摘要
本发明公开了一种多工序参数融合的小样本下烧结钕铁硼磁体性能二阶段预测方法,属于烧结钕铁硼磁体性能预测领域;具体为:首先,在实际生产过程中,收集不同批次产品对应的生产工艺参数值、粉末性能数据和磁体性能数据,形成初始数据集并进行预处理;然后,搭建组合预测模型,利用预处理数据进行训练并进行第一阶段粉末性能参数预测;接着搭建磁体性能预测模型,并利用预处理的数据进行特征交互增强和构造衍生特征,结合第一阶段的预测结果,进行第二阶段磁体性能参数预测;最后,针对新的批次产品S,获取其经过特征处理的生产工艺参数,依次输入组合预测模型和磁体性能预测模型,得到最终的预测结果。本发明提高了预测的合理性和准确性。
技术关键词
组合预测模型
性能预测模型
磁体
粉末
参数
支持向量机回归
长短期记忆网络
基础
LSTM模型
人工神经网络
样本
阶段
交互特征
数据分布
随机森林
硅油
误差
喂料
系统为您推荐了相关专利信息
光伏设备
节点设备
鲸鱼算法
计算机执行指令
功率控制方法
海上风电功率预测
多模型协同
牛顿拉夫逊算法
协方差矩阵
扩展卡尔曼滤波
温度场仿真方法
数字孪生
水泥分解炉
水泥熟料烧成工艺
数据驱动模型