公开(公告)号：CN116364213A

公开(公告)日：2023-06-30

申请号：CN202310021400.X

申请日：2023-01-07

申请人： 天津职业技术师范大学(中国职业培训指导教师进修中心)

发明人： 武川 ,  彭志伟 ,  蔡玉俊 ,  刘斌 ,  王圆圆 ,  时文才

IPC分类号： G16C60/00 ,  G06N20/20 ,  G06N5/01 ,  G06F30/27 ,  G06F111/06 ,  G06F119/08

摘要： 本发明提供了一种基于机器学习的钛合金热挤压工艺优化方法及装置，涉及热挤压工艺优化的技术领域，所述方法包括：获取数据集，构建第一随机森林模型，利用预处理后的数据集对所述第一随机森林模型进行学习以获取第二随机森林模型；利用第二随机森林模型的预测结果获取第一映射关系以及第二映射关系，确定第二随机森林模型的预测结果的优化范围，并利用多目标遗传算法、第一映射以及第二映射获取目标函数的解，所述目标函数的解为优化范围中目标函数最小值所对应的热挤压坯料挤压初始温度、热挤压坯料挤压速度以及热挤压坯料挤压比。通过本发明可以缓解现有技术中热挤压有限元模拟时间长，工艺优化速度慢的技术问题。

公开(公告)号：CN116230136A

公开(公告)日：2023-06-06

申请号：CN202310171460.X

申请日：2023-02-28

申请人： 天津职业技术师范大学(中国职业培训指导教师进修中心)

发明人： 武川 ,  王园园 ,  蔡玉俊 ,  彭志伟 ,  时文才

IPC分类号： G16C60/00 ,  G06F30/27 ,  G06N3/0499 ,  G06N3/048 ,  G06N3/084 ,  G06N3/086 ,  G06F18/214 ,  G06F18/21

摘要： 本申请提供一种基于机器学习的钛合金力学性能预测方法，包括：获取通过钛合金力学性能实验和第一性原理计算得到的原始数据；根据所述原始数据中的合金成分计算特征描述符，得到训练机器学习模型的原始数据集，将所述原始数据集划分为测试集和训练集；根据所述训练集训练机器学习模型，通过所述测试集评估所述机器学习模型的准确性并得到训练好的机器学习模型；根据所述训练好的机器学习模型对钛合金力学性能进行预测，获得所述力学性能预测结果。本申请通过结合第一性原理计算、热处理实验与数据挖掘，建立力学性能的回归模型，实现对钛合金材料力学性能快速、准确的预测，减少计算成本以节省研发和实验成本。