来源：期刊VIP网 时间：
作者：侯兴强;成巍;任远;苏桢巍;张延鲁;高秋玲;戴娜;
单位：齐鲁工业大学(山东省科学院)激光研究所;
摘要：为预测复合漆层激光清洗厚度进而实现复合漆层的可控性除漆，提出一种基于粒子群优化-支持向量回归的复合漆层激光清洗厚度预测方法。以铝合金基材表面均匀涂覆20μm绿色环氧底漆和40μm白色聚氨酯面漆为实验样件，进行激光清洗实验；基于实验结果建立了工艺参数与复合漆层除漆厚度间的支持向量机回归(support vector regression, SVR)模型，并运用粒子群算法(particle swarm optimization, PSO)优化SVR模型的惩罚系数C与核函数参数g。实验结果表明：与SVR模型和BP神经网络模型相比，该模型对复合漆层激光清洗厚度的预测结果更准确，该预测模型的决定系数为0.961 71,均方根误差为1.738,平均绝对误差为1.516 2。研究可以获得精度较高的除漆厚度预测模型，实现对激光除漆厚度的有效预测，为进一步的复合漆层激光清洗的智能控制研究奠定了模型基础。
关键词：激光清洗;;除漆厚度;;支持向量机;;粒子群算法
基金资助：山东省重大科技创新工程(2022CXGC020205);; 山东省重点研发计划(2020JMRH0504);; 山东省科技型中小企业能力提升项目(2022TSGC2064);; 济南市新高校20条资助项目(202228019)
