10.11951/j.issn.1005-0299.20220247
基于机器学习的薄板等离子弧搭接焊的熔深预测
在等离子弧搭接焊中,搭接焊接头的焊缝熔深是评价焊接质量的关键指标之一,而焊接过程中的热输入信息和熔池图像信息都与焊缝熔深有密切关系.本文通过建立304L不锈钢薄板等离子弧搭接焊数据采集系统,利用LabVIEW实时检测电信息,采用视觉传感技术实时获取薄板等离子弧搭接焊过程中的熔池图像,并通过图像处理方法获得熔池的几何参数信息,结合焊接工艺参数,选择峰值电流、峰值电压、焊接速度、离子气流量、保护气流量、熔池宽度和熔池后端长度作为输入量,焊缝熔深作为输出量,建立了基于支持向量机回归和BP神经网络的熔深预测模型.实验验证表明,采用径向基函数的支持向量机回归模型可以有效地对焊缝熔深进行预测,并具有很好的泛化能力,可为进一步实现在线优化焊接工艺参数提供依据.
等离子弧焊、薄板、LabVIEW、视觉传感、SVR、熔深预测
31
TG456.2;TP181(焊接、金属切割及金属粘接)
国家自然科学基金;工信部高技术船舶科研计划
2023-08-29(万方平台首次上网日期,不代表论文的发表时间)
共9页
51-59