【摘要】：針對大功率盤型激光焊接狀態(tài),研究一種基于支持向量機的多傳感信息融合分析方法.使用紫外、可視和紅外波段的兩個高速攝像機同時獲取激光焊接過程中金屬蒸氣、飛濺和熔池動態(tài)圖像.通過模式識別技術(shù)提取焊接過程多傳感信息特征及進行數(shù)據(jù)主成分特征分析,并以焊縫寬度變化作為衡量焊接狀態(tài)穩(wěn)定性的參數(shù).運用支持向量機融合各特征,通過網(wǎng)格搜索和粒子群算法優(yōu)化支持向量機參數(shù),建立基于支持向量機的多傳感信息融合模型.結(jié)果表明,支持向量機多傳感信息融合方法能夠有效預(yù)測焊縫寬度變化趨勢,為大功率盤型激光焊接狀態(tài)的實時監(jiān)控提供試驗依據(jù).
[Abstract]:A multi-sensor information fusion analysis method based on support vector machine (SVM) is proposed for high power disk laser welding. Dynamic images of metal vapor, spatter and molten pool during laser welding were obtained by using two high speed cameras in ultraviolet, visible and infrared bands. The multi-sensor information feature of welding process is extracted by pattern recognition technology and the principal component feature of the data is analyzed. The variation of weld width is taken as the parameter to measure the stability of welding state. The support vector machine (SVM) is used to fuse the features, and the support vector machine (SVM) parameters are optimized by mesh search and particle swarm optimization (PSO), and a multi-sensor information fusion model based on support vector machine (SVM) is established. The results show that the multi-sensor information fusion method based on support vector machine can effectively predict the change trend of weld width and provide experimental basis for real-time monitoring of high-power disc laser welding status.
【作者單位】： 廣東工業(yè)大學(xué)機電工程學(xué)院;廣州番禺高勛染整設(shè)備制造有限公司;
【基金】：國家自然科學(xué)基金資助項目(51175095) 廣東省協(xié)同創(chuàng)新與平臺環(huán)境建設(shè)專項資助項目(2015B090901013) 廣東省重大科技專項資助項目(2014B090921008) 廣州市科學(xué)研究專項資助項目(1563000554) 佛山市科技創(chuàng)新專項資助項目(2014AG10015)
【分類號】：TG456.7

【相似文獻】

相關(guān)會議論文 前1條

1 葉廷東;劉桂雄;;傳感信息軟解耦方法的研究進展及分析[A];廣州市儀器儀表學(xué)會2009年學(xué)術(shù)年會論文集[C];2010年

相關(guān)重要報紙文章 前4條

1 記者 沐滟;國家傳感信息中心建設(shè)取得重要突破[N];無錫日報;2012年

2 記者 周曉方;國家傳感信息中心又添產(chǎn)學(xué)研合作項目[N];無錫日報;2010年

3 記者 王峰　通訊員 史國云;建行無錫分行 6億投放“傳感”[N];金融時報;2010年

4 本報記者 周曉方;傾力打造高科技產(chǎn)業(yè)城[N];無錫日報;2009年

相關(guān)博士學(xué)位論文 前1條

1 葉廷東;多傳感信息建模與動態(tài)校正方法研究[D];華南理工大學(xué);2010年

相關(guān)碩士學(xué)位論文 前7條

1 朱珠;物聯(lián)網(wǎng)環(huán)境下的傳感信息分類與共享研究[D];南京郵電大學(xué);2013年

2 徐學(xué)強;多傳感信息融合及其應(yīng)用研究[D];南京郵電大學(xué);2013年

3 于相洋;基于多傳感信息融合的火災(zāi)預(yù)警技術(shù)研究[D];杭州電子科技大學(xué);2012年

4 潘婷;基于物聯(lián)網(wǎng)服務(wù)平臺的海量傳感信息Hadoop處理方法和系統(tǒng)設(shè)計[D];南京郵電大學(xué);2013年

5 王震;基于UDDI的傳感信息應(yīng)用體系設(shè)計與實現(xiàn)[D];南京郵電大學(xué);2014年

6 馮元凱;基于以太網(wǎng)的光纖傳感信息遠程監(jiān)控系統(tǒng)設(shè)計[D];燕山大學(xué);2011年

7 鄒波;基于多傳感信息融合的室內(nèi)機器人位姿監(jiān)測[D];西南科技大學(xué);2014年

，

本文編號：2186657