摘要
本公开涉及深度学习技术领域,提供了一种叶片辊轧成形工艺优化方法、装置、介质及计算机设备,包括:获取叶片辊轧设备的历史工况数据集以及仿真工况数据集;并基于历史工况数据集以及仿真工况数据集构建训练集;构建参数优化模型,并基于训练集对参数优化模型进行训练,得到训练好的参数优化模型;获取叶片辊轧信息,并基于训练好的参数优化模型和叶片辊轧信息确定预测优化工艺参数;基于预测优化工艺参数对叶片辊轧设备进行参数配置,并基于参数配置后的叶片辊轧设备和叶片辊轧信息确定目标叶片辊轧结果。本实施例通过基于数据驱动的工艺优化方法,实现了叶片辊轧工艺参数的优化配置,提高了叶片辊轧产品的质量。
技术关键词
参数优化模型
历史工况数据
辊轧设备
优化工艺参数
叶片
仿真数据
工艺优化方法
构建训练集
面点
成形
织构
模具型面
训练样本集
计算机设备
多晶体
融合特征
误差
系统为您推荐了相关专利信息
无人机多光谱
无人机飞行高度
动态
反射率数据
分析模块
机器人本体
疏通机器人
市政排水系统
钻头部件
缓冲组件
气孔检测方法
杨树叶片
图像
抑制背景干扰
特征点