基于激光超声的双相钛合金表面润滑方法及装置制造方法及图纸

本发明专利技术涉及人工智能技术，揭露了一种基于激光超声的双相钛合金表面润滑方法，包括：获取双相钛合金的实验数据，根据预设的激光超声参数和预设的评价参数生成实验数据的分类数据；构建双相钛合金的润滑分析模型；利用分类数据生成润滑分析模型的训练集；确定润滑分析模型的优化目标函数，根据训练集和优化目标函数对润滑分析模型进行模型优化，得到优化后的润滑分析模型；利用优化后的润滑分析模型生成双相钛合金的最佳润滑效果所对应的最佳参数组合，利用最佳参数组合对双相钛合金进行表面润滑处理

【技术实现步骤摘要】
基于激光超声的双相钛合金表面润滑方法及装置


[0001]本专利技术涉及人工智能
，尤其涉及一种基于激光超声的双相钛合金表面润滑方法及装置
。

技术介绍

[0002]双相钛合金是一种优良的结构材料，具有高强度
、
高韧性和良好的耐腐蚀性，在航空航天
、
汽车
、
能源等领域有广泛的应用，但是部件摩擦损伤和磨损现象会导致双相钛合金件的寿命降低，从而影响其应用效果和经济效益，表面润滑技术被广泛应用于双相钛合金件的制造中
。
通过在双相钛合金表面形成润滑层，可以减少摩擦损伤和磨损现象，从而提高其使用寿命和性能
。
[0003]目前常用的润滑材料在双相钛合金表面的附着性和持久性方面存在挑战，润滑材料往往不能有效地附着在双相钛合金表面，并且易于磨损或脱落；同时，润滑层容易受到外界环境的影响，如温度变化
、
湿度变化等，当润滑层失去稳定性时，润滑效果会下降，甚至完全丧失润滑功能，因此如何提升双相钛合金表面润滑时效率，成为了亟待解决的问题
。

技术实现思路

[0004]本专利技术提供一种基于激光超声的双相钛合金表面润滑方法及装置，其主要目的在于解决双相钛合金表面润滑时效率较低的问题
。
[0005]为实现上述目的，本专利技术提供的一种基于激光超声的双相钛合金表面润滑方法，包括：获取双相钛合金的实验数据，根据预设的激光超声参数和预设的评价参数生成所述实验数据的分类数据，其中，所述预设的激光超声参数包括：激光功率和脉冲频率，所述预设的评级参数包括：信噪比和频谱特性；利用预设的回归算法构建所述双相钛合金的润滑分析模型，其中，所述预设的回归算法为：；其中，表示所述润滑分析模型的输出结果，是所述润滑分析模型的输入数据的数据标识，是所述输入数据的数据总数，是第个所述输入数据所对应的真实值，是第个所述输入数据所对应的预测值，是核函数，是第个所述输入数据的特征值，是所述输入数据的特征值，是偏置项；利用所述分类数据生成所述润滑分析模型的训练集；确定所述润滑分析模型的优化目标函数，根据所述训练集和所述优化目标函数对所述润滑分析模型进行模型优化，得到优化后的润滑分析模型；利用优化后的润滑分析模型生成所述双相钛合金的最佳润滑效果所对应的最佳
参数组合，利用所述最佳参数组合对所述双相钛合金进行表面润滑处理
。
[0006]可选地，所述获取双相钛合金的实验数据，包括：确定双相钛合金的实验参数，其中，所述实验参数包括：温度
、
压力和时间，根据所述实验参数获取所述双相钛合金的实验变量，其中，所述实验变量为材料成分；对所述实验变量进行结构化处理，得到所述实验变量的结构化数据；根据所述结构化数据和所述实验参数生成所述双相钛合金的实验数据
。
[0007]可选地，所述对所述实验变量进行结构化处理，得到所述实验变量的结构化数据，包括：对所述实验变量进行数值格式转换，得到所述实验变量的转换变量；对所述转换变量进行数据清洗，得到所述转换变量的清洗变量，其中，所述数据清洗包括：去除异常数据
、
填补缺失数据和校正错误数据；提取所述清洗变量的统计变量特征，根据所述统计变量特征生成所述实验变量的结构化数据
。
[0008]可选地，所述根据预设的激光超声参数和预设的评价参数生成所述实验数据的分类数据，包括：根据预设的激光超声参数对所述实验数据进行数据选取，得到所述实验数据中的激光超声数据；根据预设的评价参数对所述实验数据进行数据选取，得到所述实验数据中的评价数据；建立所述评价数据和所述激光超声数据的数据关联，根据所述数据关联
、
所述评价数据和所述激光超声数据生成所述实验数据的分类数据
。
[0009]可选地，所述根据预设的激光超声参数对所述实验数据进行数据选取，得到所述实验数据中的激光超声数据，包括：生成预设的激光超声参数的参数特征；计算所述参数特征与所述实验数据的数据相似度；根据预设的相似阈值和所述数据相似度对所述实验数据进行数据选取，得到所述实验数据中的激光超声数据
。
[0010]可选地，所述利用所述分类数据生成所述润滑分析模型的训练集，包括：确定所述分类数据的数据类别，利用所述数据类别生成所述分类数据的数据标签；利用所述数据标签建立所述分类数据的关联关系；根据所述关联关系
、
所述数据标签和所述分类数据生成所述润滑分析模型的训练集
。
[0011]可选地，所述确定所述润滑分析模型的优化目标函数，包括：根据所述润滑分析模型生成所述润滑分析模型的优化目标函数，其中，所述优化目标函数为：；
其中，是所述优化目标函数的函数值，是最小值函数，是目标样本的总数，是样本标识，是所述训练集中的样本总数，是第个样本所对应的真实值，是第个样本的特征值，是第个样本所对应的预测值
。
[0012]可选地，所述根据所述训练集和所述优化目标函数对所述润滑分析模型进行模型优化，得到优化后的润滑分析模型，包括：对所述润滑分析模型进行参数初始化，得到初始化后的润滑分析模型；将所述训练集中的样本数据输入值所述初始化后的润滑分析模型，得到所述初始化后的润滑分析模型的模型输出；根据所述模型输出和所述训练集中的真实值生成所述初始化后的润滑分析模型的模型误差；根据所述模型误差和所述优化目标函数对所述初始化后的润滑分析模型进行参数调优，直至所述初始化后的润滑分析模型对应的优化目标函数值小于预设的函数阈值时，确定所述初始化后的润滑分析模型的模型目标参数；根据所述模型目标参数生成优化后的润滑分析模型
。
[0013]可选地，所述利用优化后的润滑分析模型生成所述双相钛合金的最佳润滑效果所对应的最佳参数组合，包括：获取所述双相钛合金的合金输入值，根据所述合金输入值和所述优化后的润滑分析模型生成所述双相钛合金的合金输出值；对所述合金输出值进行数值分析，得到所述合金输出值的目标合金值，根据所述目标合金值确定所述双相钛合金的最佳润滑效果所对应的最佳参数组合
。
[0014]为了解决上述问题，本专利技术还提供一种基于激光超声的双相钛合金表面润滑装置，所述装置包括：数据分类模块，用于获取双相钛合金的实验数据，根据预设的激光超声参数和预设的评价参数生成所述实验数据的分类数据，其中，所述预设的激光超声参数包括：激光功率和脉冲频率，所述预设的评级参数包括：信噪比和频谱特性；模型构建模块，用于利用预设的回归算法构建所述双相钛合金的润滑分析模型，其中，所述预设的回归算法为：；其中，表示所述润滑分析模型的输出结果，是所述润滑分析模型的输入数据的数据标识，是所述输入数据的数据总数，是第个所述输入数据所对应的真实值，是第个所述输入数据所对应的预测值，是核函数，是第个所述输入数据的特征值，是所述输入数据的特征值，是偏置项；训练集生成模块，用于利用所述分类数据生成所述润滑分析模型的训练集；模型优化模块，用于确定所述润滑分析模型的优化目本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种基于激光超声的双相钛合金表面润滑方法，其特征在于，所述方法包括：获取双相钛合金的实验数据，根据预设的激光超声参数和预设的评价参数生成所述实验数据的分类数据，其中，所述预设的激光超声参数包括：激光功率和脉冲频率，所述预设的评级参数包括：信噪比和频谱特性；利用预设的回归算法构建所述双相钛合金的润滑分析模型，其中，所述预设的回归算法为：；其中，表示所述润滑分析模型的输出结果，是所述润滑分析模型的输入数据的数据标识，是所述输入数据的数据总数，是第个所述输入数据所对应的真实值，是第个所述输入数据所对应的预测值，是核函数，是第个所述输入数据的特征值，是所述输入数据的特征值，是偏置项；利用所述分类数据生成所述润滑分析模型的训练集；确定所述润滑分析模型的优化目标函数，根据所述训练集和所述优化目标函数对所述润滑分析模型进行模型优化，得到优化后的润滑分析模型；利用优化后的润滑分析模型生成所述双相钛合金的最佳润滑效果所对应的最佳参数组合，利用所述最佳参数组合对所述双相钛合金进行表面润滑处理
。2.
如权利要求1所述的基于激光超声的双相钛合金表面润滑方法，其特征在于，所述获取双相钛合金的实验数据，包括：确定双相钛合金的实验参数，其中，所述实验参数包括：温度
、
压力和时间，根据所述实验参数获取所述双相钛合金的实验变量，其中，所述实验变量为材料成分；对所述实验变量进行结构化处理，得到所述实验变量的结构化数据；根据所述结构化数据和所述实验参数生成所述双相钛合金的实验数据
。3.
如权利要求2所述的基于激光超声的双相钛合金表面润滑方法，其特征在于，所述对所述实验变量进行结构化处理，得到所述实验变量的结构化数据，包括：对所述实验变量进行数值格式转换，得到所述实验变量的转换变量；对所述转换变量进行数据清洗，得到所述转换变量的清洗变量，其中，所述数据清洗包括：去除异常数据
、
填补缺失数据和校正错误数据；提取所述清洗变量的统计变量特征，根据所述统计变量特征生成所述实验变量的结构化数据
。4.
如权利要求1所述的基于激光超声的双相钛合金表面润滑方法，其特征在于，所述根据预设的激光超声参数和预设的评价参数生成所述实验数据的分类数据，包括：根据预设的激光超声参数对所述实验数据进行数据选取，得到所述实验数据中的激光超声数据；根据预设的评价参数对所述实验数据进行数据选取，得到所述实验数据中的评价数据；建立所述评价数据和所述激光超声数据的数据关联，根据所述数据关联
、
所述评价数
据和所述激光超声数据生成所述实验数据的分类数据
。5.
如权利要求4所述的基于激光超声的双相钛合金表面润滑方法，其特征在于，所述根据预设的激光超声参数对所述实验数据进行数据选取，得到所述实验数据中的激光超声数据，包括：生成预设的激光超声参数的参数特征；计算所述参数特征与所述实验数据的数据相似度；根据预设的相似阈值和所述数据相似度对所述实验数据进行数据选取，得到所述实验数据中的激光超声数据
。6.
如权利要求1所述的基于激光超声的双相钛合金表面润滑方法，其特征在于，所述利用所述分类数据生成所述润滑分析模型的训练...

【专利技术属性】
技术研发人员：董洁，王勇锦，李宝霞，陈勇，王勇根，余洁，米缸，梁琦，赵晓宁，
申请(专利权)人：宝鸡拓普达钛业有限公司，
类型：发明
国别省市：