基于机器学习的钛合金锻件成形特性检测与质量评估方法

本发明提供了一种基于机器学习的钛合金锻件成形特性检测与质量评估方法。应用于人工智能和质量检测技术领域，所述方法包括：利用多模态传感器实时采集钛合金锻造过程中的温度、压力、形变量和应变信息，并进行数据预处理；构建机器学习模型并进行训练，并且将所述结构化特征数据集输入至训练好的机器学习模型中，输出钛合金锻件的成形特性检测结果；计算所述成形特性检测结果与质量标准数据库中标准数据的差异程度，根据所述差异程度确定钛合金锻件的质量等级，实现对钛合金锻件质量的量化评估。本发明有效提高了钛合金锻件的检测精度、减少了计算量，并增强了系统的自适应优化能力。