摘要：针对焊接过程的高度非线性,多种因素的复杂交互作用,难以预测焊接接头力学性能的问题和常用反馈（Backpropagation,BP）神经网络的不足,利用模糊C均值（Fuzzy C-means,FCM）聚类算法和伪逆法相结合,建立焊接接头力学性能模糊径向基（Radial basis function,RBF）神经网络预测模型.以TC4钛合金惰性气体钨极保护焊（Tungsten inert gas arcwelding,TIG焊）焊接工艺参数（焊接电流、焊接速度和氩气流量）作为模型的输入参数,以焊后力学性能（抗拉强度、抗弯强度、伸长率、焊缝硬度和热影响区硬度）作为模型的输出参数.利用27组试验数据对所建模型进行学习训练,用另外9组试验数据进行仿真.结果表明,利用该方法所建模型具有结构稳定、训练速度快、适应性强、鲁棒性好、预测精度高的特点,能够预测焊接接头力学性能.通过数学解析,用函数形式表达焊接工艺参数与接头力学性能之间的规律,可以优化焊接工艺参数,为调控焊接接头的质量提供依据.

关键词：模糊c均值聚类 模糊径向基神经网络 预测 焊接 建模 

单位：内蒙古工业大学材料科学与工程学院 呼和浩特010051 内蒙古国电能源投资有限公司电力工程技术研究院 呼和浩特010080