[發(fā)明專利]一種應(yīng)用人工神經(jīng)元網(wǎng)絡(luò)的模鍛工藝智能決策方法

在審

• 申請(qǐng)?zhí)枺?/td>: 202011342595.0
• 申請(qǐng)日: 2020-11-26
• 公開(kāi)（公告）號(hào): CN112364569A
• 公開(kāi)（公告）日: 2021-02-12
• 發(fā)明（設(shè)計(jì)）人: 初紅艷;姜思宇;程強(qiáng);趙凱林
• 申請(qǐng)（專利權(quán)）人: 北京工業(yè)大學(xué)
• 主分類號(hào): G06F30/27
• 分類號(hào): G06F30/27;G06F30/17;G06N3/08;G06N3/04;G06N7/00;G06F111/10;G06F113/22;G06F119/08;G06F119/18
• 代理公司: 北京思海天達(dá)知識(shí)產(chǎn)權(quán)代理有限公司 11203
• 代理人: 沈波

本發(fā)明公開(kāi)了一種應(yīng)用人工神經(jīng)元網(wǎng)絡(luò)的模鍛工藝智能決策方法，根據(jù)實(shí)際的模鍛鍛造工藝，采用模鍛件的鍛件信息作為工藝決策的依據(jù)，對(duì)鍛件的工藝參數(shù)、坯料參數(shù)等進(jìn)行智能決策。采用水平正交試驗(yàn)的方法確定不同種類及規(guī)格模鍛件最佳的工藝參數(shù)、坯料參數(shù)，并將確定的實(shí)驗(yàn)數(shù)據(jù)作為決策模型訓(xùn)練和測(cè)試的樣本數(shù)據(jù)。應(yīng)用人工神經(jīng)元網(wǎng)絡(luò)設(shè)計(jì)了智能工藝決策模型，輸入為鍛件信息，輸出為鍛件工藝參數(shù)、坯料參數(shù)，采用單層隱含層，同時(shí)將LM(Levenberg?Marquardt)算法與貝葉斯算法相結(jié)合來(lái)提高網(wǎng)絡(luò)的決策精度，并應(yīng)用水平正交實(shí)驗(yàn)數(shù)據(jù)進(jìn)行訓(xùn)練建立智能模鍛工藝決策模型，并利用測(cè)試樣本進(jìn)行驗(yàn)證。對(duì)模鍛工藝的智能決策提供了良好的思路。

技術(shù)領(lǐng)域

本發(fā)明是一種應(yīng)用人工神經(jīng)元網(wǎng)絡(luò)的模鍛工藝智能決策方法，屬于模鍛鍛造金屬加工工藝領(lǐng)域、智能制造領(lǐng)域。

背景技術(shù)

模鍛生產(chǎn)中，工藝是決定成形質(zhì)量的關(guān)鍵。目前在航空業(yè)生產(chǎn)實(shí)際中，模鍛件工藝的設(shè)計(jì)主要基于人的經(jīng)驗(yàn)和反復(fù)試驗(yàn)的方法。但是，不同種類信息、幾何信息的模鍛件工藝的制定，都要在生產(chǎn)前進(jìn)行反復(fù)試驗(yàn)，導(dǎo)致了時(shí)間的浪費(fèi)和成本的上升。針對(duì)模鍛件，找到一種能夠準(zhǔn)確、快速地制定模鍛件生產(chǎn)工藝的智能決策方法，是當(dāng)前航空業(yè)快速發(fā)展、實(shí)現(xiàn)智能化生產(chǎn)的迫切需要。

在模鍛成形過(guò)程中，鍛件信息與工藝之間是復(fù)雜的非線性關(guān)系，很難用定量的方式進(jìn)行描述。在智能化生產(chǎn)領(lǐng)域，將實(shí)際的模鍛工藝與人工神經(jīng)元網(wǎng)絡(luò)相結(jié)合，利用生產(chǎn)實(shí)際數(shù)據(jù)進(jìn)行訓(xùn)練得到?jīng)Q策模型是一種可行的方法。

發(fā)明內(nèi)容

本發(fā)明旨在解決模鍛生產(chǎn)前確定模鍛工藝難并且技術(shù)不足的問(wèn)題，為提高模鍛件質(zhì)量，實(shí)現(xiàn)智能化生產(chǎn)提供良好思路。針對(duì)上述要求，本發(fā)明提供了一種應(yīng)用人工神經(jīng)元網(wǎng)絡(luò)的模鍛工藝智能決策方法。該方法基于人工神經(jīng)元網(wǎng)絡(luò)，通過(guò)水平正交試驗(yàn)確定樣本數(shù)據(jù)選擇智能決策模型提供訓(xùn)練樣本，同時(shí)應(yīng)用LM算法和貝葉斯正則化算法相結(jié)合，建立可以智能決策模鍛工藝的模型。該模型泛化誤差小，預(yù)測(cè)結(jié)果準(zhǔn)確，為模鍛生產(chǎn)過(guò)程中智能化工藝決策提供了一種新的方法，為模鍛工藝、智能化生產(chǎn)研究提供了新思路。

一種應(yīng)用人工神經(jīng)元網(wǎng)絡(luò)的模鍛工藝智能決策方法，包括以下步驟：

步驟一：根據(jù)實(shí)際生產(chǎn)中的模鍛工藝，結(jié)合現(xiàn)場(chǎng)設(shè)備、采集的數(shù)據(jù)選擇軸類鍛件、盤類鍛件的重要鍛件信息作為智能決策用的輸入，選擇重要的模鍛件工藝和坯料參數(shù)作為智能決策用輸出；

步驟二：同時(shí)，將模鍛件的工藝和坯料參數(shù)進(jìn)行水平正交實(shí)驗(yàn)設(shè)計(jì)，確定不同種類及規(guī)格模鍛件對(duì)應(yīng)的最佳工藝和坯料參數(shù)，并形成樣本數(shù)據(jù)。

步驟三：建立人工神經(jīng)元網(wǎng)絡(luò)模鍛工藝智能決策模型，其中確定隱含層數(shù)、隱含層節(jié)點(diǎn)數(shù)及決策算法，并對(duì)智能決策模型進(jìn)行訓(xùn)練。利用步驟二所述樣本數(shù)據(jù)確定智能決策模型的訓(xùn)練數(shù)據(jù)并決策模型訓(xùn)練。

步驟四：利用步驟三中選擇剩余的樣本作為測(cè)試數(shù)據(jù)對(duì)智能決策模型進(jìn)行測(cè)試，通過(guò)模型計(jì)算結(jié)果進(jìn)行對(duì)比，證明該模型決策結(jié)果的準(zhǔn)確性。

步驟五：完成模鍛工藝智能決策模型，并進(jìn)行實(shí)際現(xiàn)場(chǎng)的應(yīng)用。在模鍛生產(chǎn)之前輸入鍛件信息實(shí)現(xiàn)工藝的決策。

所述步驟一中將模鍛件的鍛件信息中鍛件材料、鍛件種類、鍛件直徑、鍛件長(zhǎng)度作為智能決策輸入，將工藝和坯料參數(shù)中的坯料直徑、坯料長(zhǎng)度、變形溫度、加載速度作為智能決策的輸出。

所述步驟二中樣本數(shù)據(jù)是通過(guò)對(duì)不同種類及規(guī)格模鍛件工藝和坯料參數(shù)進(jìn)行水平正交實(shí)驗(yàn)，并以模鍛件表面產(chǎn)生的裂紋、折疊作為模鍛件的質(zhì)量主要判定標(biāo)準(zhǔn)來(lái)確定最佳的樣本數(shù)據(jù)。

所述步驟三中，采用單層隱含層數(shù)；采用黃金分割法確定隱含層節(jié)點(diǎn)數(shù)；應(yīng)用LM-貝葉斯混合算法提高網(wǎng)絡(luò)性能；利用步驟二所述樣本數(shù)據(jù)選擇最佳的30組樣本進(jìn)行智能決策模型的訓(xùn)練。其中具體流程如下：