摘要
本发明涉及一种基于机器学习预测IN718镍基合金杨氏模量的方法及系统,其方法包括:采集IN718镍基合金样品的加工参数数据、材料固有属性以及所述加工参数数据下的杨氏模量数据;构建机器学习模型;利用所述加工参数数据、所述原材料属性数据以及所述杨氏模量数据训练所述机器学习模型,得到杨氏模量预测模型;确定待加工IN718镍基合金的预设原材料属性数据以及预设加工参数,数据;将所述预设原材料属性数据以及所述预设加工参数数据输入至所述杨氏模量预测模型中,以预测出所述待加工IN718镍基合金在所述预设加工参数数据下加工成型后的杨氏模量;本发明降低了制造周期以及制造成本,提高了生产效率。
技术关键词
基合金
构建机器学习模型
计算机深度学习
数据
参数
LightGBM模型
模型训练模块
粉末床熔融增材
共振频率
激光光斑直径
SVR模型
误差
基体
模式
指令
处理器
系统为您推荐了相关专利信息
动态阈值调节方法
设备状态评估
传感器
场景
数据
视频监控子系统
三维图像生成装置
楼宇自控设备
切片
能耗
编码树单元
模式
快速编码方法
视频帧
决策树模型
数据类型转换方法
抽象语法树
语义
节点
数据类型转换装置
移动电源检测装置
生成对抗网络
拓扑结构数据
量子隧穿效应
报告