基于深度学习的多层多道焊残余应力预测方法及系统

AITNT
正文
推荐专利
基于深度学习的多层多道焊残余应力预测方法及系统
申请号:CN202510020233
申请日期:2025-01-07
公开号:CN120032439A
公开日期:2025-05-23
类型:发明专利
摘要
本发明公开了一种基于深度学习的多层多道焊残余应力预测方法及系统,该方法包括:将分类模型数据集输入熔池图像分类模型进行训练,以得到最优熔池图像分类模型;将预测模型训练集输入残余应力预测模型进行训练,以得到最优残余应力预测模型;将待预测多层多道焊焊缝对应的热输入参数和熔池图像输入最优熔池图像分类模型,得到待预测多层多道焊焊缝对应的焊缝类别标签,将待预测多层多道焊焊缝对应的焊缝类别标签、熔池图像、热输入参数和焊缝参数输入最优残余应力预测模型,以得到待预测多层多道焊焊缝对应的残余应力预测结果,有助于解决现有技术无法准确预测多层多道焊焊缝残余应力的问题。
技术关键词
多层多道焊 图像分类模型 残余应力预测方法 预测模型训练 图像类别 参数 焊缝残余应力 构建分类模型 构建预测模型 峰值信噪比 非暂态计算机可读介质 学习特征 数据 分类模型构建 Adam算法 融合特征 训练算法
系统为您推荐了相关专利信息
1
一种基于全连接神经网络的商品销量预测方法及预测模型
商品销量预测方法 多尺度特征提取 序列 数据 预测模型训练
2
一种基于人工智能的家装工地监控系统及方法
工地监控方法 图像语义分割模型 预警模型 设备状态参数 视频
3
用于车辆的占用估计系统
数据处理硬件 感兴趣物体 识别感兴趣 预测模型训练 相机系统
4
基于关注区域和平滑标注的图像分类机器学习方法及系统
图像分类模型 分类机器 学习方法 数据生成图像 标签
5
一种极端天气下风电功率的预测模型训练方法及预测方法
预测模型训练方法 天气 风电功率预测模型 集成学习模型 学习器
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