摘要
本发明涉及金属制品机械性能预测技术领域,提供一种基于人工智能的金属制品机械性能检测方法及系统,方法包括数据融合分析、材料本构性能预测、机械性能质量预测和性能检测评估;该方法通过引入结构演化改进因子与因果图嵌入强化学习模型,实现了从工艺参数到材料本构性能再到最终力学性能的全过程智能建模与因果推理,具备性能预测、成因解释与优化建议三重能力,显著提升复杂结构件的服役前评估与质量控制效率;通过构建“数据融合—材料建模—性能预测—检测评估”四模块一体化联动系统,实现了从原始数据到性能评估的全链条闭环式分析。
技术关键词
金属制品机械
参数
强化学习环境
机械特征
性能预测方法
XGBoost模型
状态向量数据
应变硬化指数
应力应变关系
回归预测模型
金属材料
预测模型训练
强化学习模型
定义
分析模块
策略
误差