基于PCA_RVM的焊缝偏差识别

作者：杜健辉 石永华 王国荣 黄国兴旋转电弧传感器焊接主成分分析关联向量机

摘要：为提高基于旋转电弧传感器的焊缝跟踪系统的精度,提出了主成分分析（PCA）线性降维方法与关联向量机（RVM）相结合的焊缝偏差识别方法.首先,对采集到的焊接电流信号进行小波滤波,进行周期划分和数据标准化处理.然后,对采集到的焊缝偏差数据集进行主成分分析,映射到低维的PCA空间,作为关联向量机的训练样本集;最后,利用实验数据进行测试.实验结果表明：基于PCA_RVM的焊缝偏差识别方法的最大误差为0.54mm,平均误差为0.43mm;PCA_RVM的精度与普通的关联向量机法相差不大,比区间积分法、神经网络法和支持向量机法更高,其运行速度比区间积分法慢,但比神经网络法、支持向量机法和普通的关联向量机法快,所以PCA_RVM更适用于基于旋转电弧传感器的焊缝跟踪系统.

注：因版权方要求，不能公开全文，如需全文，请咨询杂志社