大功率碟形激光焊支持向量回归熔宽预测算法
大功率碟形激光焊接作为一种重要的新型激光加工技术在制造业领域得到日益广泛的应用.针对焊接过程多变量强耦合性以及反馈的实时性要求,提出了用支持向量机(SVR)对焊接过程中熔宽变化量进行预测的新方法,并根据焊接试验数据对其性能进行验证.同时分析对比了支持向量机与BP神经网络的预测效果.结果表明,BP神经网络和支持向量机的训练和单步预测效果良好,均可以应用在大功率碟形激光焊接过程中,但SVR模型要更加适应于大功率碟形激光焊接过程的样本训练和预测.当采样点数N值取10时预测效果最优.
支持向量回归、大功率碟形激光焊接、熔宽预测
34
TG409(焊接、金属切割及金属粘接)
国家自然科学基金资助项目51175095;广东省自然科学基金资助项目10251009001000001,9151009001000020;高等学校博士学科点专项科研基金资助项目20104420110001
2013-08-23（万方平台首次上网日期，不代表论文的发表时间）
共4页
25-28
