随着我国国民经济的发展,热镀锌钢板作为防腐镀层产品和国民经济中常用的经济用材,用量愈来愈大。而带钢镀锌生产线的焊缝跟踪精度过低会导致严重的生产资料浪费,不利于控制成本。本文所涉及的某钢厂镀锌生产线,建设时间较早,受场地限制,无法安装先进的焊缝跟踪装置。对此,需要结合镀锌生产线工艺,建立精确的焊缝预测模型,实现焊缝位置的精确预测。本文首先通过机理分析和仿真实验验证,得知影响焊缝位置的各因素间关系比较复杂,基于简单线性关系的多元线性回归方程难以对其进行有效反映。因此,有必要选择可以对非线性关系进行有效拟合的模型。另外,实际条件决定所能用于建模的现场数据比较有限,所以选择的模型需要能适用于小样本。支持向量机(SVM)具有良好的泛化能力,在统计样本量较少的情况下,亦能获得良好统计规律。因此,本文采用支持向量机建立焊缝预测模型,并仿真验证模型预测的准确性;仿真结果表明基于SVM的焊缝模型,预测精度可以达到项目的要求。粒子群优化算法(PSO)结构简单、易于实现,具有很好的收敛速度,可以对SVM参数进行寻优,以得到更合适的SVM参数。对模型加入先验机理知识可以增加模型的“透明性”,提升模型的泛化能力和预测精度。本文将先验知识加入到焊缝模型中,并采用粒子群优化算法对支持向量机参数进行寻优,建立先验机理知识+PSO+SVM的焊缝预测模型,得到更为准确的焊缝跟踪结果,并据此提出焊缝预测模型的实际应用方案。本文提出的方案可有效提高焊缝跟踪的准确性,适合实际生产;如将其应用到实际中,则可以节约企业成本,取得良好的经济和社会效益。