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:广东井岗智能精密有限公司
摘要:本发明公开一种铝合金构件的强度检测方法和装置,该方法包括:基于多组铝合金样品获取综合数据库;根据综合数据库中的热电特性参数,对热电特性测量系统进行参数优化;利用已进行参数优化的热电特性测量系统对待测铝合金构件施加温度梯度和机械应力,获取包含待测铝合金构件的温度分布和热电势分布的原始数据集;对原始数据集进行分析和特征参数提取,得到特征数据集;基于综合数据库,构建多模态神经网络模型,对多模态神经网络模型进行参数优化,得到综合预测模型;将特征数据集输入综合预测模型,计算待测铝合金构件各测量点的强度值,并生成待测铝合金构件的强度分布可视化结果。本发明技术方案能够无损地对铝合金构件的前度进行检测。
主权项:1.一种铝合金构件的强度检测方法,其特征在于,包括:基于多组铝合金样品获取综合数据库,所述综合数据库包含每组所述铝合金样品的微观结构参数、机械性能参数和热电特性参数;所述基于多组铝合金样品获取综合数据库,包括:对一组所述铝合金样品进行扫描电镜观察,并对观察结果进行图像分割和形态学分析,以提取该样品的晶粒尺寸分布和第二相体积分数,作为微观结构参数;对所述铝合金样品进行拉伸测试,对拉伸测试所得数据进行拟合并得到应力-应变曲线,通过所述应力-应变曲线分析提取屈服强度、抗拉强度和延伸率,作为机械性能参数;对所述铝合金样品施加温度梯度并测量热电势,通过热电势与温度梯度的比值计算得到塞贝克系数,测量所述铝合金样品的电阻率,通过电阻率的倒数计算得到电导率,测量所述铝合金样品的热扩散系数、比热容和密度,通过热扩散系数、比热容和密度的乘积计算得到热导率,将所述塞贝克系数、所述电导率和所述热导率作为热电特性参数;对所述铝合金样品获得的微观结构参数、机械性能参数和热电特性参数进行记录;剩余铝合金样品重复执行上述步骤,直至完成所有组铝合金样品的测试;对所有组的记录数据进行最小-最大归一化处理,得到综合数据库;根据所述综合数据库中的热电特性参数,对热电特性测量系统进行参数优化;利用已进行参数优化的热电特性测量系统对待测铝合金构件施加温度梯度和机械应力,同时测量所述待测铝合金构件上各测量点的温度和热电势,得到包含温度分布和热电势分布的原始数据集;对所述原始数据集进行分析和特征参数提取,得到特征数据集;所述对所述原始数据集进行分析和特征参数提取,得到特征数据集,包括:对所述原始数据集中的温度分布数据进行空间梯度计算,得到温度梯度特征;对所述原始数据集中的热电势分布数据进行空间梯度计算,得到热电势梯度特征;根据所述温度梯度特征和热电势梯度特征计算塞贝克系数分布,得到塞贝克系数特征;对所述温度分布数据进行时间序列分析,得到温度波动特征;对所述热电势分布数据进行时间序列分析,得到热电势波动特征;根据所述温度分布数据和热电势分布数据计算局部热导率,得到热导率特征;对所述温度梯度特征、热电势梯度特征、塞贝克系数特征、温度波动特征、热电势波动特征和热导率特征进行组合,得到特征数据集;基于所述综合数据库,构建多模态神经网络模型,对所述多模态神经网络模型进行参数优化,得到综合预测模型;所述基于所述综合数据库,构建多模态神经网络模型,包括:从所述综合数据库中提取热电特性数据、微观结构数据和机械性能数据;对所述热电特性数据进行时间序列分析,确定热电特性处理分支中长短期记忆网络的输入维度和时间步长,对所述微观结构数据进行图像特征分析,确定微观结构处理分支中卷积神经网络的卷积核大小和网络深度,对所述机械性能数据进行统计分析,确定机械性能处理分支中全连接网络的隐藏层数量和每层神经元数;根据上述分析结果,分别构建热电特性处理分支、微观结构处理分支和机械性能处理分支;设计注意力机制模块,用于融合所述热电特性处理分支、所述微观结构处理分支和所述机械性能处理分支的输出特征;构建强度预测模块,用于将所述注意力机制模块融合后的特征映射为强度值;将所述热电特性处理分支、所述微观结构处理分支、所述机械性能处理分支、所述注意力机制模块和所述强度预测模块连接,形成初始多模态神经网络模型;使用所述综合数据库中的数据对所述初始多模态神经网络模型进行训练,采用交叉验证方法评估所述初始多模态神经网络模型性能;基于交叉验证结果,调整所述初始多模态神经网络模型的结构和参数;对调整后的所述初始多模态神经网络模型进行对抗训练,生成对抗样本并将其加入所述综合数据库;使用加入对抗样本后的所述综合数据库对所述初始多模态神经网络模型进行再训练,得到多模态神经网络模型;将所述特征数据集输入所述综合预测模型,计算所述待测铝合金构件各测量点的强度值,并生成所述待测铝合金构件的强度分布可视化结果。
全文数据:
权利要求:
百度查询: 广东井岗智能精密有限公司 铝合金构件的强度检测方法和装置
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。