基于PCA_RVM的焊缝偏差识别

• 作者: 杜健辉 王国荣 石永华 黄国兴
• 来源期刊: 华南理工大学学报（自然科学版）
• 学科: 工学
• 关键词: 旋转电弧传感器 焊接 主成分分析 关联向量机
• 年，卷（期）: 2010,（12）
• 页码范围: 20-23
• 分类号: TG444.3
• 字数: 3357字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-565X.2010.12.004

摘要

为提高基于旋转电弧传感器的焊缝跟踪系统的精度,提出了主成分分析(PCA)线性降维方法与关联向量机(RVM)相结合的焊缝偏差识别方法.首先,对采集到的焊接电流信号进行小波滤波,进行周期划分和数据标准化处理.然后,对采集到的焊缝偏差数据集进行主成分分析,映射到低维的PCA空间,作为关联向量机的训练样本集;最后,利用实验数据进行测试.实验结果表明:基于PCA_RVM的焊缝偏差识别方法的最大误差为0.54 mm,平均误差为0.43 mm;PCA_RVM的精度与普通的关联向量机法相差不大,比区间积分法、神经网络法和支持向量机法更高,其运行速度比区间积分法慢,但比神经网络法、支持向量机法和普通的关联向量机法快,所以PCA_RVM更适用于基于旋转电弧传感器的焊缝跟踪系统.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	黄国兴	华南理工大学机械与汽车工程学院	12	185	6.0	12.0
2	石永华	华南理工大学机械与汽车工程学院	76	714	14.0	22.0
3	王国荣	华南理工大学机械与汽车工程学院	67	846	17.0	23.0
4	杜健辉	华南理工大学机械与汽车工程学院	8	52	4.0	7.0