的BP神经网络技术建立焊条熔敷金属力学性能智能化预测模型，研究焊条熔敷金属力学性能与焊条原材料成分之间的映射关系。
从对相关文献资料的阅读了解，将遗传算法和神经网络技术应用于针对碳钢焊条原材料配方设计问题，分析和总结出焊条原材料配方中各个合金元素的加入量与熔敷金属力学性能的基本规律和内在联系，最终可以实现根据熔敷金属力学性能指标要求调整碳钢焊条药皮原材料配方中合金元素的含量。这一课题的研究不仅可以指导焊接生产，提高焊接的智能化和焊接质量，提高生产率，而且可以加深自身对智能化焊接工艺的理解。因此针对碳钢焊条原材料配方设计问题，结合碳钢焊条配方、生产过程、技术管理要求，分析和总结出焊条原材料配方中各个合金元素的加入量与熔敷金属力学性能的基本规律和内在联系。主要内容包括：
（1）分析碳钢焊条原材料中各合金元素的加入量与熔敷金属力学性能之间的关系；
（2）采用遗传算法，建立碳钢焊条原材料配方成分神经网络预测模型；
（3）利用试验数据对模型进行训练及验证；
（4）分析模型计算结果与试验结果之间的误差及存在的原因。
2.  碳钢焊条配方成分特点分析
2.1  酸性碳钢焊条配方成分特点分析　
酸性碳钢焊条配方原材料有：大理石、萤石、钛铁矿、还原钛铁矿、低度硅铁、雾化铁粉、低度硅铁、天然金红石、云母、白泥、长石、钛白粉、中碳锰铁、有机物（木粉、淀粉、纤文素）、钾钠水玻璃、雾化铁粉、低度硅铁等等，它们添加在焊条中在焊接过程中所起的作用如下：
（1）大理石,熔点：2572℃,在焊接过程中所起的作用脱硫、稳弧、分解CO2，保护焊缝不被氧化氮化、造成短渣，使方向性焊接方便脱磷（间接）。用量过多会减慢焊接速度、使焊缝成型粗糙、熔点高使渣粘度增加、易使焊缝产生内气孔。主要化学成分CaCO3≥95,S≤0.03,P≤0.03；在焊条药皮中的作用是造渣和造气，其次还有稳弧和提高熔渣的碱度以及脱硫等作用，并且随着CaCO3含量的增高，脱渣率、飞溅率和耗电量相应增加。
（2）萤石，熔点：1375℃，在焊接过程中所起的作用为强稀释剂，使焊缝中气体易于逸出；能脱氟，并与氢结合成HF而挥发，减少氢白点倾向；氟属高电离元素，破坏电弧稳定，含量大于10%就会使交流焊接困难，必须加入很强的稳弧剂，才有可能用交流；与氢结合生成的HF易挥发且有毒，在密封容器内使用需加强劳动保护，但萤石本身无毒，萤石主要化学成分CaF2≥96 ，S≤0.03 ，P≤0.02。在焊条药皮中的主要作用是造渣，在碱性渣里，它能降低渣的熔点，粘度和表面张力，增加渣的流动性，可以减少焊缝金属中的气体杂质，有一定的去氢作用。对焊接工艺性能的影响：如萤石的颗粒度对焊接工艺性能，如飞溅、脱渣没有明显的影响，CaF2含量越高，脱渣性能越好。             碳钢焊条配方成分遗传神经网络预测(2):http://www.youerw.com/cailiao/lunwen_4831.html