摘要
本发明涉及钛棒高温测试技术领域,一种基于深度学习实现钛棒的高温性能智能分析方法及系统,包括:根据输入层节点数在钛棒温升曲线中提取训练时长‑温度点集,根据预测时长温升性能训练数据,根据训练时长‑温度点集及温升性能训练数据对原始性能预测模型进行训练,得到目标性能预测模型,将当前时长‑温度点集输入所述目标性能预测模型,得到不同预测时长对应的温升性能预测数据,根据温升性能预测数据构建温升性能预测曲线,根据温升性能预测曲线进行钛棒的高温性能智能分析。本发明可解决钛棒的高温性能测试方法存在普适性差以及测试效果不佳的问题。
技术关键词
性能预测模型
智能分析方法
温升
节点数
钛棒
曲线斜率
神经网络输出层
高温性能测试方法
采样点
高温测试技术
数据获取模块
智能分析预警
智能分析系统
精度
预测模型训练
场景
纵轴
系统为您推荐了相关专利信息
性能预测模型
容量预测方法
预警机制
训练样本集
数值