摘要
本发明公开了压铸件热处理工艺参数预测方法及其装置,所述方法包括以下步骤:获取压铸件的实际工艺参数,得到预测数据集;把预测数据集输入到特征增强模块,得到特征增强数据集,其中,特征增强数据集包括基于小波包变换的第一特征增强数据和基于随机森林的第二特征增强数据;把特征增强数据集输入到基于卷积层的预测模型并进行训练,得到优化预测模型;把待加工的压铸件的几何参数和材料系数输入到优化预测模型,得到待加工的压铸件的预测热处理参数,通过将预测数据集特征增强后训练预测模型,得到精准的预测热处理参数,提高压铸件的加工精度和质量稳定性,提升压铸件的生产良品率。
技术关键词
热处理工艺参数
压铸件
优化预测模型
数据
特征值
随机森林
小波变换处理
注意力机制
训练预测模型
模块
热处理设备
处理器
预测装置
可读存储介质
存储器
电子设备
计算机
算法
系统为您推荐了相关专利信息
混凝土结构
损伤检测方法
加速度
损伤类别
神经网络架构
磨损检测系统
数据处理模块
超声波传感单元
传感器模块
磨损检测方法
安卓机顶盒
远程控制系统
云端服务器
加密模块
控制模块
异常数据检测
历史采集数据
数据异常检测方法
深度残差神经网络
参数