倪永谦，王猛，杜心伟，刘仁培，魏艳红

(南京航空航天大学，南京 210000)

0 前言

电弧增材再制造技术是基于电弧增材制造技术，通过层层堆积的制造方式，实现零部件损伤部位的尺寸恢复和零部件性能恢复或提升的先进制造技术，具有制造成本低、修复效率高、零件性能好、材料利用率高等优点[1-2]。电弧增材再制造技术在航空航天、能源化工、轨道交通等高端技术装备领域具有广阔的应用前景。

成形件精度较低是制约电弧增材再制造技术发展的重要因素，保证成形效率的同时提高成形件精度是当下主要研究方向之一[3-5]。单道焊缝成形尺寸精度的控制对于增材再制造构件的成型精度具有重要影响，国内外学者对焊接参数和焊缝尺寸之间的模型关系也做了大量研究工作，Tao等人[6]开发了一种二阶回归模型来定量估计工艺变量对焊道几何形状的影响；Xiong等人[7]比较了人工神经网络(ANN)和二阶回归模型在4个焊接工艺变量下预测焊缝高度和宽度的准确性；Nagesh等人[8]建立了一个反向传播神经网络(BPNN)模型，该模型实现了输入因素(送丝速度、电弧功率、电弧电压、焊接电流、电弧长度和焊接速度)和输出因素(焊道高度、焊道宽度、焊道深度和焊道面积)之间的较高精度预测。

目前，已经证明人工神经网络在预测焊道几何尺寸方面有较高的预测精度和较强的泛用性[9]。然而，神经网络模型的结构及初始权值和阈值的选择会对网络训练精度产生较大影响，易出现局部最优解情况，降低模型精度。……