基于粒子群支持向量回归的原位自生工艺参数优化-哈尔滨工业大学学报.PDF

第20卷摇 第1期 材摇 料摇 科摇 学摇 与摇 工摇 艺 Vol.20 No.1 摇 摇 20 12年2月 MATERIALS SCIENCE TECHNOLOGY Feb. ,2012 摇 摇 摇 摇 摇 摇 基于粒子群支持向量回归的原位自生工艺参数优化 1 2 杨摇 垒 ,李文戈 (1.中国矿业大学 信息与电气工程学院,江苏 徐州221008;2.上海海事大学 海洋材料科学与工程研究院,上海201306) 摘摇 要:综合应用激光熔覆和原位反应增强金属基复合材料,是当前金属基复合材料研究领域的一个热点, 本文采用该工艺制备铁基表面复合材料,重点考虑该工艺参数的确定问题.根据在不同工艺参数下合成的铁 基表面的WC体积分数实测数据集,提出建立不同工艺参数下WC体积分数的支持向量回归预测模型,并与 基于人工神经网络模型(ANN)的预测结果进行比较.结果显示:对于相同的训练样本和检验样本,SVR预测 模型比ANN预测模型具有更强的泛化能力.最后根据建立的预测模型,应用粒子群算法寻优得到最优工艺 参数,该工艺参数在实际实验过程中的应用,验证了该方法的有效性. 关键词:激光熔覆;原位自生;支持向量回归;粒子群算法 中图分类号:TG156.99 文献标志码:A 文章编号:1005-0299(2012)01-0044-05 Optimization of process of in鄄situ technology based on SVR and PSO 1 2 YANG Lei ,LI Wen鄄Ge (1.School of Information and Electrical Engineering,China University of Mining and Technology,XuZhou221008; China;2.Institute of Marine Material Science and Engineering,Shanghai Maritime University ,Shanghai201306。 China) Abstract:The in鄄situlasercladdingtechniqueisusedtopreparereinforcedironmatrix surfacecomposites,and the issue of optimizing technique parameters is concerned in this study.According to the experimental dataset on the volumefraction of carbide under different processparameters,the support vector regression (SVR) ap鄄 proach isproposedtoestablishamodelforsimulationoftherelationshipbetweenthevolumefractionof carbide and process parameters.The prediction results demonstrate that the estimated errors of the SVR model are all less thanthoseoftheANNmodel.Itisalsorevealedthatthegeneralizationability of SVRmo