摘要
本申请提供基于物理信息深度神经网络的飞机起落架外筒屈服强度预测方法,涉及智能制造的技术领域,方法包括:采集飞机起落架在不同工艺阶段的工艺数据,工艺数据包括自由锻制坯和模锻成形阶段的转运时间、锻造时间、锻件始锻温度、锻件终锻温度、锻件终锻后尺寸以及锻造速度;对工艺数据进行预处理,得到处理数据;对处理数据进行相关性分析,并对处理数据对屈服强度进行贡献度分析;根据相关性分析的结果以及贡献度分析的结果,从处理数据筛选出建模的目标工艺参数;输入目标工艺参数至训练完成的基于物理信息的深度神经网络,得到预测的飞机起落架外筒屈服强度值。本申请能够在保证模型可解释性前提下,减少构建模型所需的样本点数量。
技术关键词
飞机起落架外筒
屈服强度预测方法
深度神经网络
物理
数据
锻件
皮尔逊相关系数
网络接口
模锻
输出模块
阶段
参数
电子设备
可读存储介质
近邻算法
设备通信
预测装置
系统为您推荐了相关专利信息
单体电池
电池等效电路模型
电池组
能量传递网络
电压
分布式存储器
会议纪要生成方法
分片
数据存储
索引
模块化照明系统
参数配置装置
并行数字信号
主控模块
发光单元