一种基于机器学习的自冲孔铆接工艺仿真模型参数分析与校核的方法
基本信息
申请号 | CN202110665451.7 | 申请日 | - |
公开(公告)号 | CN113591234A | 公开(公告)日 | 2021-11-02 |
申请公布号 | CN113591234A | 申请公布日 | 2021-11-02 |
分类号 | G06F30/17(2020.01)I;G06F30/23(2020.01)I;G06F30/27(2020.01)I;G06N3/12(2006.01)I;G06N20/00(2019.01)I;G06F119/14(2020.01)N | 分类 | 计算;推算;计数; |
发明人 | 方宇东;黄理;赵海龙;詹振飞;陈秋任;包祖国;黄诗尧;韩维建 | 申请(专利权)人 | 集萃新材料研发有限公司 |
代理机构 | 南京智造力知识产权代理有限公司 | 代理人 | 汪芬 |
地址 | 215132江苏省镇江市相城区青龙港路286号1号楼 | ||
法律状态 | - |
摘要
摘要 | 本发明涉及一种基于机器学习的自冲孔铆接工艺仿真模型参数分析与校核的方法,首先制定物理实验并建立仿真模型,对比实验和仿真的特征输出变量,确定模型误差;选取潜在的不确定参数并确定参数取值范围;获取仿真实验设计样本并运行仿真得到样本输出;建立高精度机器学习模型;基于Sobol分析各模型参数对仿真模型输出影响的显著性;确定模型参数校核对应的数学优化问题;以具有显著性的模型参数为变量,获取仿真实验设计样本,并运行仿真得到样本输出;建立具有显著性影响的仿真模型参数与仿真模型输出参数之间的数学关系的高精度机器学习模型;基于全局优化算法和高精度机器学习模型对具有显著性影响的模型参数进行校核;更新仿真模型参数;本方法能有效提高自冲孔铆接工艺仿真模型精度。 |
