一种基于机器学习的钢管生产后力学性能预测方法

本发明公开了一种基于机器学习的钢管生产后力学性能预测方法，涉及人工智能预测领域。针对现有预测方法在处理复杂生产过程及多因素影响时的局限性，本发明采集钢管生产多参数及微观结构信息，引入层次加权熵权值方法筛选强相关特征，运用改进多模态深度学习模型DeepFM融合多类型数据统一建模，通过集成决策树XGBoost增强模型可解释性并生成置信区间，最后将模型部署于边缘设备实现实时预测。本发明能全面考量影响因素，提升预测精度，有效融合多模态数据，助力生产过程根据预测调整工艺参数，提高生产效率与产品质量，适用于钢管生产领域。