基于SVR模型的水下焊接最佳工艺

焊接工艺参数的确定,是水下焊接研究领域的重要内容,但恶劣的焊接环境使之成为研究的难点.以水下湿法浅水药芯电弧焊(FCAW)为研究对象,将其看成一个多输入多输出(MIMO)的非线性系统,利用支持向量回归机(SVR)提高建模精度和预测速度.首先在正交试验设计的基础上,利用SVR构建水下焊接模型,并与多元非线性回归及BP神经网络所构建的模型进行拟合精度的比较,然后将SVR模型融入进化算法(EA)的全局优化中,利用模型计算个体的评价函数,通过种群进化操作,得到满足要求的最优参数.结果表明,该方案具有使用方便,效率高,精度好的优点,并能推广应用于众多类似领域,具有重要的理论和实践价值.

基于双边滤波的焊接图像去噪

焊接自动化中大量使用图像处理技术,但焊接过程中产生的飞溅、电弧和烟尘会干扰图像质量。双边滤波算法在去噪时引入图像灰度信息,能够保留图像的边缘信息。但该算法的参数设置是个难点,在深入分析各参数作用的基础上,提出了全面的参数设定方案,重点分析空域、灰度域中,不同的方差取值与作用效果的关系,提出提高计算效率的途径。本方法已成功应用于焊接图像处理,试验证明了此方法的有效性和可靠性。