摘要
本发明公开了一种多层板压合参数智能预测与调控方法,包括多源异构工艺数据的标准化采集与同步、多层级高阶张量模型的时空‑结构‑工艺联合建模以及多尺度张量分解算法的局部/全局特征因子拆解,将经自适应权重融合的加权融合特征向量输入物理约束神经网络模型中,生成压合参数预测结果,针对压合参数预测结果与实时品质反馈信息,执行预测精度的动态监测,并触发模型自我评估与自适应学习,在线优化特征融合权重及预测策略,本发明实现压合参数预测的可解释性与工艺安全保障,并推动压合全流程动态闭环优化。
技术关键词
调控方法
层级
参数
因子
传感
特征强化融合
新型材料
注意力机制算法
多尺度特征
张量分解模型
神经网络模型
层间剥离强度
分解算法
加权特征
多层板材料
分区
异构
阶段
多层板结构
系统为您推荐了相关专利信息
机器人手臂
位置检测传感器
位置检测设备
机械人手臂
支撑单元
监控相机
焊丝
算法模块
图像灰度值
机器视觉自动识别
图像分割方法
磁共振
非均匀性校正算法
网络结构
生成特征