基于支持向量机的搅拌摩擦焊接头力学性能预测

《基于支持向量机的搅拌摩擦焊接头力学性能预测》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、第33卷第1期2016年2月沈阳航空航天大学学报JournalofShenyangAerospaceUniversityVr01．33No．1Feb．2016文章编号：2095—1248(2016)Ol一0024—04基于支持向量机的搅拌摩擦焊接头力学性能预测张利国1，贺君加，高双胜26(1．辽宁通用航空研究院综合办公室，沈阳110136；2．沈阳航空航天大学丑航空航天工程学部(院)；b．材料科学与工程学院，沈阳110136)摘要：对6005A—T6铝合金板搅拌摩擦焊焊接接头进行拉伸试验，将测得的抗拉强度和延伸率作为支持向量机训练和预测

2、所需数据，结合MaⅡab编程建立了一种相对较新的基于支持向量机的搅拌摩擦焊接头力学性能的预测模型。利用模型对测试数据进行了预测，结果表明，将支持向量机用于搅拌摩擦焊接头力学性能的预测是可行的。该方法可以在样本数量较少的情况下建立较理想的预测模型的同时具有较高的预测精度，有一定的应用推广价值。关键词：搅拌摩擦焊；支持向量机；力学性能；建模中图分类号：TG407文献标志码：Adoi：10．3969／j．issn．2095—1248．2016．01．005Mechanicalpropertypredictionoffrictionstirwe

3、ldingjointbasedonsupportvectormachineZHANGLi—gu01，HEJun抽，GAOShuang—shen926(1．GeneralAffairoffice，LiaoningGeneralAviationAcademy，Shenyang110136，China；a．FacultyofAerospaceEngineering；b．FacultyofMaterialsScienceandEngineering；2．ShenyangAerospaceUniversity，Shenyang110136，Chi

4、na)Abstract：The6005A—T6aluminumalloyplateswereweldedbyFSW(FrictionStirWelding)．ThetensilestrengthandelongationofFSWjointsweretested．Byusingthetestdata，amechanicalpropertiespredictionmodeloffrictionstirweldingjointbasedonSVM(SupportVectorMachine)wasestablishedwithMAT—LABp

5、rogramming．Themodelwasusedtomakeapredictionaboutthetestdata．Resultsshowthatitisfea—sibletopredictthemechanicalpropertiesoffrictionstirweldingjointusingSVM．Anidealmodelwithhighpredictionaccuracycanbeestablishedwithsmallsample．Therefore，themethodiSworthgeneralizing．Keyword

6、s：FSW；SVM；mechanicalproperties；modeling搅拌摩擦焊(FSW)作为一种相对较新的固态连接技术已被广泛用于铝、镁、铜、钛以及钢等合金的焊接⋯。与传统的熔化焊接方法相比，焊接接头机械性能好，残余应力和变形较低，缺陷相对较少。这种焊接技术已应用在航空航天、汽车、造船等行业，引起了大量研究者的关注，因此深入研究搅拌摩擦焊焊接过程中各工艺参数与其组织和性能的关系非常有必要。然而搅拌摩擦焊接过程是一个非常复杂的过程，其中搅拌头旋转速度、焊接速度、压入量、焊接热输入、焊接扭矩、接头对接面间隙、板材错边量以及搅拌针直

7、径和轴肩直径等多种工艺参数和生产条件都会对焊接接头的组织和性能产生重要影响。建立工艺参数与焊接接头组织和力学性能之间的预测模型对焊接质量收稿日期：2015—06—02作者简介：张利国(1972一)，男，黑龙江齐齐哈尔人，教授，博士，主要研究方向：飞行器连接与装配技术，E-mail：zlgiast@126．com。第1期张利国，等：基于支持向量机的搅拌摩擦焊接头力学性能预测25控制、焊接工艺参数优化具有重要的意义。研究工作者们尝试着利用各种方法和理论去建立工艺参数与接头力学性能的关系模型来预测接头力学性能，如刘立鹏等人应用遗传算法优化BP

8、神经网络，建立焊接接头力学性能预测模型旧1，董俊辉等人运用自适应模糊神经网络。3j、模糊c均值聚类的模糊RBF神经网络HJ、熵模糊聚类的RBF神经网络∞J、混合聚类RBF神经网络Mj、模糊神经网络等对焊接接