摘要
本申请涉及热处理分析或优化技术领域,具体公开了一种淬火工艺参数的优化方法,步骤一,获取待优化工件的材料性能参数;步骤二,建立待优化工件的三维有限元模型;步骤三,建立正交实验表进行有限元仿真;步骤四,建立多目标优化数学模型和权重系数函数;步骤五,构建基于遗传算法优化反向传播神经网络预测模型GA‑BPNN;步骤六,使用深度强化学习Dueling DQN算法进行工艺参数优化。解决了现有技术中淬火工艺参数优化方法没有考虑到不同工件在不同应用场景中对不同性能参数重要性不同的特点,因此其优化出的淬火工艺参数与实际应用脱节的技术问题。
技术关键词
淬火工艺参数
材料性能参数
三维有限元模型
神经网络预测模型
淬火介质
工件
轴向变形量
深度强化学习
BP神经网络预测
轴向残余应力
染色体
体积膨胀系数
弹簧钢
遗传算法优化
数学模型
奥氏体
场景
系统为您推荐了相关专利信息
变形方法
神经网络预测模型
乳化石蜡
板材含水率
卷积神经网络结构
多通道编码器
滑模控制律
无人直升机
重构误差
工况
神经网络预测模型
方形锂电池
下料组件
数据
像素点
燃气轮机系统
混合现实技术
协同方法
人机交互功能
三维仿真模型
神经网络预测模型
异常识别方法
车辆运行数据
超参数优化方法
松弛