基于支持向量回歸(SVR)的材料熱加工過程建模.pdf

1、金屬材料熱加工自動化是材料熱加工技術(shù)發(fā)展的一個趨勢,但其過程涉及到溫度場、流場、組織場、應(yīng)力場、形變場、熔化與凝固等復(fù)雜變化,使得采用經(jīng)典的建模方法難以獲得材料熱加工過程的精確數(shù)學(xué)模型。然而,獲取該過程中的知識模型,有助于認識復(fù)雜熱加工過程的規(guī)律,獲取人類智能的經(jīng)驗知識,甚至升華人類智能的經(jīng)驗知識,從而實現(xiàn)復(fù)雜熱加工過程的自動化和智能化,所以獲取熱加工過程的知識模型意義重大。近年來,采用模糊集理論、神經(jīng)網(wǎng)絡(luò)理論、粗糙集理論以及兩者結(jié)合的

2、理論獲取材料熱加工過程的知識模型成為科研人員關(guān)注的焦點,但這些方法都存在一些本身難以克服的缺點,有必要對這類復(fù)雜過程的建模方法進一步研究?；诮Y(jié)構(gòu)風(fēng)險最小化原則的支持向量回歸建模方法具有較強的泛化能力,克服了以往建模方法的“維數(shù)災(zāi)難”和“過學(xué)習(xí)”等問題,對于復(fù)雜過程建模具有較好的適用性。因此,本文引入支持向量回歸建模方法,并針對熱加工過程的SVR知識建模方法中各步驟所涉及的問題進行了必要的形式化,給出了相應(yīng)的解決方法,最終將各個步驟模塊

3、化,開發(fā)了材料熱加工過程MPSVR知識建模軟件系統(tǒng)。以匯眾汽車公司活塞環(huán)用HUNTER型砂鑄造生產(chǎn)線為基礎(chǔ),給出了濕型砂鑄造過程質(zhì)量預(yù)測SVR建模試驗結(jié)果及分析,并且將SVR建模方法與已應(yīng)用的灰色關(guān)聯(lián)分析評價方法進行了比較。試驗結(jié)果表明,SVR知識建模方法及設(shè)計的MPSVR軟件系統(tǒng)對型砂鑄造過程質(zhì)量預(yù)測建模具有較強的可行性和有效性,獲得型砂鑄造過程模型的復(fù)雜程度和精度都是可以滿足要求的,模型易于理解。從而,證明了SVR建模方法對于型砂鑄

4、造復(fù)雜過程是有效的知識建模方法。本文以基于視覺傳感的焊接過程為背景,將SVR知識建模方法應(yīng)用于鋁合金脈沖GTAW焊接動態(tài)過程建模,根據(jù)不同材料不同焊接方法下熱積累不同,提出了三種不同的模型輸入形式,針對本文焊接隨機試驗比較了不同模型輸入的特點,并分析了三種模型輸入的適用范圍。試驗結(jié)果表明,選擇了合理的模型輸入條件下,MPSVR知識建模方法可以有效的獲取鋁合金脈沖GTAW焊接動態(tài)過程的知識模型,模型的復(fù)雜程度和精度都是可以滿足要求的,模型