摘要
本发明涉及一种基于机器学习的热喷涂涂层制备工艺参数优化方法,以获得高质量热喷涂涂层。该方法通过热喷涂涂层的高通量制备而构建出小样本量的工艺参数数据集,以涂层孔隙率及长期浸泡腐蚀性能作为输出参数,通过机器学习方法建立涂层制备工艺参数与涂层孔隙率及耐蚀性能的关联性,进一步在更宽的工艺参数范围内预测出更优异的热喷涂涂层制备工艺参数并获得高质量涂层。本发明可广泛应用于热喷涂涂层制备工艺的快速优化及涂层质量的稳定控制。
技术关键词
工艺参数优化方法
热喷涂涂层
孔隙率关系
喷涂工艺
机器学习模型
电化学阻抗谱
扫描电子显微镜
X射线三维成像
光学显微镜
试件
工艺参数条件
高通量
孔隙率值
机器学习方法
图像处理
喷枪
外延
系统为您推荐了相关专利信息
自动化分析系统
氧化铝
化学分析模块
机器学习模型
物理
三维模型
物体
计算机可读指令
电梯
三维建模软件
咨询系统
人工智能模型
数据采集单元
可穿戴生理
分析单元
事件预测方法
事件预测系统
空间网格结构
风险
框架
评价指标体系
趋势预测模型
预警模型
机器学习模型
生成业务