Skip to main content
main-content

Tipp

Weitere Artikel dieser Ausgabe durch Wischen aufrufen

26.07.2016 | Original Article | Ausgabe 3/2018

Neural Computing and Applications 3/2018

RBF-NN-based model for prediction of weld bead geometry in Shielded Metal Arc Welding (SMAW)

Zeitschrift:
Neural Computing and Applications > Ausgabe 3/2018
Autoren:
Ali N. Ahmed, C. W. Mohd Noor, Mohammed Falah Allawi, Ahmed El-Shafie

Abstract

Welding processes are considered as an essential component in most of industrial manufacturing and for structural applications. Among the most widely used welding processes is the shielded metal arc welding (SMAW) due to its versatility and simplicity. In fact, the welding process is predominant procedure in the maintenance and repair industry, construction of steel structures and also industrial fabrication. The most important physical characteristics of the weldment are the bead geometry which includes bead height and width and the penetration. Different methods and approaches have been developed to achieve the acceptable values of bead geometry parameters. This study presents artificial intelligence techniques (AIT): For example, radial basis function neural network (RBF-NN) and multilayer perceptron neural network (MLP-NN) models were developed to predict the weld bead geometry. A number of 33 plates of mild steel specimens that have undergone SMAW process are analyzed for their weld bead geometry. The input parameters of the SMAW consist of welding current (A), arc length (mm), welding speed (mm/min), diameter of electrode (mm) and welding gap (mm). The outputs of the AIT models include property parameters, namely penetration, bead width and reinforcement. The results showed outstanding level of accuracy utilizing RBF-NN in simulating the weld geometry and very satisfactorily to predict all parameters in comparison with the MLP-NN model.

Bitte loggen Sie sich ein, um Zugang zu diesem Inhalt zu erhalten

Sie möchten Zugang zu diesem Inhalt erhalten? Dann informieren Sie sich jetzt über unsere Produkte:

Springer Professional "Wirtschaft"

Online-Abonnement

Mit dem Wirtschafts-Abo erhalten Sie Zugriff auf über 1 Mio. Dokumente aus mehr als 45.000 Fachbüchern und 300 Fachzeitschriften aus folgenden Fachgebieten:

  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb

Testen Sie jetzt 30 Tage kostenlos.

Springer Professional "Technik"

Online-Abonnement

Mit dem Technik-Abo erhalten Sie Zugriff auf über 1 Mio. Dokumente aus mehr als 40.000 Fachbüchern und 300 Fachzeitschriften aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Umwelt
  • Maschinenbau + Werkstoffe

Testen Sie jetzt 30 Tage kostenlos.

Springer Professional "Wirtschaft+Technik"

Online-Abonnement

Mit dem Kombi-Abo erhalten Sie vollen Zugriff auf über 1,8 Mio. Dokumente aus mehr als 61.000 Fachbüchern und rund 500 Fachzeitschriften aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Umwelt
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Maschinenbau + Werkstoffe

Testen Sie jetzt 30 Tage kostenlos.

Literatur
Über diesen Artikel

Weitere Artikel der Ausgabe 3/2018

Neural Computing and Applications 3/2018Zur Ausgabe

Premium Partner

Neuer Inhalt

BranchenIndex Online

Die B2B-Firmensuche für Industrie und Wirtschaft: Kostenfrei in Firmenprofilen nach Lieferanten, Herstellern, Dienstleistern und Händlern recherchieren.

Whitepaper

- ANZEIGE -

Product Lifecycle Management im Konzernumfeld – Herausforderungen, Lösungsansätze und Handlungsempfehlungen

Für produzierende Unternehmen hat sich Product Lifecycle Management in den letzten Jahrzehnten in wachsendem Maße zu einem strategisch wichtigen Ansatz entwickelt. Forciert durch steigende Effektivitäts- und Effizienzanforderungen stellen viele Unternehmen ihre Product Lifecycle Management-Prozesse und -Informationssysteme auf den Prüfstand. Der vorliegende Beitrag beschreibt entlang eines etablierten Analyseframeworks Herausforderungen und Lösungsansätze im Product Lifecycle Management im Konzernumfeld.
Jetzt gratis downloaden!

Bildnachweise