Modelo de Predicción de la Calidad de la Soldadura Ultrasónica de Metales Basado en MHSA-LSTM-AHP

Resumen

La tecnología de soldadura ultrasónica de metales (UMW) se utiliza ampliamente en industrias como la fabricación de vehículos eléctricos debido a su eficiencia, bajo aporte de calor y capacidad para unir metales diferentes. Sin embargo, la calidad de la soldadura de la tecnología UMW es susceptible a diversos parámetros del proceso, por lo que garantizar la consistencia es un reto. En este estudio se propuso un modelo de predicción de la calidad que combina el proceso jerárquico analítico (AHP), la memoria a corto y largo plazo (LSTM) y la autoatención múltiple (MHSA) para evaluar con precisión la calidad de las uniones de la tecnología UMW. El proceso UMW se analizó en cuatro etapas basadas en las operaciones de producción actuales, y se extrajo información característica a partir de los datos característicos del proceso muestreados por el equipo de inspección en línea. Se desarrolló un marco jerárquico basándose en los principios del AHP para dilucidar las interrelaciones entre los datos del proceso en tiempo real, las características del proceso y la calidad conjunta de la UMW. En este estudio se estableció un modelo de predicción de la calidad MHSA-LSTM-AHP aprovechando las ventajas de LSTM y MHSA en el aprendizaje de dependencias temporales. Se realizó un análisis comparativo utilizando la red neuronal de retropropagación optimizada por algoritmos genéticos (GA-BP) y los modelos LSTM-AHP para evaluar el rendimiento del modelo propuesto. Los resultados indican que el modelo propuesto funciona bien en la predicción de la resistencia a la tracción y la resistencia de contacto, con un error medio del 3,21 % y el 3,7 %, respectivamente. Este estudio puede proporcionar una referencia satisfactoria para la construcción de un sistema de control de calidad en línea y la optimización del proceso UMW.