一种基于机器学习与多因素监控的钢轨铝热焊焊缝质量评价方法

本发明适用于轨道交通技术领域，提供了一种基于机器学习与多因素监控的钢轨铝热焊焊缝质量评价方法，所述方法包括：采集铝热焊焊接过程数据，并将采集的数据存储到现场焊管理系统；基于采集的数据，利用随机森林算法，构建铝热焊焊缝质量评价模型；使用历史铝热焊焊接过程数据训练模型，建立焊接过程各因素与焊缝出现缺陷的映射关系，通过计算每个特征在决策树中的分裂贡献度来评估特征的重要性，确定各因素的影响权重；基于各因素影响程度权重矩阵，根据铝热焊焊接质量评价规定，结合专家经验确定各因素不达标时的扣分机制，构建科学的焊缝质量评价体系。本发明能够提供一种综合考虑焊接多因素数据，并基于数据驱动的焊缝质量量化评价方法。