基于GBDT算法的焊缝背面熔宽预测

来源 :热加工工艺 | 被引量 : 0次 | 上传用户:zoook
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
针对智能化焊接中的熔池质量控制环节,采用端到端的集成学习模型,提出一种更加有效的实时预测方法.基于集成学习算法GBDT建立起焊接参数、熔池尺寸与焊缝背部熔宽之间的预测模型.训练数据集由GTAW焊接仿真数据以及焊接实验数据组成.该模型有效提高了焊接过程中背面熔宽的预测准确性,进而为智能化焊接提供更有效的熔池质量控制.
其他文献
在薄板焊接过程中,由于环境光干扰、物体表面反射和激光散射等因素的影响,采集的图像中噪声密度过大,造成焊缝中心难以准确提取.针对上述问题,提出了一种基于视觉传感的薄板对接焊缝特征提取方法,设计了一种基于线激光的视觉传感系统,实现对薄板表面激光条纹图像的快速采集.针对复杂环境下激光条纹图像的灰度特征,采用图像二值化和自适应中值滤波算法去除图像中的噪声,利用重心法和统计列像素点个数方法选取ROI区域;通过对ROI区域图像进行阈值分割、开运算和提取重心得到激光条纹中心线;最后采用二阶差分法和极值搜索法得到对接焊缝