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：江苏宏德特种部件股份有限公司

摘要：本发明涉及热模拟技术领域，具体为基于MAGMA铸造过程导热模拟方法，包括以下步骤，收集铸造模拟输出的时间序列热能分布数据，计算多个时间点上的数据熵变，量化后反馈系统状态的无序度变化，得到熵变量化结果。本发明中，通过应用卡尔曼滤波器算法和自适应技术，实现铸件冷却过程模拟参数的精细调节和动态熵变阈值的调整，显著提高模拟适应性和精确性，该方法的核心优势在于其能够实时反应热模拟中的变化，并预测未来潜在的状态变动，从而优化热模拟的反应速度与结果的准确度，综合实时与历史数据，增强了模拟的可靠性，能在早期阶段识别潜在偏差，及时调整，减少铸造缺陷，提升铸件质量，同时降低能源消耗和制造成本。

主权项：1.基于MAGMA铸造过程导热模拟方法，其特征在于，包括以下步骤：收集铸造模拟输出的时间序列热能分布数据，计算多个时间点上的数据熵变，量化后反馈系统状态的无序度变化，得到熵变量化结果；所述熵变量化结果的获取步骤具体为：通过铸造模拟收集时间序列的热能分布数据，定义为热能分布数据集合D，采用公式： 计算热能分布数据集合D的熵值，生成熵值数据集HD；其中，D为热能分布数据集合，pi为数据点i在热能分布数据集合D中的概率，qi为pi的误差项，γ为误差调节系数，HD为热能分布数据集合D的熵值；对熵值数据集HD进行时间序列分析，采用公式：ΔHt＝HDt+1-HDt+α|HDt+1-HDt|加入绝对值项，计算时间点间的熵变，生成熵变序列ΔH；其中，ΔHt为时间点t和t+1之间的熵变，Dt和Dt+1为相邻时间点的数据集，α为加权系数；对熵变序列ΔH进行量化处理，使用公式： 应用根号函数以突出异常变化的影响，得到熵变量化结果；其中，S为熵变量化结果，n为时间序列的总数据点数，|ΔHt|为时间点t的绝对熵变值；基于所述熵变量化结果，使用卡尔曼滤波器算法调整铸件冷却过程中的模拟参数，对实时采集的热数据进行状态估计和误差修正，得到动态参数调整结果；所述动态参数调整结果的获取步骤具体为：利用熵变量化结果初始化卡尔曼滤波器状态，设置状态变量和估计误差，采用公式：x0＝S+δ 生成初始状态估计和初始误差估计；其中，x0是基于S调整的初始状态估计，δ是小幅调整量，P0是初始估计误差，σ2是假设的过程噪声方差，λ是用于调节误差估计的系数，根据S的平方根调整；应用卡尔曼滤波器算法，通过当前时刻的实际测量值更新状态估计，使用公式： 更新状态估计其中，yt是当前时间点的实际热数据值，是更新后的状态估计，xt-1是前一状态估计，Kt是卡尔曼增益，Pt-1是上一预测误差，R是测量噪声方差，β和η是调节状态更新敏感性的引入参数；利用更新后的状态估计进行误差修正，采用公式：Pt＝1-Kt×φ×Pt-1生成误差修正后的新预测误差，并根据新预测误差调整铸件冷却过程的模拟参数，得到动态参数调整结果；其中，Pt为误差修正后的新预测误差，Kt是卡尔曼增益，φ是增益调节系数；基于所述动态参数调整结果，对铸造历史数据进行逐项审查，识别关键参数的变化趋势，分析自动匹配差异化铸造条件，对熵变阈值进行调整，得到自适应熵变阈值结果；所述关键参数的变化趋势的识别步骤具体为：从铸造系统中收集历史数据，包括熵变值、温度、冷却速率，记录每项数据的时间戳和操作条件，采用公式：Db＝{s，t，r，time}生成历史数据集Db；其中，s表示熵变值，t表示温度，r表示冷却速率，time表示时间戳；利用历史数据集，进行数据清洗，剔除数据中的异常值，应用公式：D′＝{d∈D∣δd∈}生成清洗后的数据集；其中，D′为筛选后的历史数据集，δd表示数据点d的偏离度，δ是偏离度计算函数，∈是预设的最大偏离度；对清洗后的数据集进行时间序列分析，识别关键参数包括熵变、温度的变化趋势，采用改进的时间序列分析模型： 生成关键参数的变化趋势；其中，T表示关键参数变化趋势，β0、β1、β2、β3是模型参数，调整以拟合数据的直线增长、递减的影响以及根号增长趋势，t是时间变量，表示从历史数据开始到当前的时间长度；所述自适应熵变阈值结果的获取步骤具体为：基于关键参数变化趋势T，分析当前铸造条件与历史数据的趋势匹配度，采用公式： 计算匹配度误差，生成匹配度结果M；其中，ci是当前铸造条件下的参数值，Ti是历史趋势值，μ是偏差调节常数，增加稳定性，ν是非线性调节指数，强化偏差的敏感性；根据匹配度结果M，评估是否需要调整铸造条件，采用公式： 生成调整后的铸造条件；其中，C和C′分别代表调整前后的铸造条件集，λ是调整系数，影响调整的速度和幅度，ρ是调整缓冲常数，减缓调整响应；对调整后的铸造条件C′进行当前熵变阈值设定，采用公式： 生成自适应熵变阈值结果；其中，Θnew是自适应熵变阈值结果，Θold是原始阈值，ΔM表示匹配误差的变化量，κ是阈值调整系数，σ是平滑参数，减少阈值调整的突变性；采用所述自适应熵变阈值结果进行MAGMA模拟，通过重新运行模拟，测试调整后的参数效果，对比原始模拟结果与调整后的结果，得到模拟精度比对结果。

全文数据：

权利要求：

百度查询： 江苏宏德特种部件股份有限公司 基于MAGMA铸造过程导热模拟方法