摘要
本发明公开了一种AI提升燃机叶片榫头微动疲劳性能的工艺参数推荐方法。本发明中通过超声振辗加工实验数据建立榫头特征参数‑工艺参数映射数据库,其中特征参数组合使用搭建的自适应传感器网络检测系统实时动态采集得到;基于建立的各特征参数的物理控制方程得到物理约束,来构建PINN模型;使用榫头特征参数‑工艺参数映射数据库训练的PINN模型反演出完整空间坐标的物理场并进行筛选,基于NSGA‑II算法生成完整空间坐标筛选后不同位置的Pareto解集,并基于TOPSIS决策方法筛选得到各空间坐标位置处的5个最优工艺参数组合。本发明能够实现对燃机叶片榫头超声振辗强化工艺参数的智能推荐,且推荐结果较优。
技术关键词
燃机叶片
参数推荐方法
榫头
网络检测系统
应力场
红外热像仪
网格
三维模型
多自由度机械臂
坐标
激光位移传感器
决策方法
热传导方程
测试工装
危险区
传感器阵列
样本
拉丁超立方采样
系统为您推荐了相关专利信息
动态应力场
工艺设计方案
布局
线宽线距
印刷电路
发动机支架
变形控制方法
变形控制装置
球形接头
轨迹
裂纹扩展寿命
裂纹尺寸
电机转子结构
裂纹特征
因子