动臂作为连接车架和铲斗的连接件,是装载机工作的主要承力构件。动臂为焊接件,其焊接部位由于受热不均造成焊后变形,使动臂板间的开档距和对称度发生了变化,影响动臂下道加工工序和装载机的装配。由于影响动臂焊后变形的原因复杂,对动臂焊后变形矫正的研究较少,在矫正时多依赖矫正经验,使得每次矫正后偏差较大,矫正次数多,目前已出现的自动化矫正装置,采用差值补偿法,适用动臂型号有限,随矫正动臂型号增多,矫正次数不断增加,效率有待进一步提高。本文针对这一问题,运用BP神经网络通过学习矫正数据,逼近动臂矫正规律,建立BP神经网络矫正算法模型,在矫正中准确决策矫正距离,从而提高动臂焊后变形矫正的精度和效率,提高动臂矫正的自动化和智能化。本文的主要研究内容和成果如下:动臂在矫正时夹紧固定动臂板连接横梁部位,在动臂板一端用液压缸施加载荷使动臂板发生塑性变形来抵消焊接引起的变形;结合动臂形状尺寸,将动臂等价为悬臂梁自由端受集中载荷。通过弹塑性变形理论分析,来获得影响矫正变形的因素,结合实际矫正中矫正前偏差量、矫正后偏差量、回弹量、矫正距离的关系确定BP神经网络的输入和输出,确定需要采集的矫正数据样本有矫正前偏差量、矫正后偏差量、矫正至标准位置的压力和矫正距离,确定BP神经网络决策矫正距离算法模型思路。BP神经网络模型的实现需要掌握计算机编程语言及较高的编程能力,MATLAB中的神经网络工具箱集合了目前神经网络大部分成熟的成果,为实现神经网络提供的便利的工具。本文在MATLAB神经网络工具箱中对BP神经网络决策矫正距离模型做了设计,确定网络结构为单隐层,隐层神经元个数为10的网络结构;并对网络做了训练和仿真,训练和测试平均误差达到0.5mm以下,理论上可以用于决策动臂矫正距离。MATLAB多用于科研,人机交互性能欠缺,在工程中直接应用较少,本文将Lab VIEW和MATLAB相结合,在Lab VIEW编程中调用MATLAB Scrip节点,在动臂矫正的控制程序中实现了MATLAB决策矫正距离,相应的编程了数据采集模块、数据记录模块、BP神经网络训练模块、BP神经网络决策模块和矫正执行模块。针对目前平台不足,讨论了增加可矫正动臂型号,为应用平台用BP神经网络决策矫正做支撑准备。通过验证实验,验证BP神经网络决策矫正距离的可行性,有实验结果可知,BP神经网络决策矫正距离使没件动臂矫正次数平均减少3.2次,节约时间19s,切实提高了矫正效率。