什么是基于BP神经网络的焊接裂纹识别

由BP定理，对给定的任意ε>0和任意函数f :[0,1]²→R^m，存在一个3层BP网络，它可在任意ε平方误差精度内逼近f。对于有无焊接裂纹的分类识别，建立三层结构的BP神经网络如图4所示。

图4 BP神经网络模型

Fig.4 Model of BP neural network used in the test

利用a, b, c试件的焊缝检测结果共计42组数据作为训练样本，训练后利用a, b, c试件焊缝剩余的6组检测结果进行测试，并且用d试件的16组检测数据对网络的有效性进行检验，检验结果如表3所示。

表3 训练、测试及检验结果

Tab.3 The result of training, test and validation

作为测试样本的6组数据全部成功识别，在16组检验样本中，有2组不包含裂纹的数据被误判为包含裂纹，有1组包含裂纹的数据被误判为不包含裂纹，检测样本的平均正确识别率为81.3%。

后对所有焊缝的金属磁记忆检测部位进行X射线检测，发现被漏判的1组预制裂纹在实验条件下未扩展，而其它31条焊接裂纹局产生了扩展，这可能就是该组裂纹被漏判的原因。被误判的无裂纹部位射线检测并未发现裂纹产生，但是由于焊接是一个不均匀的热循环和组织转变过程，该部为可能产生了严重的应力集中甚至出现了微观裂纹，在实际检测中应对该部为重点监测。

编辑由东莞硕动自动化设备,更多端子焊接机www.dgsodon.com信息登陆咨询