【技术实现步骤摘要】
本专利技术涉及复杂薄壁构件质量预测领域，具体而言涉及一种基于数字孪生技术的预测方法、装置及系统。
技术介绍
1、复杂薄壁构件制造过程中往往存在许多难以预测的质量问题，如形状超出限定精度、存在表面缺陷等，这些问题会影响产品的外观质量和性能，复杂薄壁构件的质量预测是确保产品质量的关键步骤，生产者可以根据质量预测结果在生产过程中及时调整工艺参数，优化制造和装配过程，提高产品的质量和一致性，从而提高制造效率和经济效益。
2、但实际应用时尚存在以下问题：受材料去除行为、内应力演化、微观组织演变、以及机械/特种/复合能场内部的高度耦合作用，复杂薄壁构件成形与表面成性的跨尺度精准模型构建难度极高。目前，已有许多基于机器学习算法的产品质量预测方法，但是这些方法往往只考虑了单一工序或者较少的工艺参数，无法全面地反映产品质量的影响因素，从而导致预测结果的不准确性和可靠性不高，需要一种能够综合考虑多个工序及多个工艺参数，实现全工序、多工艺参数的产品质量预测新型算法；因此，基于目前的研究现状，本专利技术提出一种基于数字孪生技术的预测方法、装置及系统
【技术保护点】
1.一种基于数字孪生技术的预测方法，包括以下步骤：
2.基于权利要求1所述的一种基于数字孪生技术的预测方法，其特征在于：步骤S1包括以下步骤：
3.基于权利要求1所述的一种基于数字孪生技术的预测方法，其特征在于：步骤S2包括以下步骤：
4.基于权利要求1所述的一种基于数字孪生技术的预测方法，其特征在于：步骤S3中构建多工序及多工艺参数的质量预测模型，具体包括以下步骤：
5.基于权利要求1所述的一种基于数字孪生技术的预测方法，其特征在于：步骤S4中用改进的金枪鱼群优化算法优化多尺度卷积神经网络，具体包括以下步骤：
<...【技术特征摘要】
1.一种基于数字孪生技术的预测方法，包括以下步骤：
2.基于权利要求1所述的一种基于数字孪生技术的预测方法，其特征在于：步骤s1包括以下步骤：
3.基于权利要求1所述的一种基于数字孪生技术的预测方法，其特征在于：步骤s2包括以下步骤：
4.基于权利要求1所述的一种基于数字孪生技术的预测方法，其特征在于：步骤s3中构建多工序及多工艺参数的质量预测模型，具体包括以下步骤：
5.基于权利要求1所述的一种基于数字孪生技术的预测方法，其特征在于：步骤s4中...
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。