[1]李 驰,李广军.机器学习算法在焊接领域中的应用[J].焊管,2016,39(5):25-30.[doi:10.19291/j.cnki.1001-3938.2016.05.005]
　LI Chi,LI Guangjun.Application of Machine Learning Algorithm in Welding Field[J].,2016,39(5):25-30.[doi:10.19291/j.cnki.1001-3938.2016.05.005]
点击复制

机器学习算法在焊接领域中的应用
分享到：

《焊管》[ISSN:1001-3938/CN:61-1160/TE]

卷:
39
期数:
2016年第5期
页码:
25-30
栏目:
应用与开发
出版日期:
2016-05-28

文章信息/Info

Title:
Application of Machine Learning Algorithm in Welding Field
文章编号:
10.19291/j.cnki.1001-3938.2016.05.005
作者:
李 驰1; 李广军2
1. 四川大学 锦城学院计算机科学与软件工程系， 成都 611731；
2. 江苏理工学院 汽车与交通工程学院， 江苏 常州 213001
Author(s):
LI Chi1;  LI Guangjun2
1. Department of Computer Science and Software Engineering of Jincheng College, Sichuan University, Chengdu 611731, China;
2. School of Automobile and Traffic Engineering, Jiangsu University of Technology, Changzhou 213001, Jiangsu, China
关键词:
焊接; 机器学习; 神经网络; 支持向量机; 遗传算法
Keywords:
welding;  machine learning;  neural network;  support vector machines;  genetic algorithm
分类号:
TG409
DOI:
10.19291/j.cnki.1001-3938.2016.05.005
文献标志码:
B
摘要:
针对机器学习算法已经渗透到了焊接领域的情况，在对近年来焊接领域相关文献深入研究分析的基础上，重点阐述了在焊接领域运用较多的神经网络、支持向量机和遗传算法。分析总结了机器学习算法在焊接领域的应用方式，包括标准应用、改进应用和交叉混合应用。同时也介绍了机器学习算法在建模预测与参数优化、路径规划与焊接顺序、过程控制与质量监测和缺陷识别与分类判定方面的应用情况。对机器学习算法在焊接领域的未来发展进行了展望。
Abstract:
The machine learning algorithm penetrated in welding field, based on deep analysis on the relevant literature in welding field in recent years, it emphatically expounded neural network, support vector machine and genetic algorithm which are widely applied in the welding field. Analyzed and summarized the application mode of machine learning algorithm in the welding field, including standard application, improvement application and cross mixed application. And it also introduced the application of machine learning algorithm in the aspects of modeling prediction and parameter optimization, path planning and welding sequence, process control and quality monitoring, defect recognition and classification criteria. It also carried out future development outlook for machine learning algorithm in the welding field.

参考文献/References:

[1] 陈明. MATLAB神经网络原理与实例精解[M]. 北京：清华大学出版社，2013.
[2] 韩力群. 人工神经网络教程[M]. 北京： 北京邮电大学出版社，2006：58，200.
[3] 贾剑平，徐坤刚，李志刚. 改进型BP网络在优化焊接工艺参数中的应用[J]. 热加工工艺， 2008, 37(21)：98-100.
[4] 何谷慧，阎保定，孙立功，等. 基因植入遗传算法在焊接机器人序列规划中的应用[J]. 河南科技大学学报（自然科学版）， 2008, 29（5）：33-35.
[5] 张为民，钟碧良. 基于最小二乘支持向量机的船舶水下焊接质量在线监测[J]. 中国造船，2009，50（1）：117-120.
[6] 董志波，魏艳红，占小红，等. 遗传算法与神经网络结合优化焊接接头力学性能预测模型[J]. 焊接学报，2007,28（12）：69-72.
[7] 陈志翔，殷树言，卢振洋. 基于遗传模拟退火算法的弧焊机器人系统协调路径规划[J]. 机械工程学报，2005,41（2）：194-198.
[8] 刘立鹏，王伟，董培欣，等. 基于遗传神经网络的焊接接头力学性能预测系统[J]. 焊接学报， 2011, 3（7）：105-108.
[9] 王智祥, 王正伦. 2205双相不锈钢焊接应力与变形的SVM回归预测研究[J].船舶工程，2010, 32（1）：74-78.
[10] 彭泽军. 基于RBF网络的MIG焊焊接工艺参数选择模型[J]. 焊接技术，2014, 43（6）：35-39.
[11] 冯超，韩俊杰，张红伟，等. 基于Marc和遗传算法的焊接工艺参数优化[J]. 北京交通大学学报，2012, 36(4)：149-152.
[12] 崔晓芳，马君，赵海燕，等. 基于遗传算法的箱型结构焊接顺序优化[J]. 焊接学报，2006, 27（8）：5-8.
[13] 张春伟，刘海江，姜冬冬. 基于遗传算法的白车身机器人焊接路径规划[J]. 同济大学学报（自然科学版），2011, 39（4）：576-580.
[14] 姚竞争，韩端锋，苗玉刚. 基于焊接速度的遗传算法在装配中的应用[J]. 焊接学报，2011, 32（6）：89-92.
[15] 贾剑平，刘云龙，金伟，等. 基于遗传算法的位置PID控制器在旋转TIG焊接系统中的应用[J]. 焊接技术，2012, 41（11）：37-39,67.
[16] 邹伟，刘玉生. 基于支持向量机的激光焊接过程辨识与控制[J]. 计算机仿真，2008, 25（12）：114-117.
[17] 邸新杰，李午申，白世武，等. 焊接裂纹金属磁记忆信号的神经网络识别[J]. 焊接学报，2008, 29（3）：13-16.
[18] 王天辉，马立元，李世龙，等. 基于量子遗传算法的钢管焊接结构焊缝损伤识别[J]. 海军工程大学学报，2012, 24（6）：89-94.
[19] 张晓光，肖兴明，任世锦，等. 基于广义加权支持向量机的焊接缺陷分类方法[J]. 华东理工大学学报(自然科学版)，2005, 31（5）：644-648.
[20] 刘元祥，张晓光，高顶. 基于支持向量机的射线检测焊接图像中缺陷识别[J]. 煤矿机械，2006, 27（5）：773-776.
[21] 樊坤，张人千，夏国平. 随机双目标焊接车间调度建模与仿真[J]. 系统仿真学报，2009, 21（13）：3096-3099.
[22] 王家海，王毅. 基于蚁群算法的白车身焊接机器人路径优化研究[J]. 制造业自动化，2008, 30（5）：16-18.
[23] 舒服华. 基于LSSVM和AFSA的摩擦焊接工艺参数优化[J]. 焊接学报，2008, 29（12）：104-108.
[24] 王郑拓，冯振礼，叶国云，等. 基于人工蜂群算法的双机器人路径规划分析[J]. 焊接学报，2015, 36（2）：97-100.

相似文献/References:

[1]赵春友.中直径直缝双面埋弧焊钢管[J].焊管,2007,30(5):59.[doi:1001－3938（2007）05－0059－02]
　ZHAO Chun-you.Longitudinal Double Submerged Arc Welded Pipe with Medium Diameter[J].,2007,30(5):59.[doi:1001－3938（2007）05－0059－02]
[2]郭瑞杰,付桂英,杨天冰,等.长输油气管道激光焊接技术[J].焊管,2007,30(6):78.[doi:1001－3938（2007）06－0078－03]
　GUO Rui-jie,FU Gui-ying.Laser Welding Technology of Long Distance Pipeline[J].,2007,30(5):78.[doi:1001－3938（2007）06－0078－03]
[3]毕宗岳,张锦刚.连续管焊丝的试验研究[J].焊管,2008,31(1):26.[doi:1001－3938（2008）01－0026－03]
　BI Zong-yue,ZHANG Jin-gang.Testing & Research of Welding Wire Used for Coil Tubing[J].,2008,31(5):26.[doi:1001－3938（2008）01－0026－03]
[4]韩志诚,王少刚,徐凤林,等.双相不锈钢的焊接研究进展[J].焊管,2008,31(3):5.[doi:1001－3938（2008）03－0005－04]
　HAN Zhi-cheng,WANG Shao-gang,XU Feng-lin,et al.Progress of Research on Welding of Duplex Stainless Steel[J].,2008,31(5):5.[doi:1001－3938（2008）03－0005－04]
[5]张盟军,刘换军,张 璐,等.林肯焊机并联技术的应用[J].焊管,2008,31(3):56.[doi:1001－3938（2008）03－0056－02]
　ZHANG Meng-jun,LIU Huan-jun,ZHANG Lu,et al.Parallel Connection Technology Application of Lincoln Welding Machine[J].,2008,31(5):56.[doi:1001－3938（2008）03－0056－02]
[6]周友龙,方永龙,袁卫东,等.T91/TP347H管接头焊接工艺试验研究[J].焊管,2008,31(4):17.[doi:1001－3938（2008）04－0017－04]
　ZHOU You-long,FANG Yong-long,YUAN Wei-dong,et al.Study on Welding Procedure Test of T91/TP347H Pipe Joint[J].,2008,31(5):17.[doi:1001－3938（2008）04－0017－04]
[7]冯 斌,刘 宇,刘方明.X70级管线钢焊接热裂纹模拟研究[J].焊管,2009,32(1):15.[doi:1001－3938(2009)01－0015-06]
　FENG Bin,LIU Yu,LIU Fang-min.Welding Thermal Crack Simulation Study on X70 Grade Pipeline Steel[J].,2009,32(5):15.[doi:1001－3938(2009)01－0015-06]
[8]徐 刚,王 旭,李树军,等.林肯交流焊机斯考特连接的研究[J].焊管,2009,32(3):52.[doi:1001－3938（2009）03－0052－02]
　XU Gang,WANG Xu,LI Shu-jun,et al.The Research of Lincoln AC Welding Machine Scott Connection[J].,2009,32(5):52.[doi:1001－3938（2009）03－0052－02]
[9]张祥,曾涛.基于ANSYS压力容器筒体与平板封头焊缝残余应力有限元分析[J].焊管,2009,32(5):22.[doi:1001－3938（2009）05－0022－03]
　ZHANG Xiang,ZENG Tao.The Finite Element Analysis on the Weld Residual Stress of the Pressure Vessel Cylinder and Plate Dome Based on ANSYS[J].,2009,32(5):22.[doi:1001－3938（2009）05－0022－03]
[10]尹长华,邹欣,李广民.“东西伯利亚—太平洋”管道工程项目中焊接相关认证介绍[J].焊管,2009,32(6):59.[doi:1001－3938（2009）06－0059－05]
　YIN Chang-hua,ZOU Xin,LI Guang-min.Regarding qualification and certificate Correlated with Welding[J].,2009,32(5):59.[doi:1001－3938（2009）06－0059－05]

备注/Memo

备注/Memo:
收稿日期：2016-01-08
作者简介：李   驰（1974—），男，四川成都人，硕士，讲师，主要研究方向为智能信息处理，机器学习，数据挖掘等。
更新日期/Last Update: