一种基于多模态复合机器学习模型的激光焊接熔透状态预测方法

本发明涉及激光焊接监测领域，提出了一种基于多模态复合机器学习模型的激光焊接熔透状态预测方法，包括以下步骤：S1、多传感器获取激光焊接过程中的多模态信号；S2、对多模态信号进行预处理；S3、基于预处理后的数据建立多模态数据集，并将其划分为训练集和测试集；S4、建立复合神经网络(NN)和Extreme Gradient Boosting(XGBoost)算法的机器学习模型，在训练集上训练并在测试集上验证该模型对激光焊接熔透状态的预测性能。本发明的目的是充分融合激光焊接过程中不同模态信息，结合不同机器学习算法优点，提高熔透状态监测的准确性和鲁棒性。