一种集成学习的热轧无缝钢管力学性能预测方法及装置

AITNT
正文
推荐专利
一种集成学习的热轧无缝钢管力学性能预测方法及装置
申请号:CN202411487773
申请日期:2024-10-24
公开号:CN119005022A
公开日期:2024-11-22
类型:发明专利
摘要
本发明提供一种集成学习的热轧无缝钢管力学性能预测方法及装置,涉及冶金技术领域。本发明通过组合热轧无缝钢管的化学成分、材料参数和生产过程参数,构建输入特征,结合BP神经网络模型、支持向量机模型和快速学习网络模型等各类预测模型进行力学性能参数预测,实现热轧无缝钢管力学性能的自动检测。并通过权重系数实现各类网络模型的集成学习,综合各类预测模型的优点,相比于传统人工抽检方式,本发明提高了热轧无缝钢管的检测效率和准确性。
技术关键词
力学性能参数 热轧无缝钢管 输出特征 BP神经网络模型 支持向量机模型 极值 覆盖率 加热炉出口温度 粒子群算法 定径机 预测装置 生成训练样本 电子设备 存储器
系统为您推荐了相关专利信息
1
一种基于滑动注意力神经网络的半月板撕裂诊断方法
注意力神经网络 半月板撕裂 深度学习模型 滑动窗口 诊断方法
2
应用词向量与交叉网络进行出行中转排序的方法及系统
神经网络模型 站点 数据 城市特征 标记
3
一种基于双断点断路器的短路电流过零点多步预测方法
双断点断路器 多步预测方法 混合预测模型 注意力机制 卷积神经网络特征提取
4
呼吸机的氧浓度控制方法、系统、存储介质及呼吸机
PID控制参数 BP神经网络模型 浓度控制方法 呼吸机 空气流量传感器
5
一种基于GA-BP神经网络的船用锂电池SOC和SOH估计方法及系统
BP神经网络模型 遗传算法优化 锂电池 电池管理系统 指标
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号