[發明專利]一種輔助激光防護涂層選材及設計方法和系統

有效

• 申請號: 202111362556.1
• 申請日: 2021-11-17
• 公開（公告）號: CN114065628B
• 公開（公告）日: 2022-05-27
• 發明（設計）人: 馬壯;高麗紅;朱時珍;劉玲;柳彥博;郝杰;安冬
• 申請（專利權）人: 北京理工大學
• 主分類號: G06F30/27
• 分類號: G06F30/27;G06N3/04;G06N3/08
• 代理公司: 北京高沃律師事務所 11569
• 代理人: 劉芳

1.一種輔助激光防護涂層選材及設計方法，其特征在于，包括：

根據激光與涂層間相互作用機理的先驗知識確定影響基體背溫的關鍵因素；所述關鍵因素包括：防護涂層的成分組成、基本性能、熱化學反應數據、結構特性以及使用條件；

根據所述關鍵因素選取輸入特征，并以涂層在激光燒蝕下的基體背溫為輸出變量建立數據集；

對所述數據集進行預處理得到處理后的數據集；

利用隨機抽樣法對所述處理后的數據集進行劃分得到訓練集、測試集和驗證集；

采用所述訓練集對神經網絡模型進行訓練得到預測模型；

對所述預測模型進行優化得到優化模型；所述測試集用于評價所述優化模型；所述驗證集用于驗證所述優化模型；

將隨機噪聲加入至輸入特征得到特征矩陣；

將所述特征矩陣輸入至所述優化模型得到第一基體背溫預測結果；

確定所述涂層在激光燒蝕下的基體背溫和第一基體背溫預測結果間的差值，根據所述差值對輸入特征進行排序得到排序結果；

根據所述排序結果確定涂層激光防護性能的影響因素；

根據所述影響因素生成激光防護涂層選材方案；

根據所述激光防護涂層選材方案設計激光防護涂層。

2.根據權利要求1所述的輔助激光防護涂層選材及設計方法，其特征在于，所述預處理包括：缺失值處理、異常值處理、重復值處理、歸一化處理和規范化處理。

3.根據權利要求1所述的輔助激光防護涂層選材及設計方法，其特征在于，所述對所述預測模型進行優化得到優化模型，具體包括：

采取遺傳算法對所述預測模型進行優化得到優化模型。

4.根據權利要求3所述的輔助激光防護涂層選材及設計方法，其特征在于，所述優化模型為輸出達到收斂且采用所述驗證集驗證時平均誤差函數最小的模型。

5.根據權利要求1所述的輔助激光防護涂層選材及設計方法，其特征在于，所述測試集評價所述預測模型的操作過程為：

將所述測試集中的輸入特征輸入所述優化模型，得到第二基體背溫預測結果；

根據所述第二基體背溫預測結果和與所述測試集中輸入特征對應的基體背溫數據確定決定系數；所述決定系數為R²：

其中，為與所述測試集中第i個輸入特征對應的基體背溫數據的平均值，為第i個輸入特征的第二基體背溫預測結果，y_i為與所述測試集中第i個輸入特征對應的基體背溫值；

根據所述決定系數與1間的關系確定所述優化模型的預測精度。

6.一種輔助激光防護涂層選材及設計系統，其特征在于，包括：

關鍵因素確定模塊，用于根據激光與涂層間相互作用機理的先驗知識確定影響基體背溫的關鍵因素；所述關鍵因素包括：防護涂層的成分組成、基本性能、熱化學反應數據、結構特性以及使用條件；

數據集建立模塊，用于根據所述關鍵因素選取輸入特征，并以涂層在激光燒蝕下的基體背溫為輸出變量建立數據集；

預處理模塊，用于對所述數據集進行預處理得到處理后的數據集；

劃分模塊，用于利用隨機抽樣法對所述處理后的數據集進行劃分得到訓練集、測試集和驗證集；

訓練模塊，用于采用所述訓練集對神經網絡模型進行訓練得到預測模型；

優化模塊，用于對所述預測模型進行優化得到優化模型；所述測試集用于評價所述優化模型；所述驗證集用于驗證所述優化模型；

特征矩陣形成模塊，用于將隨機噪聲加入至輸入特征得到特征矩陣；

預測模塊，用于將所述特征矩陣輸入至所述優化模型得到第一基體背溫預測結果；

差值確定模塊，用于確定所述涂層在激光燒蝕下的基體背溫和第一基體背溫預測結果間的差值，根據所述差值對輸入特征進行排序得到排序結果；

影響因素確定模塊，用于根據所述排序結果確定涂層激光防護性能的影響因素；

選材方案形成模塊，用于根據所述影響因素生成激光防護涂層選材方案；

設計模塊，用于根據所述激光防護涂層選材方案設計激光防護涂層。