【博士】钢轨交流闪光焊焊接工艺、质量及过程控制研究【2004】

申请免费试用、咨询电话：400-8352-114

内容简介

　　学科专业：交通信息工程及控制　　授予学位：博士　　学位授予单位：西南交通大学　　学位年度： 2004年　　钢轨闪光焊是无缝线路建设中的关键技术，钢轨焊接接头的质量是铁路交通运输安全的保障，为此，针对在铁路行业大量运用的钢轨交流闪光焊的焊接工艺、焊接质量、焊接工艺过程控制进行系统研究，分析影响焊接接头质量的因素以及各因素的影响规律，从工艺参数优化、设备过程控制和焊接接头的质量预测等方面提高焊接接头质量，保证交通运输安全。用信息及计算机技术改造传统产业和学科以实现工业现代化，是目前国家的重要任务之一，本文力求对此有所贡献。　　本文以正交设计安排U71Mn钢轨与PD3钢轨的交流闪光焊焊接工艺试验，高速采集了焊接试验过程中的焊接电流、焊接电压、动立柱位移等参数，在此基础上对焊接工艺、焊接质量、焊接工艺过程控制进行了系统研究。　　通过对正交试验结果的分析，得到了两种钢轨的最佳焊接工艺参数，总结出了焊接接头落锤质量与灰斑面积之间的关系：钢轨焊接接头的落锤质量与焊接接头的灰斑面积之间无一一对应关系，在试验较多时，它们之间的关系服从统计规律，即钢轨焊接接头的落锤质量随焊接接头的灰斑面积的增加而减小。　　通过对高速采集数据的统计与分析，得到了钢轨交流闪光焊焊接接头质量的特征量：低压II阶段的闪光率、加速烧化阶段的闪光率、钢轨闪光焊焊接接头的能量输入、闪光焊接头的焊接时间、闪光焊的烧化量；采用多元线性回归建立了钢轨交流闪光焊焊接接头落锤质量与这些特征量之间的关系模型，利用该模型分析了各特征量对落锤质量的影响主次关系。　　针对钢轨闪光焊系统是一个高度非线性、多变量耦合的系统的特点，首次提出BP神经网络适合钢轨闪光焊落锤质量预测。对刘国东等提出的BP神经网络归一化模型加以改进：落锤次数进行归一化时将落锤次数都加1，从而使归一化的数据在[0．125，0．875]之间，使训练速度大大提高：在此基础上，以低压II阶段的闪光率、加速烧化阶段的闪光率、钢轨闪光焊焊接接头的能量输入、焊接接头闪光焊的焊接时间、闪光焊的烧化量等质量特征量作为BP神经网络预测模型的输入量，建立了输入层单元数为5、隐含层单元数为14的BP神经网络钢轨闪光焊焊接接头落锤质量的预测模型；以正交设计27个焊接试验接头中的17个作为训练样本，其余10个作为检验样本，对钢轨闪光焊焊接接头落锤质量进行预测时，预测准确率达到90％，预测准确率高于多元线性回归预测模型。　　针对交流钢轨闪光焊焊接时间长，焊接效率低的特点，在正交试验分析的基础上，提出了在钢轨闪光焊的高压阶段、低压I阶段采用最大输出功率控制的观点，建立了钢轨交流闪光焊最大输出功率数学模型，并在此基础上建立了高效钢轨交流闪光焊的控制数学模型，试验证明该数学模型应用于焊接过程控制可实现高效焊接，缩短焊接时间，提高焊接生产率。　　

专题推荐

• · 钢轨接头焊接工艺
• · 桥梁博士
• · 移动闪光焊

培训课程

• · 施工技能课程五折，机不可失
• · 【预售】施工前期必备技能
• · 道路路基施工必备知识
• · 市政施工基础入门培训
• · 施工识图读图，这些要掌握!