一种基于神经网络模型的拧紧曲线生成方法

本发明公开了一种基于神经网络模型的拧紧曲线生成方法，涉及拧紧曲线生成技术领域，本发明通过多源数据融合与智能决策机制，显著提升螺栓群同步拧紧的工艺适应性；动态耦合模型整合振动频谱与温度场梯度特征，突破传统静态模型对复合材料层间特性变化的感知瓶颈；多智能体强化学习框架通过分布式协同优化，有效抑制顺序拧紧的应力累积效应，实现扭矩均衡与材料保护的多目标平衡；时序动作约束模块结合工艺边界条件动态生成调整策略，避免人工经验设定的安全裕度冗余问题；在线补偿机制基于拓扑相似度匹配主动注入补偿曲线，克服传统被动式参数调整的滞后性。