摘要
本申请涉及高温合金锻造的领域,尤其涉及一种高温合金涡轮盘锻件关键工艺特征识别方法及相关装置。该方法首先构建融合原材料参数、设备工艺参数及质量检测指标的多维数据集,采用皮尔逊相关系数与最小冗余最大相关性联合进行Filter阶段的特征预筛选,获得候选特征子集。在此基础上,引入以随机森林为代理模型的贝叶斯优化策略,通过期望改进采集函数对特征组合空间进行迭代搜索,获得最优的关键工艺特征集合。本申请所给出的该方法通过混合式关键工艺特征识别方法筛选显著提高计算效率,同时通过预测关键工艺特征,生产过程中的工艺参数调控,产品性能一致性显著提高。
技术关键词
高温合金涡轮盘
工艺特征
识别方法
皮尔逊相关系数
设备工艺参数
涡轮盘锻件
随机森林模型
冗余
高温合金锻造
指标评价方法
数据
样本
选取特征
特征值
估计方法
处理器
计算机设备