用于识别和分析材料的期望性质的系统和方法技术方案

本公开提供“用于识别和分析材料的期望性质的系统和方法”。一种方法包括生成材料的多个合成图像，其中所述多个合成图像中的每个合成图像与大于阈值合成可行性值的可行性值相关联。所述方法包括：对于所述多个合成图像中的每个合成图像，基于所述合成图像确定所述材料的一个或多个材料性质和所述材料的一个或多个工艺参数；以及基于所述一个或多个材料性质和所述一个或多个工艺参数生成多个数据点和帕累托表面。所述方法包括基于所述多个数据点以及所述多个数据点中的一组数据点与所述帕累托表面之间的距离来选择目标数据点。帕累托表面之间的距离来选择目标数据点。帕累托表面之间的距离来选择目标数据点。

【技术实现步骤摘要】
用于识别和分析材料的期望性质的系统和方法


[0001]本公开涉及用于识别和分析材料的期望性质的系统和方法。

技术介绍

[0002]本部分中的陈述仅提供了与本公开相关的背景信息，并且可能不构成现有技术。
[0003]工程师和产品开发人员可采用试错法来识别、测试和开发期望性质的材料，诸如复合材料(例如，聚氨酯泡沫塑料)。作为一个示例，操作者可从大量可调性质中制造具有给定性质的测试复合材料，获得复合材料的扫描电子显微镜(SEM)图像，并确定测试复合材料是否适用于特定环境或实施方式。因此，识别和分析材料的期望性质的传统试错法是一个耗时且资源密集的过程。本公开解决了用于识别和分析材料的期望性质的传统方法的这些问题以及其他问题。

技术实现思路

[0004]本部分提供了对本公开的总体概述并且不是对其全部范围或其所有特征的全面公开。
[0005]本公开提供了一种方法，所述方法包括生成材料的多个合成图像，其中所述多个合成图像中的每个合成图像与大于阈值合成可行性值的可行性值相关联。所述方法包括：对于所述多个合成图像中的每个合成图像，基于所述合成图像确定所述材料的一个或多个材料性质和所述材料的一个或多个工艺参数；以及基于所述一个或多个材料性质和所述一个或多个工艺参数生成多个数据点和帕累托(Pareto)表面。所述方法包括基于所述多个数据点以及所述多个数据点中的一组数据点与所述帕累托表面之间的距离来选择目标数据点。
[0006]在一些形式中，所述材料的所述多个合成图像是使用生成式对抗网络生成的。在一些形式中，所述方法还包括基于所述目标数据点向所述生成式对抗网络提供反馈信息。在一些形式中，所述方法还包括基于所述反馈信息生成所述多个合成图像。在一些形式中，所述生成式对抗网络包括：生成器，所述生成器被配置为基于反馈信息生成多个合成测试图像；可行性鉴别器；以及实际图像鉴别器。所述可行性鉴别器被配置为从所述材料的多个实际图像中获得一组不可行的实际图像，其中所述一组不可行的实际图像与小于所述阈值合成可行性值的可行性值相关联。所述可行性鉴别器被配置为基于所述多个合成测试图像与所述一组不可行的实际图像之间的比较，从所述多个合成测试图像中输出一组可行的合成测试图像。所述实际图像鉴别器被配置为从所述多个实际图像中获得一组可行的实际图像，其中所述一组可行的实际图像与大于所述阈值合成可行性值的可行性值相关联。所述实际图像鉴别器被配置为基于所述一组可行的合成测试图像与所述一组可行的实际图像之间的比较，从所述一组可行的合成测试图像中输出所述多个合成图像。
[0007]在一些形式中，所述一个或多个材料性质和所述一个或多个工艺参数是使用基于图像的神经网络来确定的。在一些形式中，所述帕累托表面是基于帕累托高效全局优化程
序和非支配排序遗传程序中的一者生成的。在一些形式中，所述方法还包括：对所述多个数据点进行聚类以识别与所述多个数据点相关联的一个或多个聚类簇；将所述一个或多个聚类簇中的一个或多个聚类质心识别为所述一组数据点；以及基于所述一个或多个聚类质心与所述帕累托表面之间的距离，选择所述一个或多个聚类质心中的一个聚类质心作为所述目标数据点。在一些形式中，多个数据点基于自组织映射程序进行聚类。在一些形式中，所述材料的多个合成图像是使用生成式对抗网络生成的，并且所述方法还包括：基于所述目标数据点制造测试材料；确定所述测试材料的可行性值；以及基于所述测试材料的所述可行性值选择性地更新所述生成式对抗网络的一个或多个权重。在一些形式中，所述方法还包括：基于所述测试材料的所述可行性值选择性地标记与所述测试材料相关联的目标实际图像和与所述目标数据点相关联的目标合成图像中的一者；以及基于所述测试材料的所述可行性值将所述目标实际图像和所述目标合成图像中的一者存储在训练数据库中。
[0008]在一些形式中，所述材料性质包括所述材料的机械特性、所述材料的电气特性、所述材料的热特性、所述材料的化学特性或它们的组合。在一些形式中，所述一个或多个工艺参数包括所述材料的组成、热处理参数或它们的组合。
[0009]本公开提供了一种生成式对抗网络和一种基于图像的神经网络。所述系统包括一个或多个处理器以及一个或多个非暂时性计算机可读介质，所述非暂时性计算机可读介质存储可由所述一个或多个处理器执行的指令。所述指令包括生成材料的多个合成图像，其中所述多个合成图像中的每个合成图像与大于阈值合成可行性值的可行性值相关联。所述指令包括对于所述多个合成图像中的每个合成图像，基于所述合成图像确定所述材料的一个或多个材料性质和所述材料的一个或多个工艺参数，其中所述一个或多个材料性质包括所述材料的机械特性、所述材料的电气特性、所述材料的热特性、所述材料的化学特性或它们的组合，并且其中所述一个或多个工艺参数包括所述材料的组成、热处理参数或它们的组合。所述指令包括：基于所述一个或多个材料性质和所述一个或多个工艺参数生成多个数据点和帕累托表面；以及基于所述多个数据点以及所述多个数据点中的一组数据点与所述帕累托表面之间的距离来选择目标数据点。
[0010]在一些形式中，所述材料的所述多个合成图像是使用生成式对抗网络生成的，并且所述指令还包括：基于所述目标数据点向所述生成式对抗网络提供反馈信息；以及基于所述反馈信息生成所述多个合成图像。在一些形式中，所述指令还包括：对所述多个数据点进行聚类以识别与所述多个数据点相关联的一个或多个聚类簇；将所述一个或多个聚类簇中的一个或多个聚类质心识别为所述一组数据点；以及基于所述一个或多个聚类质心与所述帕累托表面之间的距离，选择所述一个或多个聚类质心中的一个聚类质心作为所述目标数据点。在一些形式中，所述指令还包括：基于所述目标数据点制造测试材料；确定所述测试材料的可行性值；以及基于所述测试材料的所述可行性值选择性地更新所述生成式对抗网络的一个或多个权重。在一些形式中，所述指令还包括：基于所述测试材料的所述可行性值选择性地标记与所述测试材料相关联的目标实际图像和与所述目标数据点相关联的目标合成图像中的一者；以及基于所述测试材料的所述可行性值将所述目标实际图像和所述目标合成图像中的一者存储在训练数据库中。
[0011]本公开提供了一种方法，所述方法包括生成材料的多个合成图像，其中所述多个合成图像中的每个合成图像与大于阈值合成可行性值的可行性值相关联。所述方法包括对
于所述多个合成图像中的每个合成图像，基于所述合成图像确定所述材料的一个或多个材料性质和所述材料的一个或多个工艺参数，其中所述一个或多个材料性质包括所述材料的机械特性、所述材料的电气特性、所述材料的热特性、所述材料的化学特性或它们的组合，并且其中所述一个或多个工艺参数包括所述材料的组成、热处理参数或它们的组合。所述方法包括：基于所述一个或多个材料性质和所述一个或多个工艺参数生成多个数据点和帕累托表面；以及基于所述多个数据点以及所述多个数据点中的一组数据点与所述帕累托表面之间的距离来选择目标数据点。
[0012]根据本文中提供的描述，另外的适用领域将变得显而易见。应当理解，描述和本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种方法，其包括：生成材料的多个合成图像，其中所述多个合成图像中的每个合成图像与大于阈值合成可行性值的可行性值相关联；对于所述多个合成图像中的每个合成图像，基于所述合成图像确定所述材料的一个或多个材料性质和所述材料的一个或多个工艺参数；基于所述一个或多个材料性质和所述一个或多个工艺参数生成多个数据点和帕累托表面；以及基于所述多个数据点以及所述多个数据点中的一组数据点与所述帕累托表面之间的距离来选择目标数据点。2.如权利要求1所述的方法，其中所述材料的所述多个合成图像是使用生成式对抗网络生成的。3.如权利要求2所述的方法，其还包括基于所述目标数据点向所述生成式对抗网络提供反馈信息。4.如权利要求3所述的方法，其还包括基于所述反馈信息生成所述多个合成图像。5.如权利要求2所述的方法，其中所述生成式对抗网络包括：生成器，所述生成器被配置为基于反馈信息生成多个合成测试图像；可行性鉴别器，所述可行性鉴别器被配置为：从所述材料的多个实际图像中获得一组不可行的实际图像，其中所述一组不可行的实际图像与小于所述阈值合成可行性值的可行性值相关联；以及基于所述多个合成测试图像与所述一组不可行的实际图像之间的比较，从所述多个合成测试图像中输出一组可行的合成测试图像；以及实际图像鉴别器，所述实际图像鉴别器被配置为：从所述多个实际图像中获得一组可行的实际图像，其中所述一组可行的实际图像与大于所述阈值合成可行性值的可行性值相关联；以及基于所述一组可行的合成测试图像与所述一组可行的实际图像之间的比较，从所述一组可行的合成测试图像中输出所述多个合成图像。6.如权利要求1至5中任一项所述的方法，其中所述一个或多个材料性质和所述一个或多个工艺参数是使用基于图像的神经网络来确定的。7.如权利要求1至5中任一项所述的方法，其中所述帕累托表面是基于帕累托高效全局优化程序和非支配排序遗传程序中的一者生成的。8.如权利要求1至5中任一项所述的方法，其还包括：对所述多个数据点进行聚类以识别与所述多个数据点相关联的一个或多个聚类簇；将所述一个或多个聚类簇中的一个或多个聚类质心识别为所述一组数据点；以及基于所述一个或多个聚类质心与所述帕累托表面之间的距离，选择所述一个或多个聚类质心中的一个聚类质心作为所述目标数据点。9.如权利要求8所述的方法，其中所述多个数据点基于自组织映射程序进行聚类。10.如权利要求1至5中任一项所述的方法，其中所述材料的所述多个合成图像是使用生成式对抗网络生成的，并且其中所述方法还包括：基于所述目标数据点制造测试材料；
...

【专利技术属性】
技术研发人员：A，
申请(专利权)人：福特全球技术公司，
类型：发明
国别省市：