基于偏最小二乘回归的焊缝形状预测模型.pdfVIP

基于偏最小二乘回归的焊缝形状预测模型.pdf

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
基于偏最小二乘回归的焊缝形状预测模型.pdf

6 .试验与研究· 焊接技术 第39巷第3期2010年3月 文章编号:1002-025X(2010)03-0006-04 基于偏最小二乘回归的焊缝形状预测模型 杨宗辉,李晓泉,王泽民,初雅杰 (南京工程学院材料工程学院,江苏南京211167) 摘要:提出了基-i--偏最小二乘回归模型的焊缝形状预测方法。以药芯焊丝C02气体保护焊作为研究对象,建立了包括焊缝熔深、熔宽及 余高等几何尺寸在内的焊缝形状偏最小二乘回归预测模型和多元线性回归预测模型。结果表明,偏最小二乘回归模型有效解决了预测模 型中焊接电流与电孤电压等自变量问存在的多重共线性f-1题,比传统的多元线性回归模型具有更高的预测精度,相对误差在5%左右。 关键词:焊缝形状;偏最小二乘回归;c02焊;药芯焊丝 文献标志码:B 中图分类号:TP391.9:TG444.73 缝成形不利。同时。因焊接过程很复杂,且焊接方法 O前言 很多。上述研究距实用化尚有差距,多尝试一些先进 焊缝几何尺寸、材料化学成分及焊接热循环等三 的数学方法对此开展研究无疑是很有意义的。 因素决定了焊接接头的力学性能。为了在机械化、自 本文采用偏最小二乘回归(PLSR)方法建立焊 动化焊接过程中获得优良的焊接质量,弄清焊接工艺 缝形状预测模型。偏最小二乘同归方法由化学界的伍 参数与焊缝几何尺寸之间的关系,建立相应的数学模 德、阿巴诺等人在1983年提出,该方法足在普通多 型是十分重要的。国内外学者在建模时主要采用2种 元回归的基础上揉合进主成分分析、典型相关分析思 E1] 方法。其一为普通的多元线性回归方法,SDattad 想.很好地解决了自变量间多重共线性问题㈦。而影 等人提出采用多元线性回归模型来预测埋弧焊的焊道 响焊缝形状的自变量多,且有自变量之间多重线性相 体积。LJ 关.采用PLSR方法进行焊缝形状预测建模是很适合 Yangt2]采用多元线性回归方法对埋弧焊的 熔敷面积与工艺参数的关系进行了研究。其二为神经 的。 网络方法,P¨,3等人利用自适应补偿神经网络研究 埋弧焊中焊缝尺寸与焊接工艺参数之间的非线性关 1 PLSR建模方法 系。YS E41等人研究了TIG焊中焊缝尺寸特征与 Tang 焊接工艺参数之间的关系.其手段为反相传播神经网 组样本点.然后对原始数据进行标准化处理。记凡 DS 为因变量y的标准化变量,E。为自变量集合X的标 E剐等人则利用神经网络模型来预测焊 络。Nagesh 条电弧焊的焊缝尺寸。国内的张建勋:61等利用神经网 准化矩阵。 络技术研究了CO:气体保护焊焊缝形状预测模型。I (2)从X中提取综合变量: SKim E,1等人则利用多元回归技术与神经网络技术开 tl=Xwl.=--W11xt+wl∥2+…+Wlp%, 发了一套焊缝形状预测智能系统。 r(xl,y) 利用上面2种方法进行焊缝形状预测建模研究虽 r(x2,Y) 取得了不少成果。但多元线性回归在自变量问存在多 其中:怍1亍生一 重线性相关问题时精度和稳定性会受到很大影响.而 V暑讹∽r(xp,Y) 神经网络方法虽在预测精度方面有优势,但却在模型 对应关系的解释上不够明确.这对通过模型来优化焊

文档评论(0)

gacz + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档