摘要
本发明涉及智能焊接与焊接工艺技术领域,具体地说,涉及一种基于机器学习方法的双丝焊接工艺参数预测方法。其包括以下步骤:通过焊接工艺试验获取焊接参数与焊缝形貌参数数据,对数据进行预处理,并建立数据集;基于数据集构建反向传播神经网络模型,并构建支持向量机模型,利用数据集对反向传播神经网络模型和支持向量机模型进行训练;对训练好的反向传播神经网络模型和支持向量机模型进行评估,选择出最优模型作为实际工业应用的模型;将待焊焊道所需的参数输入到选择的模型中,获得双丝焊接工艺参数。本发明设计通过基于机器学习的方法来预测焊接工艺参数,以提高双丝焊接的质量稳定性和效率。
技术关键词
支持向量机模型
焊接工艺参数
神经网络模型
机器学习方法
权重分配机制
焊缝
焊机控制系统
速度
径向基核函数
梯度下降算法
数据
误差
支持向量回归模型
焊接机器人系统
节点数
样本
焊接工艺技术
索引
系统为您推荐了相关专利信息
教师
概率密度函数
学生
无标签数据
损失函数设计
定位控制系统
定位点
人工智能模型
智能分析模块
小车