典型文献
波动工况下点焊质量在线预测及模型解释
文献摘要：
基于电阻点焊过程的多传感信号特征,面向多种板材组合建立焊点质量在线预测模型,研究了异常工况波动对四类机器学习回归模型的影响,分析了不同模型和输入变量对含异常工况试验数据集的适应性,并采用Shapley值、t-SNE等方法对波动工况下的模型性能进行解释.结果表明,高斯过程回归模型和电阻+力信号具有最佳的熔核直径预测性能,焊接电流、热输入能量和电极位移峰值特征对于波动工况具有良好普适性.此外,异常工况引起的信号特征分布差异会显著影响回归预测模型的泛化性能,应尽量减少训练集与数据集差异以提高焊点质量预测的准确性.
文献关键词：
电阻点焊;波动工况;多传感器融合;质量在线检测;机器学习
中图分类号：
作者姓名：
吕天乐;齐苗苗;闫德俊;黎书华;夏裕俊;李永兵
作者机构：
上海交通大学,上海市复杂薄板结构数字化制造重点实验室,上海,200240;上海交通大学,机械系统与振动国家重点实验室,上海,200240;上海航天设备制造总厂有限公司,上海,200245;中船黄埔文冲船舶有限公司,广东省舰船先进焊接技术企业重点实验室,广州,510715
文献出处：
引用格式：
[1]吕天乐;齐苗苗;闫德俊;黎书华;夏裕俊;李永兵-.波动工况下点焊质量在线预测及模型解释)[J].焊接学报,2022(11):91-100
A类：
B类：
波动工况,在线预测,模型解释,电阻点焊,焊过,传感信号,信号特征,板材,立焊,焊点,异常工况,工况波动,四类,工况试验,Shapley,SNE,模型性能,高斯过程回归,熔核直径,预测性能,焊接电流,热输入,移峰,特征分布,分布差异,回归预测模型,泛化性能,尽量减少,少训练,训练集,质量预测,多传感器融合,质量在线检测
AB值：
0.431677
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
