【技术实现步骤摘要】
本公开涉及电数字数据处理，尤其涉及一种工艺参数确定方法、目标件制造方法、装置及介质。
技术介绍
1、在工厂车间里生产各种工业用品或加工各种零部件时，生产的产品或零部件的性能受加工过程中的工艺参数的影响。工艺参数稍有改变，所生产的产品或零部件的性能指标可能就有较大的差异。
2、随着计算机技术、机器学习理论的不断提升，在产品或零部件加工之前，可以建立机器学习模型，利用计算机技术便利地得出较优的性能所对应的工艺参数。利用计算出的工艺参数进行加工生产，使得在所生产的产品或零部件的性能有保障的基础上，降低了试验成本，缩短了研发周期。
3、然而，要通过机器学习模型来得到准确性较高、能够满足要求的工艺参数，通常需要巨大的数据量对模型进行训练。如果要生产超大尺寸、多参数的产品或零部件，则多次的试验使得训练模型的成本过高。
技术实现思路
1、为克服相关技术中存在的问题，本公开提供一种工艺参数确定方法、目标件制造方法、装置及介质。
2、根据本公开实施例的第一方面，提供一种工艺参数确定方法，包括：
3、建立工艺-质量模型的代理模型，所述工艺-质量模型的输入为制造目标件的工艺参数，所述工艺-质量模型的输出为所述目标件的性能指标；
4、根据优化算法确定使所述代理模型输出最优性能指标的最优工艺参数；
5、将所述最优工艺参数按照优劣性进行排序；
6、获取以排序最高的工艺参数制造得到的所述目标件的性能指标测试结果；
7
8、可选地，所述根据优化算法确定使所述代理模型输出最优性能指标的最优工艺参数，包括：
9、根据贝叶斯优化算法，基于高斯分布模型确定使所述代理模型输出最优性能指标的最优工艺参数。
10、可选地，所述将所述最优工艺参数按照优劣性进行排序，包括：
11、根据参考因素将所述最优工艺参数按照优劣性进行排序，所述参考因素包括以下中的一者或多者：高斯分布模型的ei输出、高斯分布模型的lcb输出、所述代理模型的预测值、所述代理模型的不确定度和专家公式判别器。
12、可选地，在对所述代理模型进行更新之后，所述方法还包括：
13、更新所述专家公式判别器。
14、可选地，所述根据参考因素将所述最优工艺参数按照优劣性进行排序，包括：
15、针对每项最优工艺参数，确定与各个参考因素的值对应的分值；
16、确定各个参考因素的权重；
17、针对每项最优工艺参数，将各个参考因素的分值进行加权求和；
18、根据加权求和值将所述最优工艺参数进行排序。
19、可选地，在对所述代理模型进行更新之后，所述方法还包括：
20、更新所述参考因素的权重。
21、可选地，所述获取以排序最高的工艺参数制造得到的所述目标件的性能指标测试结果，包括：
22、输出所述排序；
23、获取修正后的排序；
24、获取以修正后的排序最高的工艺参数制造得到的所述目标件的性能指标测试结果。
25、根据本公开实施例的第二方面，提供一种目标件制造方法，所述方法包括：
26、根据本公开第一方面所提供的工艺参数确定方法，确定所述目标件的工艺参数；
27、根据所确定的工艺参数制造所述目标件。
28、根据本公开实施例的第三方面，提供一种工艺参数确定装置，所述工艺参数确定装置包括：
29、建立模块，被配置为建立工艺-质量模型的代理模型，所述工艺-质量模型的输入为制造目标件的工艺参数，所述工艺-质量模型的输出为所述目标件的性能指标；
30、确定模块，被配置为根据优化算法确定使所述代理模型输出最优性能指标的最优工艺参数；
31、排序模块，被配置为将所述最优工艺参数按照优劣性进行排序；
32、获取模块，被配置为获取以排序最高的工艺参数制造得到的所述目标件的性能指标测试结果；
33、控制模块，被配置为根据所述排序最高的工艺参数和所获取的性能指标测试结果，对所述代理模型进行更新，并执行所述根据优化算法确定使所述代理模型输出最优性能指标的最优工艺参数的步骤至所述获取以排序最高的工艺参数制造得到的所述目标件的性能指标测试结果的步骤，直至所获取的性能指标测试结果达到生产目标时，将达到所述生产目标的工艺参数作为所确定的制造所述目标件的工艺参数。
34、根据本公开实施例的第四方面，提供一种工艺参数确定装置，包括：
35、第一处理器；
36、用于存储第一处理器可执行指令的存储器；
37、其中，所述第一处理器被配置为执行本公开第一方面所提供的方法。
38、根据本公开实施例的第五方面，提供一种计算机可读存储介质，其上存储有计算机程序指令，该程序指令被第二处理器执行时实现本公开第一方面所提供的工艺参数确定方法的步骤。
39、本公开的实施例提供的技术方案可以包括以下有益效果：
40、通过建立代理模型，利用优化算法得到制造目标件的最优工艺参数，再选取最优工艺参数中的较优者进行生产试验。每次生产试验得到的数据用于对代理模型进行更新。可以如此循环数次，直至生产试验制造的目标件达到生产目标。这样，后续可以按照达到生产目标的生产试验所使用的工艺参数进行目标件的制造生产。本方案不需要建立精确的机器学习模型，仅需要较少次数的生产试验，就能够得到符合生产目标的工艺参数，节省了模型训练成本，缩短了研发周期。
41、应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本公开。
本文档来自技高网...【技术保护点】
1.一种工艺参数确定方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，所述根据优化算法确定使所述代理模型输出最优性能指标的最优工艺参数，包括：
3.根据权利要求2所述的方法，其特征在于，所述将所述最优工艺参数按照优劣性进行排序，包括：
4.根据权利要求3所述的方法，其特征在于，在对所述代理模型进行更新之后，所述方法还包括：
5.根据权利要求3所述的方法，其特征在于，所述根据参考因素将所述最优工艺参数按照优劣性进行排序，包括：
6.根据权利要求5所述的方法，其特征在于，在对所述代理模型进行更新之后，所述方法还包括：
7.根据权利要求1~6中任一项所述的方法，其特征在于，所述获取以排序最高的工艺参数制造得到的所述目标件的性能指标测试结果，包括：
8.一种目标件制造方法，其特征在于，所述方法包括：
9.一种工艺参数确定装置，其特征在于，所述工艺参数确定装置包括：
10.一种工艺参数确定装置，其特征在于，包括：
11.一种计算机可读存储介质，其上存储有
...【技术特征摘要】
1.一种工艺参数确定方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，所述根据优化算法确定使所述代理模型输出最优性能指标的最优工艺参数，包括：
3.根据权利要求2所述的方法，其特征在于，所述将所述最优工艺参数按照优劣性进行排序，包括：
4.根据权利要求3所述的方法，其特征在于，在对所述代理模型进行更新之后，所述方法还包括：
5.根据权利要求3所述的方法，其特征在于，所述根据参考因素将所述最优工艺参数按照优劣性进行排序，包括：
6.根据权利要求5所述的方法，其特征在...
【专利技术属性】
技术研发人员：尹茸，王雪峰，杨栋，刘哲，孟二利，苏传庆，姜大修，
申请(专利权)人：小米汽车科技有限公司，
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。