一种考虑焊接环境的耐压壳焊接工艺优化方法

本发明涉及焊接工艺优化，具体是涉及一种考虑焊接环境的耐压壳焊接工艺优化方法。

背景技术：

1、深海空间站外部耐压壳是保障工作人员安全，保证设备运作的基础与核心，其不仅能够为空间站提供稳定的自由活动空间，更能够满足在深海环境下高强度的抗压性能要求。分段环形耐压壳加工方法中的焊接工艺是确保耐压壳密闭性的核心技术，而焊接工艺在耐压壳整体制造过程中的能量消耗与碳排放量均占整体的40％以上。因此，如何在保证完成加工任务的情况下减少能耗与碳排放，从而符合经济性与高能效的绿色制造要求，受到了各方学者的广泛关注。

2、在工艺优化设计方面，申请号为cn202310113961.2的基于焊接质量、成本及碳排放的焊接工艺参数优化方法，其公开了一种基于mlp的工艺优化方法，然而该方法无法满足耐压壳环形结构在气体保护焊方式中的工艺参数优化，无法满足耐压壳结构的复杂焊接工艺过程。

技术实现思路

1、发明目的：针对以上问题，本发明提供一种考虑焊接环境的耐压壳焊接工艺优化方法。

2、技术方案：为解决上述问题，本发明采用一种考虑焊接环境的耐压壳焊接工艺优化方法，包括以下步骤：

3、s1：选取影响耐压壳焊接能耗与碳排放的工艺参数，获取不同焊接环境下耐压壳焊接过程中工艺参数设置对应焊接能耗与碳排放的样本集；

4、s2：根据样本集训练并测试xgboost集成模型，分别得到焊接能耗和碳排放与焊接环境和工艺参数之间函数关系的回归预测模型；

5、s3：结合回归预测模型，以降低焊接能耗和碳排放为优化目标，将工艺参数作为决策变量，采用多目标粒子群优化算法mopso对工艺参数进行优化，并找出最优解。

6、进一步的，所述工艺参数包括焊接电压、焊接电流、焊接速度。

7、进一步的，所述以降低焊接能耗和碳排放为优化目标的目标优化模型为：

8、

9、其中，ec为焊接能耗的机理模型，ce为碳排放的机理模型，ecxg为基于xgboost的焊接能耗的回归预测模型，cexg为基于xgboost的碳排放的回归预测模型，ia为焊接电流，vo为焊接电压，sf为焊接速度，d为能耗校正参数，t为焊接全过程时长，αenv为加工环境影响因子，ηelec(t)为电能碳排放函数，随焊接阶段时长变化而变化，b1、b2、b3、b4、b5、b6均为标定系数，由实验数据拟合获得，iamin为焊接电流的最小值，iamax为焊接电流的最大值，vomin为焊接电压的最小值，vomax为焊接电压的最大值，sfmin为焊接速度的最小值，sfmax为焊接速度的最大值。

10、进一步的，所述步骤s2中根据样本集训练并测试xgboost集成模型，通过梯度提升的方式实现，xgboost集成模型每一次迭代中，添加一个新的树模型，以最小化模型目标函数，模型目标函数表示为：

11、

12、其中，l()为损失函数，yi为第i个样本的测量值，yi为第i个样本的预测值，n为样本个数，ω(fx)为第x棵树模型的正则项。

13、进一步的，分别得到焊接能耗和碳排放与焊接环境和工艺参数之间函数关系的回归预测模型后，以工艺参数作为模型的输入参数，焊接能耗或碳排放作为输出，从而得到对应工艺参数的预测焊接能耗或碳排放，根据预测的焊接能耗和碳排放作为多目标粒子群优化算法的个体适应度值，对对工艺参数进行寻优。

14、进一步的，多目标粒子群优化算法的寻优步骤为：

15、s31：初始设定模型参数，将目标优化模型作为目标函数，并初始化粒子群支配集与非支配集，同时随机分配坐标，设定初始权重系数和参数约束范围；

16、s32：根据对应工艺参数预测的焊接能耗和碳排放作为个体适应度输入优化的目标函数，并更新各粒子坐标与速度；

17、s33：计算粒子极值pbest，并做分层处理，利用pareto前沿解计算全局最优值pgest；

18、s34：引入扰动因子，避免mopso陷入局部最优解；

19、s35：重复步骤s32，直到迭代次数满足终止条件，输出最终最优工艺参数组。

20、进一步的，所述步骤s32中粒子坐标与速度的更新公式为：

21、vmn(t+1)＝ωvmn(t)+c1×rand1n×(pibest-xmn(t))+c2×rand2n×(pgest-xmn(t))

22、xmn(t+1)＝xmn(t)+vmn(t+1)

23、其中，vmn(t+1)表示粒子下一时刻的更新速度，vmn(t)表示粒子此刻的更新速度，ω表示惯性权重，c1、c2表示学习率，rand1n、rand2n表示(0,1)之间的均匀分布随机数，pibest表示第i颗粒子在t时刻的最优位置，pgest表示搜索的最优位置，xmn(t)表示粒子此刻的坐标，xmn(t+1)表示粒子下一时刻的更新坐标。

24、有益效果：本发明相对于现有技术，其显著优点是在考虑焊接环境情况下，选择利用焊接通用参数作为自变量，可扩展性强，融合xgboost模型与多目标粒子群优化算法(mopso)，完成耐压壳焊接工艺在能耗与碳排放环节的预测与参数优化，对工艺参数的选择更准确，在未来耐压壳的制造工艺环节有效地减小了加工成本，提高了材料利用率与生产效率。

技术特征：

1.一种考虑焊接环境的耐压壳焊接工艺优化方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的耐压壳焊接工艺优化方法，其特征在于，所述工艺参数包括焊接电压、焊接电流、焊接速度。

3.根据权利要求1所述的耐压壳焊接工艺优化方法，其特征在于，所述以降低焊接能耗和碳排放为优化目标的目标优化模型为：

4.根据权利要求1所述的耐压壳焊接工艺优化方法，其特征在于，所述步骤s2中根据样本集训练并测试xgboost集成模型，通过梯度提升的方式实现，xgboost集成模型每一次迭代中，添加一个新的树模型，以最小化模型目标函数，模型目标函数表示为：

5.根据权利要求4所述的耐压壳焊接工艺优化方法，其特征在于，所述样本集随机排序，并将75％作为训练集，25％作为测试集。

6.根据权利要求5所述的耐压壳焊接工艺优化方法，其特征在于，分别得到焊接能耗和碳排放与焊接环境和工艺参数之间函数关系的回归预测模型后，以工艺参数作为模型的输入参数，焊接能耗或碳排放作为输出，从而得到对应工艺参数的预测焊接能耗或碳排放，根据预测的焊接能耗和碳排放作为多目标粒子群优化算法的个体适应度值，对对工艺参数进行寻优。

7.根据权利要求6所述的耐压壳焊接工艺优化方法，其特征在于，多目标粒子群优化算法的寻优步骤为：

8.根据权利要求7所述的耐压壳焊接工艺优化方法，其特征在于，所述步骤s32中粒子坐标与速度的更新公式为：

9.一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至8中任一项所述方法的步骤。

10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至8中任一项所述的方法的步骤。

技术总结本发明公开了一种考虑焊接环境的耐压壳焊接工艺优化方法，选取影响耐压壳焊接能耗与碳排放的工艺参数，获取不同焊接环境下耐压壳焊接过程中工艺参数设置对应焊接能耗与碳排放的样本集；根据样本集训练并测试XGBoost集成模型，分别得到焊接能耗和碳排放与焊接环境和工艺参数之间函数关系的回归预测模型；结合回归预测模型，以降低焊接能耗和碳排放为优化目标，将工艺参数作为决策变量，采用多目标粒子群优化算法MOPSO对工艺参数进行优化，并找出最优解。在考虑焊接环境情况下，选择利用焊接通用参数作为自变量，可扩展性强，对工艺参数的选择更准确，在未来耐压壳的制造工艺环节有效地减小了加工成本，提高了材料利用率与生产效率。技术研发人员：谢阳,戴逸群,刘金锋,张建,周宏根受保护的技术使用者：江苏科技大学技术研发日：技术公布日：2024/9/29