橡胶老化时长预测模型训练方法技术

本申请涉及一种橡胶老化时长预测模型训练方法

【技术实现步骤摘要】
橡胶老化时长预测模型训练方法、装置和计算机设备


[0001]本申请涉及计算机
，特别是涉及一种橡胶老化时长预测模型训练方法
、
装置
、
计算机设备
、
存储介质和计算机程序产品
。

技术介绍

[0002]橡胶材料因其突出的高弹性已经广泛应用于许多领域，发挥了巨大作用
。
但橡胶材料或制品在贮存
、
加工或使用过程中因老化而导致性能下降
。
目前比较关心的问题是橡胶材料或制品能贮存或使用多久，以便及时更换新的材料或制品，保证设备或构件正常工作，防止意外事故发生
。
[0003]传统方法中，是由工作人员在生产过程中定期采集核电橡胶材料或制品的当前状态数据，根据以往工作经验，预测核电橡胶材料或制品当前的老化时长，存在橡胶老化时长预测效率低的问题
。

技术实现思路

[0004]基于此，有必要针对上述技术问题，提供一种能够提高橡胶老化时长预测效率的橡胶老化时长预测模型训练方法
、
装置
、
计算机设备
、
计算机可读存储介质和计算机程序产品
。
[0005]本申请提供了一种橡胶老化时长预测模型训练方法
。
所述方法包括：
[0006]获取针对核电橡胶材料的目标训练集；目标训练集包括多个训练样本和各个训练样本分别对应的标签老化时长，训练样本包括属于目标核电橡胶材料类型的材料样本的老化指数和老化指数对应的老化环境信息对；老化环境信息对包括辐射剂量和老化温度；
[0007]将各个训练样本输入初始橡胶老化时长预测模型，得到各个训练样本分别对应的预测老化时长；
[0008]基于同一训练样本对应的预测老化时长和标签老化时长之间的样本误差，得到目标损失；
[0009]基于目标损失调整初始橡胶老化时长预测模型的模型参数，直至满足收敛条件，得到目标核电橡胶材料类型对应的目标橡胶老化时长预测模型
。
[0010]本申请还提供了一种橡胶老化时长预测模型训练装置
。
所述装置包括：
[0011]训练集获取模块，用于获取针对核电橡胶材料的目标训练集；目标训练集包括多个训练样本和各个训练样本分别对应的标签老化时长，训练样本包括属于目标核电橡胶材料类型的材料样本的老化指数和老化指数对应的老化环境信息对；老化环境信息对包括辐射剂量和老化温度；
[0012]老化时长确定模块，用于将各个训练样本输入初始橡胶老化时长预测模型，得到各个训练样本分别对应的预测老化时长；
[0013]目标损失确定模块，用于基于同一训练样本对应的预测老化时长和标签老化时长之间的样本误差，得到目标损失；
[0014]目标模型确定模块，用于基于目标损失调整初始橡胶老化时长预测模型的模型参数，直至满足收敛条件，得到目标核电橡胶材料类型对应的目标橡胶老化时长预测模型
。
[0015]一种计算机设备，包括存储器和处理器，存储器存储有计算机程序，处理器执行计算机程序时实现上述橡胶老化时长预测模型训练方法的步骤
。
[0016]一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现上述橡胶老化时长预测模型训练方法的步骤
。
[0017]一种计算机程序产品，包括计算机程序，计算机程序被处理器执行时实现上述橡胶老化时长预测模型训练方法的步骤
。
[0018]上述橡胶老化时长预测模型训练方法
、
装置
、
计算机设备
、
存储介质和计算机程序产品，通过获取针对核电橡胶材料的目标训练集，目标训练集包括多个训练样本和各个训练样本分别对应的标签老化时长，训练样本包括属于目标核电橡胶材料类型的材料样本的老化指数和老化指数对应的老化环境信息对，老化环境信息对包括辐射剂量和老化温度
。
将各个训练样本输入初始橡胶老化时长预测模型，得到各个训练样本分别对应的预测老化时长
。
基于同一训练样本对应的预测老化时长和标签老化时长之间的样本误差，得到目标损失
。
基于目标损失调整初始橡胶老化时长预测模型的模型参数，直至满足收敛条件，得到目标核电橡胶材料类型对应的目标橡胶老化时长预测模型
。
这样，将材料样本的老化指数
、
老化指数对应的辐射剂量和老化温度作为训练样本，将材料样本在上述辐射剂量和老化温度下，达到老化指数所需的老化时长作为样本标签，得到目标训练集
。
基于目标训练集对初始橡胶老化时长预测模型进行训练，得到目标核电橡胶材料类型对应的目标橡胶老化时长预测模型
。
将属于目标核电橡胶材料类型的材料对应的老化环境信息对和老化指数输入目标橡胶老化时长预测模型，能够直接得到待预测材料在老化环境信息对所指示的辐射剂量和老化温度下，达到老化指数所需的老化时长，能够有效提高橡胶老化时长预测效率
。
附图说明
[0019]图1为一个实施例中橡胶老化时长预测模型训练方法的应用环境图；
[0020]图2为一个实施例中橡胶老化时长预测模型训练方法的流程示意图；
[0021]图3为另一个实施例中橡胶老化时长预测模型训练方法的流程示意图；
[0022]图4为另一个实施例中获取针对核电橡胶材料的目标训练集的流程示意图；
[0023]图5为一个实施例中橡胶老化时长预测模型的结构示意图；
[0024]图6为一个实施例中不同隐含层节点数分别对应的均方误差的示意图；
[0025]图7为一个实施例中不同测试集占比分别对应的均方误差的示意图；
[0026]图8为一个实施例中目标使用寿命预测模型的预测准确性示意图；
[0027]图9为一个实施例中目标使用寿命预测模型的预测误差百分比的示意图；
[0028]图
10
为一个实施例中橡胶老化时长预测模型训练装置的结构框图；
[0029]图
11
为另一个实施例中橡胶老化时长预测模型训练装置的结构框图；
[0030]图
12
为一个实施例中计算机设备的内部结构图；
[0031]图
13
为另一个实施例中计算机设备的内部结构图
。
具体实施方式
[0032]为了使本申请的目的
、
技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明
。
应当理解，此处描述的具体实施例仅仅用以解释本申请，并不用于限定本申请
。
[0033]本申请实施例提供的橡胶老化时长预测模型训练方法，可以应用于如图1所示的应用环境中
。
其中，终端
102
通过网络与服务器
104
进行通信
本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种橡胶老化时长预测模型训练方法，其特征在于，所述方法包括：获取针对核电橡胶材料的目标训练集；所述目标训练集包括多个训练样本和各个训练样本分别对应的标签老化时长，所述训练样本包括属于目标核电橡胶材料类型的材料样本的老化指数和所述老化指数对应的老化环境信息对；所述老化环境信息对包括辐射剂量和老化温度；将各个训练样本输入初始橡胶老化时长预测模型，得到各个训练样本分别对应的预测老化时长；基于同一训练样本对应的预测老化时长和标签老化时长之间的样本误差，得到目标损失；基于所述目标损失调整所述初始橡胶老化时长预测模型的模型参数，直至满足收敛条件，得到所述目标核电橡胶材料类型对应的目标橡胶老化时长预测模型
。2.
根据权利要求1所述的方法，其特征在于，所述获取针对核电橡胶材料的目标训练集，包括：获取属于目标核电橡胶材料类型的材料样本在多个老化环境信息对下分别对应的老化指标信息；所述老化环境信息对包括辐射剂量和老化温度，所述老化指标信息包括预设老化时长和在预设老化时长下的老化指数；将老化指数和对应的老化环境信息对进行组合，得到训练样本，将老化指数对应的预设老化时长作为训练样本对应的标签老化时长；基于各个训练样本和对应的标签老化时长，得到初始训练集；从所述初始训练集中确定目标训练集
。3.
根据权利要求2所述的方法，其特征在于，所述基于同一训练样本对应的预测老化时长和标签老化时长之间的样本误差，得到目标损失，包括：基于训练样本对应的预测老化时长和标签老化时长之间的样本误差，将所述各个训练样本划分为有效样本和无效样本；基于各个有效样本分别对应的样本误差，得到目标损失；在所述初始样本集中过滤无效样本，得到更新样本集；所述基于所述目标损失调整所述初始橡胶老化时长预测模型的模型参数，直至满足收敛条件，得到所述目标核电橡胶材料类型对应的目标橡胶老化时长预测模型，包括：基于所述目标损失调整所述初始橡胶老化时长预测模型的模型参数，得到中间橡胶老化时长预测模型，将所述中间橡胶老化时长预测模型作为初始橡胶老化时长预测模型，将所述更新样本集作为初始样本集，返回所述从所述初始训练集中确定目标训练集的步骤执行，直至满足收敛条件，得到所述目标核电橡胶材料类型对应的目标橡胶老化时长预测模型
。4.
根据权利要求1所述的方法，其特征在于，所述方法还包括：基于所述训练样本包含的信息数量确定输入层节点数；基于所述输入层节点数确定多个候选隐含层节点数；构建各个候选隐含层节点数分别对应的候选橡胶老化时长预测模型；基于候选训练集，分别训练各个候选橡胶老化时长预测模型，基于测试集，分别测试训练后的各个候选橡胶老化时长预测模型分别对应的预测准确度；
将预测准确度最大的候选橡胶老化时长预测模型所对应的候选隐含层节...

【专利技术属性】
技术研发人员：詹杰，李雪菲，苏兴东，李家文，刘峰，姚志猛，詹鹏举，陈建，
申请(专利权)人：中国广核电力股份有限公司，
类型：发明
国别省市：