[發明專利]一種應用人工神經元網絡的模鍛工藝智能決策方法在審
| 申請號： | 202011342595.0 | 申請日： | 2020-11-26 |
| 公開（公告）號： | CN112364569A | 公開（公告）日： | 2021-02-12 |
| 發明（設計）人： | 初紅艷;姜思宇;程強;趙凱林 | 申請（專利權）人： | 北京工業大學 |
| 主分類號： | G06F30/27 | 分類號： | G06F30/27;G06F30/17;G06N3/08;G06N3/04;G06N7/00;G06F111/10;G06F113/22;G06F119/08;G06F119/18 |
| 代理公司： | 北京思海天達知識產權代理有限公司 11203 | 代理人： | 沈波 |
| 地址： | 100124 *** | 國省代碼： | 北京;11 |
| 權利要求書： | 查看更多 | 說明書： | 查看更多 |
| 摘要： | |||
| 搜索關鍵詞： | 一種 應用 人工 神經元 網絡 鍛工 智能 決策 方法 | ||
1.一種應用人工神經元網絡的模鍛工藝智能決策方法，其特征在于：包括以下步驟：
步驟一：根據實際生產中的模鍛工藝，結合現場設備、采集的數據選擇模鍛件的重要鍛件信息作為智能決策用的輸入，選擇重要的模鍛件工藝和坯料參數作為智能決策用輸出；
步驟二：同時，將不同種類及規格模鍛件的工藝和坯料參數進行正交實驗設計，確定不同種類及規格模鍛件對應的最佳工藝和坯料參數，并形成樣本數據；
步驟三：建立人工神經網絡模鍛工藝智能決策模型，其中確定了隱含層數、隱含層節點數及決策算法，利用步驟二所述樣本數據確定智能決策模型的訓練數據并進行決策模型訓練；
步驟四：利用步驟三中選擇剩余的樣本作為測試數據對智能決策模型進行測試，通過模型計算結果與測試樣本進行對比，證明了該模型決策結果的準確性；
步驟五：完成模鍛工藝智能決策模型，并進行實際現場的應用；在模鍛進行之前輸入模鍛件的鍛件信息實現工藝的決策。
2.根據權利要求1所述的一種應用人工神經元網絡的模鍛工藝智能決策方法，其特征在于：所述步驟一中將鍛件信息中的鍛件材料、鍛件種類、鍛件直徑、鍛件長度作為智能決策輸入，將工藝和坯料參數中的坯料直徑、坯料長度、變形溫度、加載速度作為智能決策的輸出。
3.根據權利要求1所述的一種應用人工神經元網絡的模鍛工藝智能決策方法，其特征在于：所述步驟二中樣本數據是通過對不同種類及規格模鍛件工藝和坯料參數進行正交實驗設計確定的每組中最佳樣本數據。
4.根據權利要求1所述的一種應用人工神經元網絡的模鍛工藝智能決策方法，其特征在于：所述的步驟三中，采用單層隱含層數；采用黃金分割法確定隱含層節點數；應用LM-貝葉斯混合算法提高網絡性能；并從步驟二確定的樣本數據中隨機選擇多組樣本進行智能決策模型的訓練。
該專利技術資料僅供研究查看技術是否侵權等信息，商用須獲得專利權人授權。該專利全部權利屬于北京工業大學，未經北京工業大學許可，擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作，請聯系【客服】
本文鏈接：http://m.szxzyx.cn/pat/books/202011342595.0/1.html，轉載請聲明來源鉆瓜專利網。
