一种耦合多因素铸件全域综合力性高精度数智化实时预测方法

本发明涉及一种耦合多因素铸件全域综合力性高精度数智化实时预测方法，包括构建无缺陷条件下材料工艺—凝固冷速及顺序—力学性能数字孪生定量关系模型，通过物理孪生确定模型公式系数，基于物理和数字孪生构建有缺陷条件下材料带缺陷区的缺陷—力学性能定量关系模型，结合机器学习构建对应材料铸件全域综合力性高精度数智化预测模型；设计制造含无缺陷和多级别缺陷区的特征标准铸件，对比模型预测和物理孪生获得的特征标准铸件综合力性，验证修正模型；数字和物理孪生产品铸件，实时采集凝固冷速及顺序和缺陷数据，结合模型高精度实时预测产品铸件全域综合力性。实现了铸件力性实时数智可视化，能够支撑铸件高可靠、轻量化和数智化设计制造。