權利要求書: 1.一種基于紅外熱像儀的攪拌摩擦焊核心區溫度在位表征方法,其特征在于,具體步驟如下:步驟1:建立攪拌摩擦焊過程有限元仿真模型;步驟2:從建立的有限元仿真模型中提取攪拌摩擦焊焊接過程中表面特征點溫度與核心區峰值溫度和最低溫度的數據集;步驟3:設計支持向量回歸機算法模型;給定訓練數據(x1,y1),…,(xN,yN)構成輸入空間;其中,xi,i=1,…,N,為焊件的表面特征點溫度,是一個一維輸入量;yi,i=1,…,N,為核心區溫度值包括核心區峰值溫度和最低溫度,是一個一維目標量;SR算法采用非線性變換 把原始輸入空間中的數據映射到一個高維特征空間中,再在這個高維特征空間中使用ε不敏感損失函數進行線性回歸,從而得到目標量與輸入量在原空間內的非線性回歸效果即建立焊件表面溫度與核心區溫度的關聯關系;在高維特征空間中構造的最優線性函數為:Tf(x)=w*φ(x)+b(1)式中w為權值向量;b為偏置項;ε不敏感損失函數的定義為:SR優化的目標函數為:其中C>0為懲罰系數,決定了對誤差大于ε的懲罰程度;為每個樣本點引入松弛變量ξi,*ξi有:為求解式(4),構造Lagrange函數:T其中,α=[α1,…,αN]≥0, 為Lagrange乘子;分別對w,b求偏微分并令它們等于0,可得式(5)的對偶問題為:其中k(xi,xj)為核函數,選用RBF核函數,其具有光滑性好、徑向對稱與參數簡單優點,函數如下所示:其中σ>0是可調的核參數;對式(6)進行求解得SR的回歸估計如下所示:步驟4:設置支持向量回歸機算法模型的參數與核函數,輸入焊件表面特征點溫度與核心區溫度數據,區分訓練集和測試集;步驟5:以均方根差為評價標準,對步驟3中的支持向量回歸機算法模型進行訓練和測試;步驟6:將紅外熱像儀布置在機床主軸前方,進行單軸肩攪拌摩擦焊實驗,通過紅外熱像儀獲得焊接過程中焊件表面特征點溫度,使用訓練好的支持向量回歸機算法模型,將紅外熱像儀測得的焊件前進側后退側特征點溫度作為輸入,實現焊接過程中核心區峰值溫度與最低溫度的預測。 說明書: 基于紅外熱像儀的攪拌摩擦焊核心區溫度在位表征方法技術領域[0001] 本發明屬于攪拌摩擦焊(FrictionStirWelding,FSW)溫度檢測領域,涉
聲明:
“基于紅外熱像儀的攪拌摩擦焊核心區溫度在位表征方法” 該技術專利(論文)所有權利歸屬于技術(論文)所有人。僅供學習研究,如用于商業用途,請聯系該技術所有人。
我是此專利(論文)的發明人(作者)