基于TVCNN的高铁用铝合金型材自适应激光焊接研究
摘要
针对高铁用铝合金型材焊接过程中存在的装配间隙问题，提出了一种基于卷积神经网络（CNN）的自适应焊接方法。该方法通过对焊接过程中的关键参数进行实时监测和分析，能够有效提高焊接质量和效率。首先进行了不同工况下的激光焊接试验，用于探索不同工况下的工艺区间。其次，利用大量焊接试验得到的数据训练CNN模型，以识别焊接缺陷。最后利用训练好的模型对实际焊接过程进行实时监控，并通过反馈控制机制调整激光功率，以达到最优焊接效果。该自适应焊接系统能够显著减少焊接缺陷，生产出良好的焊接接头。研究结果为高铁用铝合金型材的焊接质量提高提供了一种新的方案，具有重要的理论意义和应用价值。
引用本文（GB/T 7714）
马寅 Ma Yin, 王尉 Wang Wei, 马国龙 Ma Guolong, 等. 基于TVCNN的高铁用铝合金型材自适应激光焊接研究[J]. Chinese Journal of Lasers, 2025.
引文网络
本站仅收录题录与摘要供学习参考，全文版权归属出版方；如有侵权请联系我们删除。