基于主成分分析-支持向量机模型的激光钎焊接头质量诊断

发布时间：2019-01-11 11:13

【摘要】：基于主成分分析-支持向量机(PCA-SVM)模型,提出一种利用近红外辐射信号预测接头形貌的方法,研究了信号的变化规律与焊缝形貌之间的相关性,实现了工艺参数的优化。提取信号的6种时域特征参数并进行主成分分析,获得了接头形貌综合评定指标。根据信号的输入特征,利用支持向量机进行了分类预测。结果表明,近红外辐射信号能够反映焊接过程中焊缝状态的变化,不同缺陷的特征变化具有较大差异,且存在清晰的识别度。该预测模型能够准确识别焊缝成形形貌,准确率高达96.6%。
[Abstract]:Based on principal component analysis-support vector machine (PCA-SVM) model, a method of predicting joint morphology using near infrared radiation signal is proposed. The correlation between signal variation and weld morphology is studied, and the optimization of process parameters is realized. Six time domain characteristic parameters of the signal were extracted and principal component analysis (PCA) was carried out to obtain the comprehensive evaluation index of joint morphology. According to the input feature of the signal, support vector machine is used to classify the prediction. The results show that the near infrared radiation signal can reflect the change of weld state during welding process, and the characteristics of different defects vary greatly, and there is a clear degree of recognition. The prediction model can accurately identify the shape of weld, and the accuracy is as high as 96. 6%.
【作者单位】： 华中科技大学材料科学与工程学院;
【基金】：国家自然科学基金(51375191)
【分类号】：TG456.7

【相似文献】

相关期刊论文 前10条

1 DelValls T A ,丁海燕;确定海洋沉积物中污染物来源的方法——多变量主成分分析方法[J];海洋地质动态;2003年11期

2 王建民;王传旭;杨力;余忠林;王运祥;;基于主成分分析模型的煤矿企业员工满意度实证研究[J];安徽理工大学学报(社会科学版);2007年02期

3 刘星;王震;马新东;林忠胜;徐恒振;姚子伟;;常见亚非原油饱和链烷烃分布特征及主成分分析[J];环境污染与防治;2009年08期

4 王卓;;黑龙江省医药产业竞争力实证分析[J];齐齐哈尔大学学报(哲学社会科学版);2013年01期

5 周海廷;;四川绿豆地方品种资源研究 Ⅲ地方品种群体数量性状的通经分析和主成分分析[J];西南科技大学学报(哲学社会科学版);1988年04期

6 董玉库,赵春瑞;木材物理力学性质的综合分析(Ⅰ)——主成分分析[J];东北林业大学学报;1988年06期

7 韩波,林华荣;主成分分析在水质监测优化布点中的应用[J];中国环境监测;1991年01期

8 高伟平;;主成分分析在化学中的应用及在可编程序计算器上的实现[J];化学工程师;1991年06期

9 任玉林，邴春亭，逯家辉，郭晔;近红外漫反射光谱的主成分分析[J];光谱学与光谱分析;1996年06期

10 王丽,何鹰,王颜萍,赵英,李伟,王小如,Frank Lee;近红外光谱技术结合主成分聚类分析判别海面溢油种类[J];海洋环境科学;2004年02期

相关会议论文 前10条

1 么彩莲;魏宁;;关于主成分分析的改进方法探讨[A];中国现场统计研究会第12届学术年会论文集[C];2005年

2 陈明星;缪柏其;靳韬;;利率影响因素的主成分分析与因子分析[A];中国现场统计研究会第12届学术年会论文集[C];2005年

3 孙晓东;胡劲松;焦s，

本文编号：2407075