基于数据和D-LSTM的挤压铸造工艺参数设计方法

AITNT
正文
推荐专利
基于数据和D-LSTM的挤压铸造工艺参数设计方法
申请号:CN202510310622
申请日期:2025-03-17
公开号:CN120199382A
公开日期:2025-06-24
类型:发明专利
摘要
本发明提供基于数据和D‑LSTM的挤压铸造工艺参数设计方法,属于挤压铸造工艺参数设计技术领域,所述方法包括如下,构建不同类材料的挤压铸造工艺数据集,基于数据集建立不同类材料的通用D‑LSTM挤压铸造工艺参数设计模型,输入待设计铸件的材料成分与铸形参数值,完成挤压铸造工艺参数的设计。本发明实现了数据驱动的挤压铸造工艺参数快速设计。考虑了快速设计不同类材料或铸件挤压铸造工艺参数的需求,加强了对已有挤压铸造工艺数据的利用,引入深度学习技术构建了基于D‑LSTM的挤压铸造工艺参数设计方法框架。构建的工艺参数设计模型具备通用性,可多次使用,设计的工艺参数可以满足高性能材料或铸件的要求。
技术关键词
挤压铸造工艺 参数设计方法 LSTM神经网络模型 数据 LSTM模型 铸件工艺 参数设计技术 挤压铸造件 变量 金属复合材料 随机森林模型 深度学习技术 剔除噪声 节点 样本 基材料 网络结构 优化器
系统为您推荐了相关专利信息
1
一种基于AI驱动的大功率储能变流器及控制方法
智能控制模块 大功率储能变流器 红外热成像传感器 FPGA控制器 功率器件
2
一种基于光谱匹配因子的高光谱遥感器交叉定标方法
光谱匹配 交叉定标方法 遥感器 通道 亮度
3
一种油藏防窜剂用量和浓度优化方法及系统
防窜剂 残余油饱和度 水量 速度 油气田开发技术
4
一种基于提示调优的司法文本关系抽取方法
文本关系抽取方法 预训练模型 模板 定义方法 实体
5
一种食品加工过程动态质量监控与智能调控方法及系统
食品加工过程 智能调控方法 支持向量回归 LSTM神经网络 随机森林
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