基于主成分分析 支持向量机模型的激光钎焊接头质量诊断

基于主成分分析-支持向量机(PCA-SVM)模型,提出一种利用近红外辐射信号预测接头形貌的方法,研究了信号的变化规律与焊缝形貌之间的相关性,实现了工艺参数的优化。提取信号的6种时域特征参数并进行主成分分析,获得了接头形貌综合评定指标。根据信号的输入特征,利用支持向量机进行了分类预测。结果表明,近红外辐射信号能够反映焊接过程中焊缝状态的变化,不同缺陷的特征变化具有较大差异,且存在清晰的识别度。该预测模型能够准确识别焊缝成形形貌,准确率高达96.6%。