基于多模态数据融合与Stacking集成的铝型材粉末喷涂消耗量预测方法

本发明提供一种基于多模态数据融合与Stacking集成的铝型材粉末喷涂消耗量预测方法，包括多模态数据采集：通传感器获取待测型材三维几何数据和工艺参数传；层次化特征工程构建：构建物理特征，衍生生成工艺特征和设备特征；Stacking集成模型构建：通过LightGBM基模型、XGBoost基模型以及元模型融合的方式进行Stacking集成模型构建；动态优化：采用在线学习机制对所述Stacking集成模型进行动态优化更新。本发明将待测铝型三维几何特征与动态工艺参数融合，解决了复杂型材的喷涂覆盖率计算难题；通过弹性网络元模型自动学习基模型的互补优势，提高了铝型材粉末喷涂消耗量预测精度。