电子束焊接工艺的神经网络模型训练及工艺参数优化方法

本申请涉及电子束焊接技术领域，特别涉及一种电子束焊接工艺的神经网络模型训练及工艺参数优化方法，其中，方法包括：获取电子束焊接工艺的历史实验数据；根据历史实验数据生成数据集，利用数据集训练预先构建的神经网络模型，训练过程中基于误差反向传播更新神经网络模型的模型参数，其中，神经网络模型的输入为焊接参数和垫板厚度，神经网络模型的输出为焊缝质量、焊接能耗和加工余量；利用训练完成的神经网络模型监控电子束焊接工艺的焊缝质量、焊接能耗和加工余量，根据焊缝质量、焊接能耗和加工余量优化焊接参数和垫板厚度。由此，解决了相关技术中焊接质量不稳定，焊接能耗、后续机加工量及生产成本较高，生产效率较低等问题。