摘要
本发明公开了一种基于机器学习的在线预测锻件温度的方法,属于锻造技术领域,包括以下步骤:步骤a、建立基于机器学习的锻件温度预测模型;步骤b、将锻造参数数据作为输入参数输入锻件温度预测模型,获得锻件在锻造过程的实时预测温度。本发明基于弹塑性力学以及传热学原理建立有限元模型并通过与实测数据对比进行优化模型,将有限元仿真模型得到的仿真温度值以及锻造时间、锻造速度、接触换热系数和环境温度参数作为训练数据,通过机器学习(包含但不限于神经网络)进行拟合建立预测模型,能够在线预测锻件在锻造过程中的温度变化,从而将温度值实时反馈给锻件操作员,提升锻造过程的智能化程度,降低能耗的消耗,提升生产效率。
技术关键词
温度预测模型
锻件
锻造工艺参数
在线
神经网络输出层
数据
建立预测模型
梯度下降算法
随机梯度下降
速度
锻造技术
接触面
仿真模型
压头
氧化皮
计算方法
保温棉
传感器
训练集
系统为您推荐了相关专利信息
网络在线教育
管理信息方法
教育培训管理
同步性
管理信息系统
试题生成方法
在线学习平台
组合算法
成绩
试题生成系统
效能评估模型
在线优化方法
探测传感器
飞机传感器
因子
电压监测仪
图像识别技术
电压检测仪
中央处理器
校核方法
隐私信息检索方法
动态数据库
客户端
密钥
服务器