摘要
本发明涉及微纳米喷涂技术领域,尤其涉及一种微纳米喷涂路径的多物理场优化方法及系统,包括:根据喷涂过程中的粒子行为建立喷涂粒子运动模型;对喷涂粒子运动模型进行耦合分析;采集当前环境参数和喷涂过程数据,获取理想喷涂路径,将理想喷涂路径和当前环境参数输入耦合分析模型得到初始喷涂路径;使用基于导航变量的多目标粒子群优化算法对初始喷涂路径进行优化,得到最佳喷涂路径;使用多任务贝叶斯联邦学习算法对最佳喷涂路径进行自适应调节。本发明综合考虑物理场,并采用NMOPSO算法对微纳米喷涂路径进行规划,找到喷涂最优路径,能够在复杂的喷涂环境中有效地找到安全、高效的最优路径,提高喷涂效率和质量。
技术关键词
粒子运动模型
微纳米
粒子群优化算法
重力场
物理
学习算法
变量
多任务
节点
喷涂技术
数据
气流
喷枪
分析模块
方程
速度
规划
策略
系统为您推荐了相关专利信息
数字孪生系统
故障诊断方法
智能产线
物理设备
实体
神经网络构建方法
KKT条件
非线性规划方法
拉格朗日
代表
异常检测方法
能耗
数字孪生
电池状态参数
纯电动汽车整车