10.7512/j.issn.1001-2303.2014.11.21
基于数学模型的大功率碟形激光焊支持向量回归熔宽预测
在焊接质量控制过程中,一个重要的考察因素就是熔宽.焊接是一个多因素强耦合问题,为了研究预测熔宽变化情况,采用支持向量机回归熔宽预测.构造出支持向量回归模型,并利用实验数据验证其准确性,借助于BP神经网络作为对比,以检验支持向量回归熔宽预测的效果.结果表明,BP神经网络和支持向量都能够很好地用于大功率碟形激光焊接过程,其中SVR更加合适,并且支持向量机预测效果在步数相同的情况下明显优于BP神经网路的预测结果.SVR在N=3时取得最优值,可是计算量与计算时间随N值减小时反而会增加,在综合了多方面的因素后,最终确定N=10为最优解.
大功率碟形激光焊、支持向量回归、熔宽预测
44
TG439.4(焊接、金属切割及金属粘接)
2015-01-13(万方平台首次上网日期,不代表论文的发表时间)
共4页
87-90