一种毛细管多道次拉拔的不确定性仿真优化方法、系统、设备及介质

本发明公开一种毛细管多道次拉拔的不确定性仿真优化方法、系统、设备及介质，涉及金属材料精密加工检测技术领域。所述方法包括：获取目标毛细管在设定道次数下的模角和定径带；将所述模角和所述定径带输入不确定性优化模型，并经模型进行不确定性仿真预测，输出所述目标毛细管多道次壁厚变化量；所述不确定性优化模型是基于长短时记忆神经网络，并利用Python将Abaqus和Isight软件相结合构建的；其中，所述不确定性优化模型还包括目标函数和约束条件。本发明能够针对毛细管在空拉过程中的壁厚精度差和成形不稳定等问题，通过对管材壁厚波动性的控制以实现毛细管精确稳定成形制造。