一种基于机器学习的激光焊接参数自适应寻优方法

本发明属于参数自适应控制领域，具体是公开了一种基于机器学习的激光焊接参数自适应寻优方法，方法包括：配置硬件设备、焊道宽度预测和激光焊接参数寻优。本方案建立一个深度神经网络作为焊道宽度预测模型，通过建立马尔可夫决策过程并引入折扣因子，采用SAC算法最大化熵正则化强化学习目标，利用神经Q网络作为函数逼近器，通过最小化贝尔曼残差优化Q函数参数，并以KL散度定义损失函数优化焊接策略参数，将焊缝平方误差最小化公式改写为空间折扣形式，以焊道长度和激光位置为变量，结合瞬时焊接速度定义积分奖励函数，通过空间折扣机制降低累积误差的影响，实现焊接速度的空间自适应调节。