基于支持向量机的激光焊接过程辨识与控制  

Application of Support Vector Machine to Welding Model Identification and Control

作　　者：邹伟[1] 刘玉生[1] 

机构地区：[1]四川大学电气信息学院,四川成都610065

出　　处：《计算机仿真》2008年第12期114-117,共4页Computer Simulation

基　　金：国家自然科学基金国际合作项目(60540420641)

摘　　要：激光焊接过程数学模型是一个较强非线性的数学模型,通常的线性辨识方法无法得到它精确的数学模型。支持向量机作为一种新的机器学习方法,具有较强的非线性拟合能力,应用支持向量机非线性系统回归建模方法,辨识出具有典型非线性特性的焊接过程模型,并采用预测控制算法对焊接过程进行控制。实验证明,支持向量机对非线性系统具有很好的拟合效果,基于支持向量机的预测控制具有较好的非线性控制效果。Mathematical model of Laser Welding Process is a stronger nonlinear mathematical model and the usual identification methods for linear system can＇t get accurate model. As a new machine learning method, Support vector machine（SVM） has a stronger ability of nonlinear fitting. The paper applies the method of Support Vector Regression （ SVR ） to nonlinear systems identification and get welding model of representative nonlinear characteristics. which is controlled by using predictive control algorithm. The simulation experiment shows that SVM has a good ability of nonlinear fitting and the SVR and predictive control have a good result for nonlinear system.

关 键 词：支持向量机 辨识 预测控制 非线性 拟合 

分 类 号：TP183[自动化与计算机技术—控制理论与控制工程] TP273.2[自动化与计算机技术—控制科学与工程]