研究目标：基于焊接工艺参数与材料特性的关联分析，通过数据采集与特征提取，构建焊接应力数据集。建立并训练焊接应力深度学习模型，实现对复杂焊接工况下应力的快速计算。并对计算结果进行可视化展示，揭示焊接应力的分布规律，利用模型的计算结果，为焊接工艺优化和结构稳定性提升提供数据支撑。 主要研究内容：（1）针对TC4/TA15前轴承机匣的氩弧焊及电子束焊，构建焊接应力数据集，通过仿真计算采集焊接工艺参数、焊接材料属性、几何参数等相关数据及对应参数条件下的焊接应力数据。对数据进行清洗、预处理和特征提取，建立涵盖多种工艺参数的焊接应力数据集；（2）构建并优化基于深度学习的焊接应力计算模型，利用构建的数据集，搭建并训练适用于焊接应力计算的深度学习模型。调整模型结构和参数，并采用交叉验证对模型进行测试和验证，实现复杂工况下的焊接应力快速计算；（3）开展基于深度学习模型的焊接应力计算结果可视化研究，直观展示应力分布规律，通过焊接应力的快速计算为多焊缝结构的高质量焊接提供技术支撑。 技术指标：（1）快速计算与仿真计算结果趋势一致，焊接应力数值偏差不超过20%；（2）焊接应力计算模型响应时间不超过20s。