一种基于耦合数值计算与机器学习的陶瓷烧结收缩预测方法

本发明公开了一种基于耦合数值计算与机器学习的陶瓷烧结收缩预测方法，涉及陶瓷增材制造领域，包括步骤S1，获取陶瓷材料的材料参数以及烧结过程中的工艺参数；步骤S2，确定烧结模型参数值，建立陶瓷烧结的有限元分析模型，开展数值仿真与准确度的验证；步骤S3，对陶瓷烧结过程中的工艺参数进行采样，并进行有限元数值计算，构建工艺参数‑收缩率数据库；步骤S4，对工艺参数‑收缩率数据库进行机器学习，确定映射关系，得到均匀收缩预测模型。利用该方法预测光固化陶瓷烧结后产生的收缩量，能有效提高陶瓷零件制造精度，大大减少试验次数，节省实验计算，仿真计算量大等问题，本发明在陶瓷精密制造领域具有广泛的应用场景。