基于支持向量回归(SVR)的材料热加工过程建模

论文摘要

金属材料热加工自动化是材料热加工技术发展的一个趋势,但其过程涉及到温度场、流场、组织场、应力场、形变场、熔化与凝固等复杂变化,使得采用经典的建模方法难以获得材料热加工过程的精确数学模型。然而,获取该过程中的知识模型,有助于认识复杂热加工过程的规律,获取人类智能的经验知识,甚至升华人类智能的经验知识,从而实现复杂热加工过程的自动化和智能化,所以获取热加工过程的知识模型意义重大。近年来,采用模糊集理论、神经网络理论、粗糙集理论以及两者结合的理论获取材料热加工过程的知识模型成为科研人员关注的焦点,但这些方法都存在一些本身难以克服的缺点,有必要对这类复杂过程的建模方法进一步研究。基于结构风险最小化原则的支持向量回归建模方法具有较强的泛化能力,克服了以往建模方法的“维数灾难”和“过学习”等问题,对于复杂过程建模具有较好的适用性。因此,本文引入支持向量回归建模方法,并针对热加工过程的SVR知识建模方法中各步骤所涉及的问题进行了必要的形式化,给出了相应的解决方法,最终将各个步骤模块化,开发了材料热加工过程MPSVR知识建模软件系统。以汇众汽车公司活塞环用HUNTER型砂铸造生产线为基础,给出了湿型砂铸造过程质量预测SVR建模试验结果及分析,并且将SVR建模方法与已应用的灰色关联分析评价方法进行了比较。试验结果表明,SVR知识建模方法及设计的MPSVR软件系统对型砂铸造过程质量预测建模具有较强的可行性和有效性,获得型砂铸造过程模型的复杂程度和精度都是可以满足要求的,模型易于理解。从而,证明了SVR建模方法对于型砂铸造复杂过程是有效的知识建模方法。本文以基于视觉传感的焊接过程为背景,将SVR知识建模方法应用于铝合金脉冲GTAW焊接动态过程建模,根据不同材料不同焊接方法下热积累不同,提出了三种不同的模型输入形式,针对本文焊接随机试验比较了不同模型输入的特点,并分析了三种模型输入的适用范围。试验结果表明,选择了合理的模型输入条件下,MPSVR知识建模方法可以有效的获取铝合金脉冲GTAW焊接动态过程的知识模型,模型的复杂程度和精度都是可以满足要求的,模型易于理解,为实现焊接过程的智能化控制奠定了基础。

论文目录

• 摘要
• ABSTRACT
• 第一章 绪论
• 1.1 引言
• 1.2 智能建模的概念和常用方法
• 1.2.1 人工智能概念
• 1.2.2 智能建模常用方法
• 1.3 材料热加工过程智能建模的意义
• 1.4 材料热加工过程智能建模的研究现状
• 1.4.1 材料热加工过程模糊集建模
• 1.4.2 材料热加工过程粗糙集建模
• 1.4.3 材料热加工过程神经网络建模
• 1.5 材料热加工过程智能化建模存在问题
• 1.6 本文研究意义及内容
• 1.7 论文结构
• 第二章支持向量机理论基础
• 2.1 引言
• 2.2 统计学相关概念介绍
• 2.2.1 经验风险最小化
• 2.2.2 VC（Vapnik Chervoneakis）维
• 2.2.3 学习机推广能力的界
• 2.2.4 结构风险最小化[88]
• 2.3 支持向量机基本原理
• 2.3.1 支持向量机算法的发展和应用
• 2.3.2 支持向量机基本原理
• 2.3.3 支持向量机核函数
• 2.4 支持向量回归估计方法
• 2.4.1 支持向量机线性回归模型
• 2.4.2 支持向量机非线性回归模型
• 2.5 支持向量回归估计训练算法
• 2.6 本章小结
• 第三章基于支持向量回归估计的材料热加工过程建模软件系统设计
• 3.1 引言
• 3.2 软件设计基本思路
• 3.3 编程环境
• 3.4 软件的具体实现设计
• 3.4.1 软件的主要构成
• 3.4.2 支持向量回归估计建模函数的开发
• 3.5 本章小结
• 第四章基于支持向量回归的湿型砂铸造质量预测
• 4.1 引言
• 4.2 湿型砂铸造过程数据采集
• 4.2.1 湿型砂铸造质量预测模型输入变量的选择和数据采集
• 4.2.2 湿型砂铸造质量预测模型输出变量的选择和数据采集
• 4.3 型砂铸造质量预测的支持向量回归模型建立
• 4.3.1 灰铸铁湿型砂铸造过程质量预测SVR 模型
• 4.3.2 支持向量回归和灰色关联度方法比较
• 4.4 本章小结
• 第五章基于支持向量回归估计的脉冲GTAW 焊接过程建模
• 5.1 引言
• 5.2 铝合金脉冲GTAW 焊接动态过程数据采集
• 5.2.1 基本硬件系统
• 5.2.2 视觉传感系统
• 5.2.3 试验设计与所得铝合金建模数据
• 5.3 铝合金脉冲GTAW 焊接动态过程支持向量回归模型的建立
• 5.3.1 数据预处理方法及过程
• 5.3.2 未加前几时刻输入变量值焊接过程SVR 模型
• 5.3.3 添加前几时刻输入变量值影响的焊接过程SVR 建模
• 5.4 本章小结
• 第六章 结论
• 参考文献
• 攻读硕士学位期间已发表或录用的论文及知识产权
• 致谢