[發(fā)明專利]基于機(jī)器學(xué)習(xí)的增材制造尺寸預(yù)測及工藝優(yōu)化方法及系統(tǒng)在審
| 申請?zhí)枺?/td> | 202110790025.6 | 申請日: | 2021-07-13 |
| 公開(公告)號: | CN113569352A | 公開(公告)日: | 2021-10-29 |
| 發(fā)明(設(shè)計)人: | 張海鷗;吳俊;李潤聲;戴福生;王凱;王桂蘭;王睿哲 | 申請(專利權(quán))人: | 華中科技大學(xué) |
| 主分類號: | G06F30/17 | 分類號: | G06F30/17;G06F30/27;G06N3/08;G06F113/10 |
| 代理公司: | 華中科技大學(xué)專利中心 42201 | 代理人: | 劉洋洋 |
| 地址: | 430074 湖北*** | 國省代碼: | 湖北;42 |
| 權(quán)利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關(guān)鍵詞: | 基于 機(jī)器 學(xué)習(xí) 制造 尺寸 預(yù)測 工藝 優(yōu)化 方法 系統(tǒng) | ||
1.一種基于機(jī)器學(xué)習(xí)的增材制造尺寸預(yù)測及工藝優(yōu)化方法,其特征在于,包括如下步驟:
(S1)將多組工藝參數(shù)分別輸入訓(xùn)練好的BP神經(jīng)網(wǎng)絡(luò),輸出多組預(yù)測的焊道尺寸參數(shù);所述工藝參數(shù)包括焊機(jī)的工藝參數(shù)和激光器的工藝參數(shù);
(S2)利用個體適應(yīng)度函數(shù),計算步驟(S1)輸出量的個體適應(yīng)度值,再利用遺傳算子調(diào)整輸入量,產(chǎn)生具有更好適應(yīng)性的新的種群即輸入量,重復(fù)該優(yōu)化過程直至適應(yīng)度函數(shù)數(shù)值收斂,與該適應(yīng)度函數(shù)數(shù)值對應(yīng)的輸入量即為一組優(yōu)化的工藝參數(shù);
(S3)在所述優(yōu)化的工藝參數(shù)數(shù)據(jù)點附近按照預(yù)設(shè)的步長增減,獲得新的多組優(yōu)化的工藝參數(shù);
(S4)將所述新的多組優(yōu)化的工藝參數(shù)分別輸入所述訓(xùn)練好的BP神經(jīng)網(wǎng)絡(luò),得到新的多組預(yù)測的焊道尺寸參數(shù);
(S5)將所述新的多組預(yù)測的焊道尺寸參數(shù)分別代入目標(biāo)函數(shù),計算得到的最優(yōu)目標(biāo)函數(shù)值對應(yīng)的輸入的工藝參數(shù)即為最優(yōu)工藝參數(shù);
所述BP神經(jīng)網(wǎng)絡(luò)的訓(xùn)練方法如下:
(S1.1)采集焊機(jī)和激光器的工藝參數(shù)、焊道尺寸參數(shù),并進(jìn)行歸一化處理,分別作為輸入量和輸出量,構(gòu)成訓(xùn)練集;
(S1.2)建立BP神經(jīng)網(wǎng)絡(luò),利用所述訓(xùn)練集訓(xùn)練BP神經(jīng)網(wǎng)絡(luò),通過學(xué)習(xí)使其具有輸入輸出之間的映射關(guān)系。
2.如權(quán)利要求1所述的一種基于機(jī)器學(xué)習(xí)的增材制造尺寸預(yù)測及工藝優(yōu)化方法,其特征在于,步驟(S1)中,所述焊機(jī)的工藝參數(shù)包括送絲速度、焊接速度、弧長修正和脈沖修正,所述激光器的工藝參數(shù)包括激光功率、光斑大小、離焦量,所述焊道尺寸參數(shù)包括焊道的焊寬、焊高、寬高比和熔深。
3.如權(quán)利要求2所述的一種基于機(jī)器學(xué)習(xí)的增材制造尺寸預(yù)測及工藝優(yōu)化方法,其特征在于,所述BP神經(jīng)網(wǎng)絡(luò)包括輸入層、三層隱藏層和輸出層;
步驟(S1.2)中,BP神經(jīng)網(wǎng)絡(luò)的具體訓(xùn)練方式如下:
(S1.2.1)前向傳播:將訓(xùn)練集數(shù)據(jù)輸入BP神經(jīng)網(wǎng)絡(luò)的輸入層,經(jīng)過三層隱藏層的非線性變換,最后到達(dá)輸出層并輸出結(jié)果;若輸出結(jié)果與期望輸出不相符,則執(zhí)行步驟(S1.2.2)進(jìn)行誤差的反向傳播;
(S1.2.2)反向傳播:利用誤差函數(shù)計算輸出結(jié)果與期望輸出之間的誤差,將輸出誤差通過隱藏層向輸入層逐層反傳,并將誤差分?jǐn)偨o各層所有神經(jīng)元使誤差沿梯度方向下降,以各層獲得的誤差作為調(diào)整權(quán)值和閾值的依據(jù);
(S1.2.3)重復(fù)步驟(S1.2.1)和(S1.2.2),直到達(dá)到預(yù)設(shè)的收斂條件,確定與最小輸出誤差相對應(yīng)的權(quán)值和閾值,訓(xùn)練完成。
4.如權(quán)利要求3所述的一種基于機(jī)器學(xué)習(xí)的增材制造尺寸預(yù)測及工藝優(yōu)化方法,其特征在于,步驟(S1.2.1)中,輸出結(jié)果的計算公式為:
zl=wlal-1+bl,al=σ(zl)
其中,zl表示BP神經(jīng)網(wǎng)絡(luò)第l層所有神經(jīng)元的輸入,wl表示第(l-1)層神經(jīng)元連接到第l層的神經(jīng)元的權(quán)重,bl表示第l層神經(jīng)元的偏置,al表示第l層的輸出,σ表示激活函數(shù)。
5.如權(quán)利要求4所述的一種基于機(jī)器學(xué)習(xí)的增材制造尺寸預(yù)測及工藝優(yōu)化方法,其特征在于,步驟(S1.2.2)中,所述誤差函數(shù)公式如下:
式中,J(θ)表示BP神經(jīng)網(wǎng)絡(luò)的輸出值和期望輸出之間的誤差,θ表示x(i)映射為y(i)的權(quán)重,x(i)是第i組輸入樣本,hθ(x(i))是第i組輸入樣本的預(yù)測值,y(i)是表示第i組樣本的期望輸出,m表示樣本組數(shù)。
該專利技術(shù)資料僅供研究查看技術(shù)是否侵權(quán)等信息,商用須獲得專利權(quán)人授權(quán)。該專利全部權(quán)利屬于華中科技大學(xué),未經(jīng)華中科技大學(xué)許可,擅自商用是侵權(quán)行為。如果您想購買此專利、獲得商業(yè)授權(quán)和技術(shù)合作,請聯(lián)系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202110790025.6/1.html,轉(zhuǎn)載請聲明來源鉆瓜專利網(wǎng)。
- 根據(jù)用戶學(xué)習(xí)效果動態(tài)變化下載學(xué)習(xí)數(shù)據(jù)的系統(tǒng)及方法
- 用于智能個人化學(xué)習(xí)服務(wù)的方法
- 漸進(jìn)式學(xué)習(xí)管理方法及漸進(jìn)式學(xué)習(xí)系統(tǒng)
- 輔助學(xué)習(xí)的方法及裝置
- 基于人工智能的課程推薦方法、裝置、設(shè)備及存儲介質(zhì)
- 基于強(qiáng)化學(xué)習(xí)的自適應(yīng)移動學(xué)習(xí)路徑生成方法
- 一種線上視頻學(xué)習(xí)系統(tǒng)
- 一種基于校園大數(shù)據(jù)的自適應(yīng)學(xué)習(xí)方法、裝置及設(shè)備
- 一種學(xué)習(xí)方案推薦方法、裝置、設(shè)備和存儲介質(zhì)
- 游戲?qū)W習(xí)效果評測方法及系統(tǒng)





