典型文献
基于X射线荧光和极端梯度提升的渗铝层厚度预测模型
文献摘要：
渗铝作为航空发动机涡轮叶片高温防护的重要手段,其质量与飞行安全密切相关.渗铝层厚度是评估渗层性能的重要因素,但目前的无损检测方法难以对其进行准确测量.针对该问题,将X射线荧光技术与极端梯度提升(XGBoost)算法相结合,通过Pearson相关系数筛选(PCCS)提取特征元素,构建渗铝层厚度预测模型.将该模型与K近邻回归、线性回归、支持向量机、随机森林模型预测结果的平均相对误差进行对比.结果表明,相比其他模型,PCCS-XGBoost模型预测渗层厚度的平均相对误差最小,为1.60％.该研究为渗铝层厚度的无损检测提供了一种新的预测方法.
文献关键词：
X射线光学;厚度检测;极端梯度提升;涡轮叶片
中图分类号：
作者姓名：
李卓越;汪诚;李秋良;郭振平;李彬;李鑫
作者机构：
空军工程大学基础部,陕西西安710051
文献出处：
引用格式：
[1]李卓越;汪诚;李秋良;郭振平;李彬;李鑫-.基于X射线荧光和极端梯度提升的渗铝层厚度预测模型)[J].激光与光电子学进展,2022(21):254-261
A类：
B类：
极端梯度提升,渗铝层,厚度预测,航空发动机,发动机涡轮叶片,高温防护,飞行安全,渗层性能,无损检测方法,准确测量,XGBoost,PCCS,提取特征,特征元素,近邻回归,随机森林模型,平均相对误差,渗层厚度,厚度检测
AB值：
0.292824
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
