摘要
本发明涉及基于原材料性质分析预测其成型品性能的技术领域,具体提供了MIM用氢化脱氢钛基原料的质量和性能预测方法及预测系统;该预测方法基于HDH‑Ti原材料具有代表性且通过特定检测方法得到的参数如粒径D90、平均圆度、休止角、卡尔指数、氧含量、Ti4+含量比例和粉末临界装载量,MIM钛基成型制品的性能数据如抗拉强度,及以上参数和性能数据的相关系数;通过机器学习方法和反向神经网络对模型进行训练,得到数据预测模型,前者得到的模型所产生的分级评价方案及结果评价方案可更加精确地判断原材料质量等级,后者则可以预估其MIM成型品性能数据;所述方法和系统并不受HDH‑Ti原材料来源和组分的限制,可对原材料实现快速的质量和其MIM成型品性能预测。
技术关键词
性能预测方法
成型制品
粒子群优化反向传播神经网络
参数
粒子群优化神经网络模型
装载量
数据输入模块
随机森林模型
归一化模块
数据预测模型
圆度
数据模块
粘结剂
高真空烧结炉
粉末
扫描电镜照片
性能预测系统
指标
系统为您推荐了相关专利信息
滚动摩擦系数
微米级球形
滑动摩擦系数
标定方法
误差