基于PSO-SVR的15-5PH合金粉末激光熔覆层稀释率预测方法

为了预测15-5PH合金粉末激光熔覆层稀释率进而改善熔覆层性能，提出一种基于粒子群算法(PSO)优化支持向量回归(SVR)的15-5PH激光熔覆层稀释率预测方法。以15-5PH为熔覆材料，45钢为基体进行激光熔覆实验；基于实验结果建立了工艺参数与15-5PH熔覆层稀释率间的SVR模型；优选SVR模型的核函数并运用PSO优化SVR模型的参数。结果表明：PSO-SVR模型选择高斯核函数时预测性能最好；与SVR模型和BP神经网络模型的预测结果相比，PSO-SVR模型对15-5PH熔覆层稀释率的预测结果更准确，模型的决定系数为0.964 7,均方误差为0.000 3,平均相对误差为3.6%。