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

• 作者: 王春明 程力勇 米高阳 胡席远 黎硕
• 来源期刊: 中国激光
• 学科: 工学
• 关键词: 激光技术 激光钎焊 近红外辐射信号 质量诊断 主成分分析 支持向量机
• 年，卷（期）: 2017,（3）
• 所属期刊栏目: 激光制造
• 页码范围: 76-83
• 页数: 8页
• 分类号: TG456.7
• 语种: 中文
• DOI: 10.3788/CJL201744.0302004

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％.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王春明		70	426	13.0	17.0
2	胡席远		60	643	15.0	23.0
3	程力勇		3	5	1.0	2.0
4	黎硕		8	6	1.0	2.0
5	米高阳		12	8	2.0	2.0