基于KF-GPR的熔池关键特征建模方法
针对自动焊接智能化程度相对较低的问题,提出一种基于在线视觉反馈的卡尔曼滤波-高斯过程回归(kalman filter gaussian process regression,KF-GPR)的建模方法,分析了建模方法的理论可行性,建立了熔池关键动态特征与焊接参数的最优预测模型.相比于传统统计方法,KF-GRP可以更准确的估计动态焊接过程的分布形式与参数,具有高度的鲁棒性和容错性,并能得到更加合理的模型.设计了304不锈钢不填丝TIG焊试验,利用试验取得的8423组试验数据进行建模并验证.结果表明,KF-GPR能有效地抑制信号噪声,对熔池特征进行快速、高精度建模,为后续焊接动态控制奠定基础.
在线动态建模、熔池关键特征、卡尔曼滤波、高斯过程回归
39
TG409(焊接、金属切割及金属粘接)
辽宁省科技创新重大专项2015106011
2019-01-16(万方平台首次上网日期,不代表论文的发表时间)
共4页
49-52