相关实验视频
Updated: May 24, 2025
09:17
Surrogate Model Development for Digital Experiments in Welding
Published on: March 28, 2025
645
基于群优化-支持向量回归的矩形点激光覆盖中池几何的分析和预测
Junhua Wang1, Jiameng Wang1, Xiaoqin Zha2
1School of Mechanical and Electrical Engineering, Henan University of Science and Technology, Luoyang 471003, China.
Micromachines
|March 6, 2025
概括
这项研究开发了一个融化池监测系统,用于矩形点激光覆盖,以预测融化池尺寸. 一个优化的支向量回归模型在预测池宽度和面积方面取得了高准确性,改善了层质量.
科学领域:
- 材料科学与工程 材料科学与工程
- 制造业 制造技术 制造技术
- 添加剂制造 添加剂制造 添加剂制造
背景情况:
- 矩形点激光层提供高效率,但可能会损害融化池的稳定性和层质量.
- 准确预测融化池形态对于控制宽束激光层的质量至关重要.
研究的目的:
- 开发一个融化池监测系统,用于在矩形点激光覆盖过程中实时预测融化池形态和尺寸.
- 使用支持向量回归 (SVR) 用殖民地优化 (ACO) 优化建立一个准确的池宽度和面积预测模型.
主要方法:
- 使用开发的系统实时监测池形态.
- 图像处理技术来提取融化池的宽度和面积.
- 使用殖民地优化 (ACO) 以激光功率,扫描速度和粉末料率为输入的支持向量回归 (SVR) 模型的开发和优化.
主要成果:
- 殖民地优化-支持向量回归 (ACO-SVR) 模型准确预测了融化池宽度,相对误差低于2.2%.
- 在预测融化池面积时,ACO-SVR模型的相对误差低于9.13%.
- 开发的系统和模型允许精确控制激光层中的池尺寸.
结论:
- ACO-SVR模型提供了一种可靠的方法,用于预测矩形点激光外中的融化池尺寸.
- 融化池监测系统和预测模型有助于提高高效激光覆盖工艺的质量控制.
- 可以准确预测池宽度和面积,解决与池稳定性相关的挑战.
