买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：江苏金卓新材料科技有限公司

摘要：本发明公开了一种预测金属焊粉压制成形性能的有限元仿真方法及系统，用于金属材料性能分析领域，该有限元仿真方法包括以下步骤：获取金属焊粉的性能数据与材料属性数据；利用有限元分析软件基于金属焊粉的材料属性数据与预设的工艺加工条件构建仿真模型；获取对金属焊粉压制成形性能的变量数据；通过特征工程提取变量数据中的特征数据，利用元学习算法，基于提取的特征数据构建性能预测集成模型；评估性能预测结果，基于误差优化性能预测集成模型的参数，将优化后的性能预测集成模型映射到实际的生产流程，并指导工艺参数的调整。本发明通过优化金属焊粉的成形性能，提升了零件的耐热性和结构完整性，增强了产品的整体可靠性和寿命。

主权项：1.一种预测金属焊粉压制成形性能的有限元仿真方法，其特征在于，该有限元仿真方法包括以下步骤：S1、获取金属焊粉的性能数据与材料属性数据，并基于历史性能数据与材料属性数据设定金属焊粉的成形性能质量目标；S2、利用有限元分析软件基于金属焊粉的材料属性数据与预设的工艺加工条件构建仿真模型；并在仿真模型中执行有限元仿真，记录并分析有限元仿真过程中的变量数据，从分析结果中获取对金属焊粉压制成形性能的变量数据；S3、通过特征工程提取变量数据中的特征数据，利用元学习算法，基于提取的特征数据构建性能预测集成模型，并利用性能预测集成模型对从仿真中获取的变量数据进行性能预测，生成性能预测结果；S4、评估性能预测结果，并基于评估结果识别与金属焊粉成形性能的质量目标之间的误差；基于误差优化性能预测集成模型的参数，将优化后的性能预测集成模型映射到实际的生产流程，并指导工艺参数的调整；其中，所述通过特征工程提取变量数据中的特征数据，利用元学习算法，基于提取的特征数据构建性能预测集成模型，并利用性能预测集成模型对从仿真中获取的变量数据进行性能预测，生成性能预测结果包括以下步骤：S31、从有限元仿真结果中筛选并提取影响金属焊粉压制成形性能的变量数据，并对筛选的变量数据进行特征工程；S32、将特征工程处理后的变量数据分为支持集、查询集和基本集，并选用小样本学习的元学习框架，整合特征提取技术与类特征增强技术构建性能预测模型；S33、利用特征提取技术将数据集压缩至低维空间，并运用类特征增强技术提升目标类特征表达，通过选择与支持集目标类最相似的基本集类别；S34、利用增强后的支持集训练性能预测模型，并利用查询集进行性能预测，评估查询集数据与支持集原型点的距离，优化性能预测模型的分类效果与性能；S35、利用测试集全面验证性能预测模型的准确性。

全文数据：

权利要求：

百度查询： 江苏金卓新材料科技有限公司 一种预测金属焊粉压制成形性能的有限元仿真方法及系统