CSSA-DWNN算法的机器人焊接工艺参数优化研究

使用机器人进行焊接作业是提升工业生产效率的重要手段，合理的工艺参数是保障机器人焊接质量的关键。针对现有焊接工艺参数优化方法易陷入局部最小、训练时间长、拟合精度不高的问题，提出了一种混沌麻雀搜索算法优化双权值神经网络的新算法。该方法利用混沌麻雀搜索算法的全局搜索能力为双权值神经网络的方向权值、核心权值、幅值选取最优参数。提出了基于新算法的焊接工艺参数优化方法，建立焊接工艺参数与焊接质量之间的映射模型，获取最优焊接参数。分别采用模拟数据与实测激光焊接实验数据对所提方法进行测试，结果表明，混沌麻雀搜索算法优化的双权值神经网络迭代速度快、拟合精度高，较传统的双权值神经网络和径向基神经网络性能更优，适用于工业生产中焊接机器人工艺参数的高效设定。