申请/专利权人:上海航天控制技术研究所
申请日:2023-12-01
公开(公告)日:2024-04-16
公开(公告)号:CN117892609A
主分类号:G06F30/27
分类号:G06F30/27;G06N3/047;G06N3/084;B23H1/00
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.05.03#实质审查的生效;2024.04.16#公开
摘要:本发明公开了一种基于贝叶斯神经网络的再铸层厚度预测方法,包括:建立贝叶斯神经网络模型;向贝叶斯神经网络模型输入实验数据,训练贝叶斯神经网络模型;对贝叶斯神经网络模型的准确性和适用性进行验证;向贝叶斯神经网络模型输入加工工艺参数,输出再铸层厚度预测值。本发明采用理论方法先进、应用范围日益拓展的机器学习算法,建立电火花加工中再铸层与全工艺参数之间的关系模型,用于准确地对加工过程中的再铸层厚度进行预测与控制,同时应用于电火花加工工艺参数的综合作用分析以及电火花加工过程中指导工艺参数的选优。
主权项:1.一种基于贝叶斯神经网络的再铸层厚度预测方法,其特征在于,包括:建立贝叶斯神经网络模型;向所述贝叶斯神经网络模型输入实验数据,训练所述贝叶斯神经网络模型;对所述贝叶斯神经网络模型的准确性和适用性进行验证;向所述贝叶斯神经网络模型输入加工工艺参数,输出再铸层厚度预测值。
全文数据:
权利要求:
百度查询: 上海航天控制技术研究所 基于贝叶斯神经网络的再铸层厚度预测方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。