基于WOA-ELM的船舶GMAW熔透状态识别方法  

A Method of Penetration State Identification in Ship GMAW Based on WOA-ELM

作　　者：杨同帅 焦自权 宁波 YANG Tongshuai;JIAO Ziquan;NING Bo

机构地区：[1]北部湾大学机械与船舶海洋工程学院,广西钦州535011 [2]桂林电子科技大学广西制造系统与先进制造技术重点实验室,广西桂林541004

出　　处：《北部湾大学学报》2024年第6期8-16,共9页Journal of BeiBu Gulf University

基　　金：广西自然科学基金青年基金项目(2021GXNSFBA075023)。

摘　　要：由于传统极限学习机(ELM)模型的输入权值和隐含层阈值的选取具有随机性,导致该模型难以准确识别船舶GMAW熔透状态,为此提出基于鲸鱼优化算法(WOA)和ELM算法的WOA-ELM熔透状态识别方法。本文以船舶GMAW电弧声为研究对象,结合短时分析技术提取8维时域和频域特征参量,构建联合特征向量作为ELM模型的输入,利用WOA算法对ELM模型的输入权值和隐含层阈值进行优化以改善模型的泛化能力,目的是实现对船舶GMAW熔透状态的有效识别。仿真结果表明,与ELM、RBF神经网络和BP神经网络相比,WOA-ELM模型的平均准确率更高,能够为船舶GMAW质量在线监测提供更加精确的数据。

关 键 词：船舶GMAW 电弧声 熔透状态识别 WOA-ELM 

分 类 号：TP391.4[自动化与计算机技术—计算机应用技术]