截至到2014年底,我国高速铁路里程已超过1.6万公里,高速列车及高速动车组为我国客运和经济发展做出了巨大贡献。铝合金型材具有韧性高、密度小、高强度、较好的抗腐蚀性等特点,其制造的车体质量要比钢材料的低30%左右,是车体轻量化设计的首选材料。高速列车车体在焊接过程中,由于焊接热输入量的不均匀变化,焊接接头中会产生焊接残余应力。相关文献表明,焊接残余应力对结构的稳定性、静强度、疲劳、抗腐蚀能力等均有潜在影响,是影响高速列车车体焊接质量的重要因素,因此本文通过数值仿真及人工神经网络算法预测焊接残余应力,以便采取合理的工艺措施降低焊接残余应力的危害具有重要的意义。本文以6005A-T6铝合金为研究对象,利用Sysweld软件对铝合金薄板焊接过程的温度场、应力场进行了数值仿真分析,仿真分析了工艺参数对焊接应力场分布的影响;分别建立了工艺参数与应力场参数的BP神经网络预测模型和RBF神经网络预测模型;最后基于神经网络对高速动车组车体侧墙的最大纵向焊接残余应力作了预测研究分析。主要研究内容如下:在数值模拟取样试验的基础上,分别利用BP神经网络和RBF神经网络建立了焊接工艺参数(焊接电流、焊接电压、焊接速度)与焊接过程(最大横向残余应力、最大纵向残余应力、最大Vonmises残余应力)的预测模型。该模型可以对最大横向残余应力、最大纵向残余应力、最大Vonmises残余应力进行预测,对选取合理的工艺参数具有指导意义。在上述构建的神经网络预测模型的基础上,建立了高速动车组车体侧墙8条焊缝焊接工艺参数(焊接电流、焊接电压、焊接速度、预热温度)与最大纵向焊接残余应力的预测模型。预测结果表明,该模型预测误差在许可范围内,为高速动车组车体侧墙焊接制造加工工艺参数的确定提供指导。