CN119479952A 一种镁基合金的品质评级及推 荐方法 （上海交通大学）

本发明涉及镁基合金制作数据处理技术领料成分波动及测试条件差异导致的品质评级不2步骤S102，对预处理后的镁基合金数据集进行特步骤S103，基于镁基合金数据特征和镁基合金数据统计步骤S104，获取镁基合金制备历史数据，将镁基合金制步骤S105，采集待分析镁基合金中原材料成分数据，将待时镁基合金品质级别；步骤S106，调取实时镁基合金品质级别对应的镁基合金步骤S107，将镁基合金制备误差数据与预设的镁基合金制备误差范围知识库进行匹合金制备误差数据中超出标准误差值的数据，将超出标准误差值的数据标记为第一类标步骤S108，将动态标签数据集合代入预设的镁基合金制备步骤S109，将推荐参数在镁基合金制备历史数据中进行3镁基合金制备历史任务特征包括镁基合金制备任务ID、镁基合金制备日镁基合金数据原材料成分特征包括镁基合金数据各元素镁基合金数据性能测试特征包括镁基合金抗拉强度特征、镁基合金屈服强镁基合金数据测试条件特征包括镁基合金数据测试温度特征、镁基合金数镁基合金数据测试设备特征包括镁基合金数据测试设备型号特征、镁基镁基合金数据操作人员技能水平特征包括镁基合金数据操作人员的培训记基合金数据操作人员经验年限特征以及镁基合金数据操作人员历史将镁基合金制备历史任务特征、镁基合金数据原材料成分特征、镁将镁基合金数据统计分析结果，作为神经网络模型的输入，初将镁基合金数据统计分析结果分为训练集和验证集，使用将训练好的神经网络模型封装为镁基合金的品质评级模型，将从预设的数据库中获取镁基合金的制备历史数据，镁基合金的制备历根据镁基合金品质评级模型的特征需求，从预处理后的镁基合金制合金数据特征集包括镁基合金品质评级模型所需的特征包括镁基合金原材料成分数据特将提取后的镁基合金数据特征集输入到镁基合金品质评级模4将镁基合金品质评级模型输出的镁基合金的品质评级数据进行整理使用镁基合金原材料成分检测设备对待分析镁基合金样品进行将待分析镁基合金中原材料成分数据进行预处理，将预处理后的待材料成分数据与镁基合金品质数据集合中的数据进行匹配，基于预设的相似度计算算法，从与待分析镁基合金原材料成分匹配的历史数据记录中提取出镁基合金的品质级别将待分析镁基合金中原材料成分数据对应的镁基合金品质级别作为待分析镁基合金根据实时镁基合金品质级别，在预设的数据库中查询并调取别相对应的镁基合金制备任务记录，得到实时镁基合金品质级别对应的镁基合金制备任将实时镁基合金品质级别对应的镁基合金制备任务确定为待模拟的镁基合金制备任将待模拟镁基合金制备任务的模拟参数与实时镁基合金品质级别进行将镁基合金制备误差数据中的各项误差指标与预设误差范围知识库中的标准误差范判断镁基合金制备误差结果中各项镁基合金制备误差指标判断是否存在超出标准误从镁基合金制备误差数据中调取超出标准误差值的镁基合金制备误差指标数据项；将超出标准误差值的镁基合金制备误差指标数据项标记为第一类标误差值的镁基合金制备误差指标数据项标记为第二5将第一类标签数据和第二类标签数据进行汇总，形成包括第一类将动态标签数据集合中的数据代入预设的镁基合金制备模型，作为应用捕食优化算法对镁基合金制备模拟数据进行优化处理，输出优化将优化后的镁基合金制备模拟数据代入预设的镁基合金制作模型，输将优化后的镁基合金制备模拟参数与实时镁基合金品将实时镁基合金品质级别匹配的镁基合金制备参数数据确定为推荐根据镁基合金制备数据，构建相似度计算模型，从镁基合金制使用构建的相似度计算模型，将推荐参数的特征向量与镁基根据推荐参数的特征向量与镁基合金制备的特征向量之间的相似从镁基合金制备历史数据中调取待处理数据对应的镁基合金成品信息，接收并设定捕食优化算法的初始条件，捕食优化算法的初始条件化种群中的每组数据对应的模拟结果，并根据预设的适应度函数评估每组数据的适应度，根据初始种群的适应度评估结果，选择初始种群的适应度评估结果将更新后的种群数据再次代入预设的镁基合金制备模型，计算678行镁基合金制备得到的镁基合金作为推荐的镁基合金数据原材料成分特征包括镁基合金数据各元素镁基合金数据性能测试特征包括镁基合金抗拉强度特征、镁基合金屈服强度特9镁基合金数据操作人员技能水平特征包括镁基合金数据操作人员的培训记录特征、镁基合金数据操作人员经验年限特征以及镁基合金数据操作人员历史操作准确率特对镁基合金的制备历史数据进行预处理，得到预处理后的镁基合金制备历史数镁基合金数据特征集包括镁基合金品质评级模型所需的特征包括镁基合金原材料成分数从与待分析镁基合金原材料成分匹配的历史数据记录中提取出镁基合金的品质将待分析镁基合金中原材料成分数据对应的镁基合金品质级别作为待分析镁基将实时镁基合金品质级别对应的镁基合金制备任务确定为待模拟的镁基合金制将镁基合金制备误差数据中的各项误差指标与预设误差范围知识库中的标准误判断镁基合金制备误差结果中各项镁基合金制备误差指标判断是否存在超出标从镁基合金制备误差数据中调取超出标准误差值的镁基合金制备误差指标数据标准误差值的镁基合金制备误差指标数据项标记为第二将优化后的镁基合金制备模拟参数与实时镁基合金品质级别对应的数据进行匹接收并设定捕食优化算法的初始条件，捕食优化算法的初始条件包括初始化种镁基合金数据测试设备型号特征：不同型号的测试设备具有不同的精度和稳定值范围过大或过小而对模型训练产生过大影响。常用的标准化方法包括Z_score标准化或[0083]使用选定的成分检测设备对预处理后的样品进行检测，获取镁基合金中各元素尔逊相关系数等，这些算法能够准确计算待分析数据与品质数据集合中数据之间的相似[0087]从与待分析镁基合金原材料成分数据匹配的历史数据记录中提取出镁基合金的[0094]将待模拟的镁基合金制备任务集合中的每个任务参数依次代入预设的模拟模型[0097]将模拟参数集合中的每个性能参数与实时镁基合金品质级别的标准范围进行对的对应区间[L_i,U_i]进行比较。[0103]如果误差值e_i不满足上述条件（即e_i<L_i或e_i>U_i则认为该误差指标超出将步骤S107中生成的动态标签数据集合作为输入，代入预设的镁基合金制备模[0112]将优化后的镁基合金制备模拟数据代入预设的镁基合金制作模型中进行数据处[0115]将优化后的镁基合金制备模拟参数与实时镁基合金品质级别对应的数据进行匹[0117]通过匹配过程，可以得到实时镁基合金品质级别匹配的镁基合金制备参数数行镁基合金制备得到的镁基合金作为推荐的到与推荐参数匹配的制备数据，并将基于推荐参数制备出的镁基合金作为推荐的镁基合[0122]基于选定的推荐参数匹配镁基合金制备数据，调整实际的镁基合金制备工艺参[0124]将制备得到的镁基合金样品的性能数据与推荐参数以及镁基合金数据原材料成分特征包括镁基合金数据各元素镁基合金数据性能测试特征包括镁基合金抗拉强度特征、镁基合金屈服强度特镁基合金数据操作人员技能水平特征包括镁基合金数据操作人员的培训记录特征、镁基合金数据操作人员经验年限特征以及镁基合金数据操作人员历史操作准确率特型能够根据输入数据预测镁基合金的品质评[0161]模型使用：封装后的镁基合金品质评级模型可以接收镁基合金原材料成分数据、对镁基合金的制备历史数据进行预处理，得到预处理后的镁基合金制备历史数镁基合金数据特征集包括镁基合金品质评级模型所需的特征包括镁基合金原材料成分数从与待分析镁基合金原材料成分匹配的历史数据记录中提取出镁基合金的品质将待分析镁基合金中原材料成分数据对应的镁基合金品质级别作为待分析镁基品质级别历史数据提取：从与待分析镁基合金原材料成分匹配的历史数据记录将实时镁基合金品质级别对应的镁基合金制备任务确定为待模拟的镁基合金制将镁基合金制备误差数据中的各项误差指标与预设误差范围知识库中的标准误判断镁基合金制备误差结果中各项镁基合金制备误差指标判断是否存在超出标从镁基合金制备误差数据中调取超出标准误差值的镁基合金制备误差指标数据标准误差值的镁基合金制备误差指标数据项标记为第二误差数据与预设误差范围知识库进行匹配，并根据匹配结果对误差指标进行分类和标记，调取数据项：从镁基合金制备误差数据中调取超出标准误差值的误差指标数据将优化后的镁基合金制备模拟参数与实时镁基合金品质级别对应的数据进行匹接收并设定捕食优化算法的初始条件，捕食优化算法的初始条件包括初始化种代入模型计算新结果：将更新后的种群数据再次代入预设的镁基合金制备模型，