基于支持向量機的點焊質(zhì)量分類.pdf

1、電阻點焊過程中電極電壓、焊接電流和電極位移信號蘊涵著豐富的焊接狀態(tài)信息，并且與焊接工藝參數(shù)、工件表面狀態(tài)、以及過程穩(wěn)定性等密切相關(guān)，是焊接過程質(zhì)量監(jiān)控的重要信息源。本文以點焊質(zhì)量分類為目的，以焊接過程中接頭電壓、焊接電流和電極位移為主要研究對象，借助現(xiàn)代信號分析方法，分析信號的時頻特征，并在此基礎(chǔ)上提取信號時域統(tǒng)計特征，構(gòu)建了多信息融合的特征向量數(shù)據(jù)集合描述焊接過程，運用支持向量機、分類回歸樹和Hopfield神經(jīng)網(wǎng)絡(luò)機器學(xué)習(xí)模型，建立

2、了焊點接頭強度的分類模型。測試結(jié)果表明，基于支持向量機的點焊質(zhì)量分類模型準確率較高、泛化能力較好，在焊點質(zhì)量分類中具有較強的實用價值。論文工作主要包含以下內(nèi)容： 設(shè)計了以AC6115采集卡、Rogowski電流傳感器，DA-5型直流差動變壓器式位移傳感器為核心的同步信號數(shù)據(jù)采集系統(tǒng)。基于VisualBasic語言開發(fā)了信號采集、波形顯示、數(shù)據(jù)顯示以及與Matlab接口的應(yīng)用軟件。 利用時域、頻域及時頻域分析方法對焊接信號

3、進行特征分析，試圖從信號的角度尋找對焊接過程的描述。分析表明，動態(tài)電阻和電極位移信號能夠反映熔核的生長過程。信號的頻域和時頻域特征不明顯，因此，特征主要在時域中分析和提取。針對動態(tài)電阻和電極位移信號提取了峰值、上升率、下降率等13個特征分量，通過相關(guān)性分析確定構(gòu)筑多信息融合的特征向量。 利用CART數(shù)據(jù)挖掘方法建立基于動態(tài)電阻、電極位移特征向量的接頭強度分類樹，將接頭質(zhì)量復(fù)雜的分類模型以直觀的二叉樹形式給出，測試結(jié)果表明，CAR

4、T能夠?qū)c焊質(zhì)量實現(xiàn)分類。 基于動態(tài)電阻、電極位移信號特征參量離散化的數(shù)據(jù)集，建立表征焊接質(zhì)量的特征模式，將特征模式存儲于Hopfield神經(jīng)網(wǎng)絡(luò)中，利用其聯(lián)想記憶功能實現(xiàn)對未知焊點的模式識別，實現(xiàn)對接頭質(zhì)量的分類。 SVM是數(shù)據(jù)挖掘中的新方法，基于動態(tài)電阻和電極位移信號特征向量構(gòu)建的特征數(shù)據(jù)集，建立SVM焊點質(zhì)量分類模型，分別對兩種SVM的最佳參數(shù)進行測試，測試結(jié)果表明，相同訓(xùn)練集下，相同核函數(shù)在匹配最佳參數(shù)的兩種SV