System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 一种基于材料与环境动态自适应调参的人工智能控制方法技术_技高网

一种基于材料与环境动态自适应调参的人工智能控制方法技术

技术编号:40337803 阅读:11 留言:0更新日期:2024-02-09 14:26
本发明专利技术涉及智能控制技术领域,尤其为一种基于材料与环境动态自适应调参的人工智能控制方法,包括如下步骤:S1:基于实验采集实验数据;S2:对采集的实验数据进行数据处理和数据建模;S3:基于遗传算法进行建模的模型参数的动态调整和优化;S4:基于反馈控制和优化算法进行算法的控制优化。本发明专利技术基于3D打印技术获取实验数据搭建切片参数调整策略模型和环境与打印质量的关联模型双模型,且后者以前者为基础参数,可提高3D打印过程的效率和质量。通过遗传算法对模型进行自动化打印过程的控制和优化,减少对人力的依赖,提高生产效率。自动化控制和优化打印过程,减少废品率、提高生产效率、缩短交货周期并降低成本,从而提高运营效率。

【技术实现步骤摘要】

本专利技术涉及智能控制,尤其是一种基于材料与环境动态自适应调参的人工智能控制方法


技术介绍

1、目前在3d打印行业,在确定3d打印参数的过程中,包括建模、切片、填充、打印流程中的各项参数,参数的设置是需要人工干预的。比如层高、填充密度、打印速度等直接影响打印质量的关键参数,需要根据实际需求进行综合考虑和调整,通常需要手动输入数值或通过图形界面进行调节,这种方式存在时间耗费大、主观性强、经验要求高、调整范围认知有限等问题,目前缺少一种动态调参的方式解决这类问题。


技术实现思路

1、本专利技术的目的是通过提出一种基于材料与环境动态自适应调参的人工智能控制方法,以解决上述
技术介绍
中提出的缺陷。

2、本专利技术采用的技术方案如下:

3、提供一种基于材料与环境动态自适应调参的人工智能控制方法,包括如下步骤:

4、s1:基于实验采集实验数据;

5、s2:对采集的实验数据进行数据处理和数据建模;

6、s3:基于遗传算法进行建模的模型参数的动态调整和优化;

7、s4:基于反馈控制和遗传算法进行模型的控制优化。

8、作为本专利技术的一种优选技术方案:所述s1中,基于3d打印技术重复打印实验数据。

9、作为本专利技术的一种优选技术方案:所述s1中,基于传感器实时采集3d打印过程中的环境参数、内部控制参数以收集实验数据。

10、作为本专利技术的一种优选技术方案:所述s1中,存储采集的实验数据并进行实时更新。

11、作为本专利技术的一种优选技术方案:所述s2中的数据处理包括:收集不同切片参数组合和对应的性能指标数据;收集环境条件数据和对应的打印质量指标的数据;并对收集的数据进行清洗、归一化处理操作。

12、作为本专利技术的一种优选技术方案:所述s2中的数据建模基于采集的实验数据搭建切片参数调整策略模型和环境与打印质量的关联模型的双模型。

13、作为本专利技术的一种优选技术方案:所述切片参数调整策略模型通过收集的不同切片参数组合对应的性能指标数据和收集环境条件数据搭建优化模型进行最佳切片参数组合的预测;所述环境与打印质量的关联模型收集对应的打印质量指标的数据搭建优化模型进行打印质量指标的预测。

14、作为本专利技术的一种优选技术方案:所述切片参数调整策略模型和环境与打印质量的关联模型还进行性能评估和优化;还以切片参数调整策略模型a为环境与打印质量的关联模型b的基础参数,将切片参数调整策略模型a与环境与打印质量的关联模型b进行模型集成;再使用验证集或测试集对整体模型进行评估,并根据评估结果对模型进行调优和改进;将部署训练好的a、b双模型到实际生产环境中,进行实时预测和推断;监控模型性能,并根据实际情况不断优化a、b双模型。

15、作为本专利技术的一种优选技术方案:所述s3中的遗传算法具体如下:

16、模型a为切片参数调整策略模型,模型b为环境与打印质量的关联模型,模型a以模型b为前置模型,它们的参数分别为xa和xb,a,b={θ1,θ2,…,θn},其中,θ1,θ2,…,θn为模型中的可调整参数;

17、初始化种群:

18、n为种群大小,随机生成n个个体组成初始种群,每个个体都是一个参数向量,表示模型a和模型b的参数组合,模型a输出材料与切片参数的适配系数c,模型b输出打印质量q;初始种群p表示为:

19、p={(xa1,xb1),(xa2,xb2),…,(xan,xbn)}

20、其中,(xa1,xb1),(xa2,xb2),…,(xan,xbn)分别表示第1组、第2组…第n组模型a和模型b的参数组合;

21、计算适应度:

22、对于种群中的每个个体,设定适应度函数f((xa,xb),dy mic_params),其中dynamic_params表示模型参数的动态更新,f(pa,pb)表示适应度函数值;

23、适应度函数值f(pa,pb)的计算如下:

24、f(pa,pb)=w1(c)+w2(q)+q

25、其中,pa、pb为模型a与b包括的参数集合,w1(c)为适配系数的权重占比,w2(q)为打印质量的权重占比;

26、基于多叉树进行种群子代编码:

27、根节点代表一个个体,有两个孩子节点l1、l2,分别代表切片参数及环境参数,l1和l2分别有n1和n2个孩子节点,n1和n2分别代表切片参数及环境参数数量,每个孩子代表一种参数范围,遍历个体并进行编码,切片参数的每个参数顺序排列,按范围分配等级,依照需求进行分配,最终补齐编码就变成二进制;

28、使用适应度函数的值进行选择操作,优选适应度较高的个体作为父代;

29、基于下式进行交叉:

30、

31、其中,aik为第i个个体第k个孩子节点的交叉概率,ajk为第j个个体第k个孩子节点的交叉概率,b为交叉因子;

32、基于下式进行变异:

33、

34、其中,amax、amin分别为第u个个体的第v个孩子节点变异的概率auv的上界和下界,r为(0,1)间的随机数,t为当前迭代次数,t为最大迭代次数;

35、更新种群:

36、将选择、交叉和变异得到的新个体加入种群中,形成新一代种群;

37、迭代:

38、除初始化种群外,重复执行上述步骤,直到达到预定的迭代次数或满足停止迭代的条件;

39、在每一代迭代中,通过不断优化个体的参数(xa,xb),遗传算法将逐步寻找更优的参数组合,以最大化适应度函数f((xa,xb),dynamic_params)的值。

40、作为本专利技术的一种优选技术方案:所述种群子代编码的解码操作为直接前序遍历多叉树。

41、本专利技术提供的基于材料与环境动态自适应调参的人工智能控制方法,与现有技术相比,其有益效果有:

42、本专利技术基于3d打印技术获取的实验数据搭建切片参数调整策略模型和环境与打印质量的关联模型双模型,且后者以前者为基础参数,能够自适应不同材料和环境条件下的打印需求,实时对3d打印过程中涉及的材料和环境参数等信息进行控制和调整,从而提高3d打印过程的效率和质量。还通过遗传算法对模型进行自动化打印过程的控制和优化,减少对人力的依赖,提高生产效率。自动化控制和优化打印过程,减少废品率、提高生产效率、缩短交货周期并降低成本,从而提高运营效率。

本文档来自技高网...

【技术保护点】

1.一种基于材料与环境动态自适应调参的人工智能控制方法,其特征在于:包括如下步骤:

2.根据权利要求1所述的基于材料与环境动态自适应调参的人工智能控制方法,其特征在于:所述S1中,基于3D打印技术重复打印实验数据。

3.根据权利要求2所述的基于材料与环境动态自适应调参的人工智能控制方法,其特征在于:所述S1中,基于传感器实时采集3D打印过程中的环境参数、内部控制参数以收集实验数据。

4.根据权利要求3所述的基于材料与环境动态自适应调参的人工智能控制方法,其特征在于:所述S1中,存储采集的实验数据并进行实时更新。

5.根据权利要求1所述的基于材料与环境动态自适应调参的人工智能控制方法,其特征在于:所述S2中的数据处理包括:收集不同切片参数组合和对应的性能指标数据;收集环境条件数据和对应的打印质量指标的数据;并对收集的数据进行清洗、归一化处理操作。

6.根据权利要求5所述的基于材料与环境动态自适应调参的人工智能控制方法,其特征在于:所述S2中的数据建模基于采集的实验数据搭建切片参数调整策略模型和环境与打印质量的关联模型的双模型。

7.根据权利要求6所述的基于材料与环境动态自适应调参的人工智能控制方法,其特征在于:所述切片参数调整策略模型通过收集的不同切片参数组合对应的性能指标数据和收集环境条件数据搭建优化模型进行最佳切片参数组合的预测;所述环境与打印质量的关联模型收集对应的打印质量指标的数据搭建优化模型进行打印质量指标的预测。

8.根据权利要求7所述的基于材料与环境动态自适应调参的人工智能控制方法,其特征在于:所述切片参数调整策略模型和环境与打印质量的关联模型还进行性能评估和优化;还以切片参数调整策略模型A为环境与打印质量的关联模型B的基础参数,将切片参数调整策略模型A与环境与打印质量的关联模型B进行模型集成;再使用验证集或测试集对整体模型进行评估,并根据评估结果对模型进行调优和改进;将部署训练好的A、B双模型到实际生产环境中,进行实时预测和推断;监控模型性能,并根据实际情况不断优化A、B双模型。

9.根据权利要求1所述的基于材料与环境动态自适应调参的人工智能控制方法,其特征在于:所述S3中的遗传算法具体如下:

10.根据权利要求9所述的基于材料与环境动态自适应调参的人工智能控制方法,其特征在于:所述种群子代编码的解码操作为直接前序遍历多叉树。

...

【技术特征摘要】

1.一种基于材料与环境动态自适应调参的人工智能控制方法,其特征在于:包括如下步骤:

2.根据权利要求1所述的基于材料与环境动态自适应调参的人工智能控制方法,其特征在于:所述s1中,基于3d打印技术重复打印实验数据。

3.根据权利要求2所述的基于材料与环境动态自适应调参的人工智能控制方法,其特征在于:所述s1中,基于传感器实时采集3d打印过程中的环境参数、内部控制参数以收集实验数据。

4.根据权利要求3所述的基于材料与环境动态自适应调参的人工智能控制方法,其特征在于:所述s1中,存储采集的实验数据并进行实时更新。

5.根据权利要求1所述的基于材料与环境动态自适应调参的人工智能控制方法,其特征在于:所述s2中的数据处理包括:收集不同切片参数组合和对应的性能指标数据;收集环境条件数据和对应的打印质量指标的数据;并对收集的数据进行清洗、归一化处理操作。

6.根据权利要求5所述的基于材料与环境动态自适应调参的人工智能控制方法,其特征在于:所述s2中的数据建模基于采集的实验数据搭建切片参数调整策略模型和环境与打印质量的关联模型的双模型。

7.根据权利要求6所述的基于材...

【专利技术属性】
技术研发人员:胡志正高正江马英杰宋志傲李波
申请(专利权)人:中航迈特增材科技北京有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1