一种基于机器学习的搪塑模具性能预测方法

本发明提供了一种基于机器学习的搪塑模具性能预测方法，首先，收集搪塑模具制造过程中的热处理及电镀过程的工艺参数、模具性能参数，构建基础数据库并进行数据预处理；再以P20钢为例分别以模具的性能参数与工艺参数构建多个CNN模型、LSTM模型并训练；在通过bagging算法进行加权融合，获得以P20钢材质的模具性能预测模型；用于预测工艺参数与性能参数的关联关系。对于与P20钢同源的材料，通过迁移学习获得材质为718钢、NAK80钢的模具性能基础预测模型。本发明在将多个算法的预测结果融合起来，融合后具有更好的泛化性能和鲁棒性。利用迁移学习算法，实现不同模具材料间的纵向迁移，大大减少了机器学习的工作量，节约了时间。