卞宇 胡海鹏 马永锋 杨峰 杨志华

摘要：通过对焊接变形预测理论的发展和现状进行一定程度的概述，并且将其具体的划分成以实验和理论相结合为基础的计算阶段、以计算机数据模拟图模型为基础的分析阶段以及以新兴数据挖掘方法为基础的研究应用阶段这三个具有标志性的阶段。并且作者将这三个阶段的预测技术在实际应用过程中的优劣情况进行一定的描述和评论，进而来对当前焊接变形预测方法的应用前景进行一定程度的分析。

关键词：焊接变形；预测；精度控制；神经网络

中图分类号：U671.83 文献标识码：A 文章编号：1672-9129（2018）07-0110-02

Abstract： the development and current situation of welding deformation prediction theory are summarized to a certain extent， and it is divided into the calculation stage based on the combination of experiment and theory， the analysis stage based on the computer data simulation model and the research and application stage based on the new data mining method. Three marked stages. And the author makes a certain description and comment on the advantages and disadvantages of these three stages in the practical application process， and then analyzes the application prospect of the current welding deformation prediction method to a certain extent.

Key words： welding deformation； prediction； accuracy control； neural network

1 船舶大型焊件焊接变形预测理论发展概况

在近几十年来国内外的相关学者一直长期致力于对焊接变形技术的研究工作，随着当前人们从机理的角度对焊接引起的变形情况的认识越来越成熟，对变形量进行预测的技术也得到了很明显的发展。整体上来看，可以将船用大型结构的焊接变形预测理论的发展分成下文所述的三个具体的阶段。

1.1 基于实验和理论的经验计算阶段

在这个阶段中学术界和工业界对焊接变形个的變化进行研究的主要方法是简单结构的焊接实验和理想化假设基础上的经验统计公式以及经验曲线等。还有对一些建造过程中通过实测所收集的一些简单的数据进行简单的量化，然后对焊接变形进行一定范围的余量控制。这个阶段的焊接预测技术在对船舶建造过程进行实际应用的时候暴露出了极强的局限性。

1.2 基于计算机数值模拟的模型分析阶段

这个阶段主要是依赖于快速发展起来的计算机技术，通用热分布有限元方法使对焊接过程中的焊接变形情况进行计算。这种方法可以对整个焊接热循环过程进行全面的考虑，并且通过对焊接构件在温度出现变化时候的弹-塑性过程进行分析后应用固有的应变求出最终的焊接数据模拟。这种方法能够对很多种因素做到同时考虑，然后进行大量较为繁琐的计算。并且在不断发展的过程中被相关的研究人员将数值模型从一维发展成为了二维直到当前的三维。这种方法到当前依然是一种比较常用的定量研究方法，不仅能够对一些变形情况进行预测，还能对焊接接缝额质量以及焊接变形控制进行一定的研究。

1.3 基于新兴数据挖掘方法的研究应用阶段

数据挖掘技术主要是通过一些学者对在大量的实际建造过程中的相关数据进行总结，然后对一些变化的规律进行挖掘，进而来对原理分析的环节进行有效的规避，以此来实现更好的实际应用效果。

数据挖掘技术主要是应用在回归分析过程、人工神经网络和聚类分析以及支持向量机，在所有的数据挖掘技术之中神经网络技术在对船海工程中焊接变形情况进行预测所得到的结果更加的可靠。人工神经网络等数据因为其自身具有极强的自学习能力和非线性建模能力，所以在被应用到复杂的船舶与海洋工程的数据分析过程中可以得到很好的效果。通过对大量的数据训练节点权值进行建造和应用网络的自学习能力来对船舶建造中焊接变形数据之间复杂的内在函数关系进行有效的规避，进而直接准确的预测出焊接变形的具体数值，在具体的应用过程中对于工程精度方面的控制有着非常重要的意义。

2 基于神经网络的新型焊接变形预测理论优势和研究前景

当前以神经网络技术为代表的数据挖掘技术不断趋于成熟，为焊接变形预测技术的发展找到了更多的发展方向。结合当前船舶建造的结构和工程较为复杂的特点，应用传统的建模分析预测方法非常容易产生误差，而通过对大量实际生产数据进行研究和数据挖掘技术的不断发展，以大量数据为基础对变化的规律进行研究的方法能够收到出更佳理想的效果，神经网络建模技术在对船舶与海洋工程中的焊接变形进行预测的时候具有比较大的优势，并且这种方法在当前的预测过程中的应用也比较广泛。人工神经网络属于一种对生物学中的神经系统进行模拟的简单处理单元构成的规模较大的并行分布式处理器。在对船舶建造过程中的焊接变形情况进行预测的时候能够通过对输入的参数和输出的变形量进行建模，额应用网络自学习能力较强的特点对各个节点的权值进行调节，以此来对新的输入进行较为准确的响应输出，通过这样一个流程来实现对变形情况的预测。

上述模型图为当前应用较广的一种前馈型网络模型，主要是对船舶高强度焊接参数和变形情况来实现网络模型的构建。

虽然这种方法具有一定的预测能力，但是在当前的应用研究方面还存在这一定的问题。比如在应用BP网络模型进行实际的拟合预测过程中存在一定的跳动情况，这种情况的出现会使网络的泛化能力以及适应性与理想效果存在差别。而且因为BP网络本身在训练算法方面就存在着一定的缺陷，在代价函数方面很容易陷入局部最小的情况，这样就很难使预测的精度达到理想的范围。

3 结束语

焊接变形预测的技术的优劣在船舶与海洋工程建造过程中控制技术的精度有着极为重要的影响，想要更好的将船舶在实践建造过程中的变形情况进行精准的把握并且将补偿量进行准确的量化在当前还没有特别成熟的方法，因此在今后的技术发展过程中这个领域依然需要被相关的研究人员不断进行开发。在今后进行研究的过程中要主要侧重如何将各种网络模型进行更好的改进和应用的问题之中。

参考文献：

[1]李海峰.海洋工程和船舶焊接变形预测方法研究[J].中国建材科技，2018，27（01）：14-15.

[2]王建勋，初冠南，于昌利，王国学，桂洪斌.船舶与海洋工程中的焊接变形预测方法研究[J].船舶工程，2011，33（S2）：1-5.

[3]周宏，罗宇，蒋志勇，马坤明.大型船舶结构焊接变形固有应变法预测研究[J].江苏科技大学学报（自然科学版），2010，24（02）：134-138.

[4]徐东，杨润党，王文荣，金烨.船体结构焊接变形预测与控制技术研究进展[J].舰船科学技术，2010，31（01）：132-137.