一种工艺参数概率模型优化方法技术

本发明专利技术属于智能制造领域，具体涉及一种工艺参数概率模型优化方法，包括：采用仿真模型生成样本，构建输入为工艺参数、输出为工件性能的低精度神经网络模型，在该模型上执行参数概率模型优化，估计该模型最优解，多次利用该最优解，进行实际生产得到多个实际工件性能的同时基于低精度神经网络模型得到多个工件性能，构建输入为工艺参数和低精度神经网络模型输出的工件性能、输出为工件性能的高精度神经网络模型；在由当前低精度和高精度神经网络模型组成的多保真度模型上执行参数概率模型优化，估计该多保真度模型最优解，用于实际生产并更新多保真度模型，闭环迭代直至工艺过程结束。本发明专利技术能充分利用小样本数据，提升制造环节的参数优化效率。

【技术实现步骤摘要】

本专利技术属于智能制造领域，更具体地，涉及一种工艺参数概率模型优化方法。

技术介绍

1、近几年，随着人工智能、物联网、云计算等前沿技术的飞速发展和广泛应用，智能制造领域已经取得了令人瞩目的进展。在这一大背景下，生产工艺过程的优化显得尤为重要。ai技术在这方面的应用已经从理论走向了实践，尤其在铸造生产、金属热处理技术、缺陷检测等关键环节中，ai的介入为生产带来了革命性的改变。

2、工艺参数优化，在多种生产工艺中扮演着核心角色。传统的工艺参数设置通常依赖于工程师的经验。然而，当前人工智能技术通过深入分析和预测大量生产数据，能够为各种生产工艺提供更精确和科学的参数设置建议。这不仅保证了产品质量的提升，还显著增加了生产效率并减少了资源浪费。随着数字化技术在制造业的广泛应用，包括数字化设计、制造和服务等环节得到了显著提升。这些技术的应用为工艺参数的优化开辟了更广阔的空间和可能性。因此，结合ai技术进行工艺参数的优化，已成为智能制造领域的热点研究方向，也是制造业未来持续发展和创新的关键。

3、在应用ai技术进行工艺参数优化时，一个重要的挑战是处本文档来自技高网...

【技术保护点】

1.一种工艺参数概率模型优化方法，其特征在于，包括：

2.根据权利要求1所述的一种工艺参数概率模型优化方法，其特征在于，在所述S1之前，还包括：

3.根据权利要求1所述的一种工艺参数概率模型优化方法，其特征在于，所述S3中，基于S2得到的最优解所对应的最优工艺参数，采用所述仿真模型，得到仿真工件性能，具体为：

4.根据权利要求1至3任一项所述的一种工艺参数概率模型优化方法，其特征在于，所述S1和所述S2中，执行工艺参数概率模型优化的实现方式为：

5.根据权利要求4所述的一种工艺参数概率模型优化方法，其特征在于，所述概率模型为高斯过程模型。<...

【技术特征摘要】

1.一种工艺参数概率模型优化方法，其特征在于，包括：

2.根据权利要求1所述的一种工艺参数概率模型优化方法，其特征在于，在所述s1之前，还包括：

3.根据权利要求1所述的一种工艺参数概率模型优化方法，其特征在于，所述s3中，基于s2得到的最优解所对应的最优工艺参数，采用所述仿真模型，得到仿真工件性能，具体为：

4.根据权利要求1至3任一项所述的一种工艺参数概率模型优化方法，其特征在于，所述s1和所述s2中，执行工艺参数概率模型优化的实现方式为：

5.根据权利要求4所述的一种工艺参数概率...

【专利技术属性】
技术研发人员：胡峥楠，曾祥瑞，尹周平，
申请(专利权)人：华中科技大学，
类型：发明
国别省市：