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
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
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
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
图像分类模型
分类机器
学习方法
数据生成图像
标签
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