【技术实现步骤摘要】
点的niyama判据组成训练集,利用训练集训练智能铸造分析模型,训练好的智能铸造分析模型。
[0014]进一步地,所述P1点、P2点、P3点的niyama判据,通过以下公式获得:
[0015][0016]其中,G是温度梯度,L是冷却速率。
[0017]进一步地,所述智能铸造分析模型为三层人工神经网络,包括:输入层、隐藏层和输出层;
[0018]所述隐藏层为两层。
[0019]进一步地,所述智能铸造分析模型的损失函数,如下式:
[0020][0021]其中,O是目标输出值,a是模型预测值,λ,θ
i
为正则化参数。
[0022]进一步地,所述S2中的利用S1获得的niyama判据值,获得待评价凝固相似性的两个铸件的凝固相似性结论,具体为:
[0023]若两个待评价凝固相似性的铸件上的P1点、P2点、P3点的niyama判据均标准相等,则说明两个待评价凝固相似性的铸件凝固过程相似,若任一点的niyama判据不标准相等,则说明两个待评价凝固相似性的铸件凝固过程不相似;
[0024]标准相等为:两个niyama判据的误差在预设误差内。
[0025]一种铸件凝固过程相似性确定系统,用于一种铸件凝固过程相似性确定方法,所述系统包括:铸件参数获取模块、niyama判据值获取模块、凝固相似性确定模块;
[0026]所述铸件参数获取模块用于获得待评价凝固相似性的两个铸件的模数、浇注温度、砂型温度和换热系数,并将待评价凝固相似性的两个铸件的模数、浇注温度、砂型温度和换热系数发 ...
【技术保护点】
【技术特征摘要】
1.一种铸件凝固过程相似性确定方法,其特征在于所述方法具体过程为:S1、获得待评价凝固相似性的两个铸件的模数、浇注温度、砂型温度和换热系数,分别将待评价凝固相似性的两个铸件的模数、浇注温度、砂型温度和换热系数输入到训练好的智能铸造分析模型中,获得待评价凝固相似性的两个铸件的niyama判据值;S2、利用S1获得的niyama判据值,获得待评价凝固相似性的两个铸件的凝固相似性结论;所述训练好的智能铸造分析模型,通过以下方式获得:步骤一、建立铸件凝固模型,并模拟铸件凝固过程,获得铸件凝固过程模拟结果;步骤二、在铸件凝固过程模拟结果中获取铸件模数、浇筑温度、砂型温度和换热系数,并获取当前铸件模数、浇筑温度、砂型温度和换热系数下铸件凝固模型上的P1点、P2点、P3点的温度梯度G和冷却速率L,从而获取P1点、P2点、P3点的niyama判据;铸件凝固模型中的P1点、P2点、P3点如下:获取铸件凝固模型的一个顶点P1,并将当前顶点P1作为空间直角坐标系的原点,设定P2(0,L/2,L/2)、P3(L/2,L/2,L/2);步骤三、将步骤二获得的铸件模数、浇筑温度、砂型温度、换热系数和P1点、P2点、P3点的niyama判据组成训练集,利用训练集训练智能铸造分析模型,训练好的智能铸造分析模型。2.根据权利要求1所述的一种铸件凝固过程相似性确定方法,其特征在于:所述P1点、P2点、P3点的niyama判据,通过以下公式获得:其中,G是温度梯度,L是冷却速率。3.根据权利要求2所述的一种铸件凝固过程相似性确定方法,其特征在于:所述智能铸造分析模型为三层人工神经网络,包括:输入层、隐藏层和输出层;所述隐藏层为两层。4.根据权利要求3所述的一种铸件凝固过程相似性确定方法,其特征在于:所述智能铸造分析模型的损失函数,如下式:其中,O是目标输出值,a是模型预测值,λ,θ
i
为正则化参数。5.根据权利要求4所述的一种铸件凝固过程相似性确定方法,其特征在于:所述S2中的利用S1获得的niyama判据值,获得待评价凝固相似性的两个铸件的凝固相似性结论,具体为:若两个待评价凝固相似性的铸件上的P1点、P2点、P3点的niyama判据均标准相等,则说明两个待评价凝固相似性的铸件凝固过程相似,若任一点的niyama判据不标准相等,则说明两个待评价凝固相似性的铸件凝固过程不相似;标准相等为:两个niyama判据的误差在预设误差内。6.一种铸件凝固过程相似性确定系统,用于执行权利要求1
‑
6任一项权利要求所述的一种铸件凝固过程相似性确定方法,其特征在于:所述系统包括:铸件参数获取模块、niyama判据值获取模块、凝固...
【专利技术属性】
技术研发人员:黄西西,薛祥,吴士平,朱继虎,王明杰,戴贵鑫,
申请(专利权)人:哈尔滨工业大学,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。