1.一种基于机器学习的激光焊接参数自适应寻优方法,其特征在于,具体包括以下步骤:步骤S1:配置硬件设备,所述硬件设备包括激光发生器、运动控制器、近红外相机和位置编码器,所述激光发生器用于发射焊接激光,运动控制器用于控制激光发生器的移动,近红外相机用于实时获取金属件焊接图像,位置编码器用于记录焊点坐标;
步骤S2:焊道宽度预测,将两个金属件之间的中心线记为中心轴,假设激光线与中心轴对齐,通过金属件焊接图像预测焊道宽度判断激光焊接质量;
步骤S3:激光焊接参数寻优,建立马尔可夫决策过程并在马尔可夫决策过程中引入折扣因子,通过控制激光焊接速度实现最优焊接策略,具体包括以下步骤:步骤S31:通过马尔可夫决策过程定义一个强化学习模型作为参数优化模型,所述马尔可夫决策过程包括状态空间、动作空间、下一个状态的未知转移概率密度和奖励值,所述参数优化模型的目标为确定最大化奖励值的最优焊接策略;
步骤S32:采用SAC算法最大化熵正则化强化学习目标,对奖励值总和与焊接策略的随机性进行平衡,使用神经Q网络作为焊接策略的函数逼近器,从重放缓冲区中对状态、动作和奖励值进行采集,构成采样数据集,使用采样数据集对参数优化模型进行训练,最小化神经Q网络中当前估计的Q函数与基于贝尔曼方程的目标Q函数之间的残差,对Q函数的网络参数进行优化;
步骤S33:定义参数优化模型的损失函数为焊接策略和对应的Q函数的最优策略之间的KL散度,通过最小化损失函数优化焊接策略参数;
步骤S34:将焊缝的平方误差最小化公式改写为空间折扣的形式,所用公式如下:;
式中,是焊道长度,是总时间长度,是两个金属件之间的中心线,即中心轴,是时间为时激光所在的位置,是时间折扣因子,是在处目标焊道宽度与实际焊道宽度的误差,和分别是对和的积分,是在时的瞬时焊接速度;
步骤S35:通过焊缝的平方误差最小化公式定义奖励函数,所用公式如下:;
式中,是积分奖励函数。
2.根据权利要求1所述的一种基于机器学习的激光焊接参数自适应寻优方法,其特征在于,步骤S2,焊道宽度预测,具体为:建立并初始化一个深度神经网络作为焊道宽度预测模型,使用随机梯度下降算法对焊道宽度预测模型进行训练,焊道宽度预测模型输出预测的焊道宽度。