基于X射线荧光和极端梯度提升的渗铝层厚度预测模型
渗铝作为航空发动机涡轮叶片高温防护的重要手段,其质量与飞行安全密切相关.渗铝层厚度是评估渗层性能的重要因素,但目前的无损检测方法难以对其进行准确测量.针对该问题,将X射线荧光技术与极端梯度提升(XGBoost)算法相结合,通过Pearson相关系数筛选(PCCS)提取特征元素,构建渗铝层厚度预测模型.将该模型与K近邻回归、线性回归、支持向量机、随机森林模型预测结果的平均相对误差进行对比.结果表明,相比其他模型,PCCS-XGBoost模型预测渗层厚度的平均相对误差最小,为1.60%.该研究为渗铝层厚度的无损检测提供了一种新的预测方法.
X射线光学、厚度检测、极端梯度提升、涡轮叶片
59
TL817(粒子探测技术、辐射探测技术与核仪器仪表)
陕西省科研计划项目SKJH20070405
2023-03-08(万方平台首次上网日期,不代表论文的发表时间)
共8页
254-261