连续油管TIG焊接头最薄弱区工艺-性能神经网络预测模型

作者：李琳; 李继红; 余晗; 赵鹏康; 毕宗岳; 张敏

来源：焊管, 2012, (01): 5-7+12.

DOI：10.19291/j.cnki.1001-3938.2012.01.001

• 连续油管
• TIG焊
• BP神经网络
• 冲击韧性 coiled tube
• TIG welded joint
• BP neural network
• impact toughness

通过试验检测出连续油管TIG焊接头最薄弱区力学性能,采用BP神经网络对该区域工艺性能进行仿真预测,研究了不同训练函数对网络性能的影响,通过对比分析不同训练函数下网络性能,得出连续油管TIG焊接头最薄弱区线能量-冲击功预测模型,最终选取LM算法、SCG算法对网络进行训练,采用这两种算法建立起的线能量-冲击功模型精度较高,测试数据预测值与实测值平均相对误差分别为0.785%和0.34%,网络能够很好地对"未知"冲击功进行预测。

• 单位
  宝鸡石油钢管有限责任公司; 西安理工大学