摘要
本发明公开了一种金刚线拉拔热处理工艺‑性能数据模型与强塑性智能优化方法,属于热处理工艺设计技术领域。解决了现有技术中传统的拉拔热处理工艺方法难以实现高强度和强塑性的协同优化的问题;本发明对金刚线进行拉拔再结晶退火实验,采集实验中的拉拔热处理工艺参数与性能数据,得到数据集;划分数据处理后的数据集,通过高斯过程回归算法构建拉拔热处理工艺‑性能机器学习模型,采用评价指标对模型进行筛选,得到最终的拉拔热处理工艺‑性能机器学习模型;设定反向设计的目标,得到满足不同性能要求的拉拔工艺。本发明有效避免了金刚线拉拔热处理工艺难以在强度和塑性之间达到最佳平衡的情况,可以应用于设计金刚线拉拔热处理工艺。
技术关键词
机器学习模型
智能优化方法
金刚线
热处理工艺参数
回归算法
数据
拉拔工艺
热处理工艺方法
蛙跳算法
断面收缩率
可视化方法
指标
误差
训练集
屈服
关系