QQ交談
專利類型:
發(fā)明授權(quán)
申請(qǐng)(專利)號(hào):
CN202411572719.2
申請(qǐng)日:
2024-11-06
授權(quán)公告號(hào):
CN119442903B
授權(quán)公告日:
2025-04-25
申請(qǐng)人:
南昌工學(xué)院
地址:
330000 江西省南昌市紅谷灘區(qū)獅子山大道998號(hào)
發(fā)明人:
何苗; 索忠源; 魏坤; 程婷; 陽念; 雷書
專輯:
信息科技
專題:
自動(dòng)化技術(shù)
主分類號(hào):
G06F30/27
分類號(hào):
G06F30/27;G16C60/00;G06F119/04
國省代碼:
36
頁數(shù):
15
代理機(jī)構(gòu):
長(zhǎng)沙贏德信睿專利代理事務(wù)所(普通合伙)
代理人:
王玲芳
1.一種基于機(jī)器學(xué)習(xí)的鋼鐵耐磨材料壽命預(yù)測(cè)方法,其特征在于:包括:采集鋼鐵耐磨材料的歷史運(yùn)行數(shù)據(jù),對(duì)所述歷史運(yùn)行數(shù)據(jù)進(jìn)行歸一化處理,得到歸一化特征數(shù)據(jù),并將所述歸一化特征數(shù)據(jù)按比例劃分?jǐn)?shù)據(jù)集;基于所述數(shù)據(jù)集,構(gòu)建第一模型;構(gòu)建第二模型,將所述第一模型在所述數(shù)據(jù)集上使用不同參數(shù)組合下的預(yù)測(cè)誤差作為輸入,訓(xùn)練所述第二模型;根據(jù)所述第二模型輸出的最優(yōu)參數(shù)組合更新所述第一模型,將所述數(shù)據(jù)集輸入更新后的第一模型中,得到鋼鐵耐磨材料的壽命預(yù)測(cè)結(jié)果;所述歷史運(yùn)行數(shù)據(jù)包括材料成分?jǐn)?shù)據(jù)、工作溫度數(shù)據(jù)、應(yīng)力數(shù)據(jù)以及壽命數(shù)據(jù);所述材料成分?jǐn)?shù)據(jù)包括碳含量百分比、鉻含量百分比、錳含量百分比、硅含量百分比、磷含量百分比以及硫含量百分比;所述工作溫度數(shù)據(jù)包括工作過程中的最高溫度值、最低溫度值和平均溫度值;所述應(yīng)力數(shù)據(jù)包括實(shí)際工況下承受的拉伸應(yīng)力、壓縮應(yīng)力和剪切應(yīng)力數(shù)據(jù);所述數(shù)據(jù)集包括訓(xùn)練數(shù)據(jù)集、驗(yàn)證數(shù)據(jù)集和測(cè)試數(shù)據(jù)集;所述第一模型的構(gòu)建包括:構(gòu)建初始預(yù)測(cè)函數(shù);基礎(chǔ)預(yù)測(cè)函數(shù)基于權(quán)重向量和偏置項(xiàng)將輸入數(shù)據(jù)映射至預(yù)測(cè)結(jié)果;根據(jù)所述訓(xùn)練數(shù)據(jù)集的維度特征選擇核函數(shù);根據(jù)所述訓(xùn)練數(shù)據(jù)集的噪聲水平設(shè)置懲罰因子平衡所述第一模型的誤差;基于所述鋼鐵耐磨材料壽命預(yù)測(cè)的精度要求,利用epsilon參數(shù)控制支持向量的數(shù)量;構(gòu)建所述第一模型的損失函數(shù),通過所述損失函數(shù)將所述支持向量回歸問題轉(zhuǎn)化為帶約束的優(yōu)化問題;將所述帶約束的優(yōu)化問題分解為二維子問題,并通過迭代優(yōu)化獲得支持向量和對(duì)應(yīng)的拉格朗日乘子,得到所述第一模型;所述設(shè)置懲罰因子平衡所述第一模型的誤差包括:當(dāng)所述訓(xùn)練數(shù)據(jù)集的噪聲較大時(shí),較小的值使模型進(jìn)行容忍訓(xùn)練誤差,而當(dāng)所述訓(xùn)練數(shù)據(jù)集的噪聲較小時(shí),較大的值則使模型進(jìn)行擬合訓(xùn)練數(shù)據(jù),從而建立懲罰因子與數(shù)據(jù)特性的關(guān)聯(lián);當(dāng)所述訓(xùn)練數(shù)據(jù)的標(biāo)準(zhǔn)差超過均值的第一預(yù)設(shè)值時(shí),判定所述訓(xùn)練數(shù)據(jù)集的噪聲較大;當(dāng)所述訓(xùn)練數(shù)據(jù)的標(biāo)準(zhǔn)差小于均值的第二預(yù)設(shè)值時(shí),判定所述訓(xùn)練數(shù)據(jù)集的噪聲較??;其中,平衡后的第一模型的優(yōu)化函數(shù)如下式所示: ;其中,為權(quán)重向量,和為松弛變量,為權(quán)重向量的范數(shù),為懲罰因子,控制模型對(duì)訓(xùn)練誤差的敏感程度;所述利用epsilon參數(shù)控制支持向量的數(shù)量包括:當(dāng)預(yù)測(cè)值與真實(shí)值的偏差小于所述epsilon參數(shù)的值時(shí)不計(jì)算損失,形成對(duì)預(yù)測(cè)誤差的軟間隔約束;所述軟間隔約束如下式所示: ;其中,為偏置項(xiàng),為第i個(gè)訓(xùn)練樣本的真實(shí)值,為容忍帶寬度,為第i個(gè)訓(xùn)練樣本的特征值;所述第二模型根據(jù)特征向量進(jìn)行訓(xùn)練;所述特征向量的構(gòu)建包括:構(gòu)建所述第一模型的參數(shù)組合,對(duì)于每組參數(shù)組合,使用所述每組參數(shù)組合更新所述第一模型,利用所述驗(yàn)證數(shù)據(jù)集計(jì)算預(yù)測(cè)結(jié)果;評(píng)估所述預(yù)測(cè)結(jié)果并形成所述特征向量;所述預(yù)測(cè)結(jié)果根據(jù)預(yù)測(cè)精度損失、模型復(fù)雜度損失和支持向量比例損失進(jìn)行評(píng)估;所述預(yù)測(cè)精度損失的計(jì)算如下式所示: ;其中,為預(yù)測(cè)精度損失,為樣本數(shù)量,為真實(shí)值,為預(yù)測(cè)值,為預(yù)測(cè)函數(shù)對(duì)的偏導(dǎo)數(shù),為預(yù)測(cè)函數(shù)對(duì)C的偏導(dǎo)數(shù),為預(yù)測(cè)函數(shù)對(duì)的偏導(dǎo)數(shù);所述模型復(fù)雜度損失的計(jì)算如下式所示: ;其中,為權(quán)重向量的范數(shù),為初始懲罰因子值,為拉格朗日乘子的絕對(duì)值,為復(fù)雜度損失;所述支持向量比例損失的計(jì)算如下式所示: ;其中,為支持向量的數(shù)量,為期望的支持向量比例,為初始容忍帶寬度,為支持向量比例損失。
本發(fā)明公開了一種基于機(jī)器學(xué)習(xí)的鋼鐵耐磨材料壽命預(yù)測(cè)方法及系統(tǒng),涉及材料檢測(cè)技術(shù)領(lǐng)域,包括采集鋼鐵耐磨材料的歷史運(yùn)行數(shù)據(jù),對(duì)所述歷史運(yùn)行數(shù)據(jù)進(jìn)行歸一化處理,得到歸一化特征數(shù)據(jù),并將所述歸一化特征數(shù)據(jù)按比例劃分?jǐn)?shù)據(jù)集;基于所述數(shù)據(jù)集,構(gòu)建第一模型;構(gòu)建第二模型,將所述第一模型在所述數(shù)據(jù)集上使用不同參數(shù)組合下的預(yù)測(cè)誤差作為輸入,訓(xùn)練所述第二模型;根據(jù)所述第二模型輸出的最優(yōu)參數(shù)組合更新所述第一模型,將所述數(shù)據(jù)集輸入更新后的第一模型中,得到鋼鐵耐磨材料的壽命預(yù)測(cè)結(jié)果。本發(fā)明通過兩個(gè)模型的相互優(yōu)化獲得最優(yōu)參數(shù)組合提升預(yù)測(cè)的準(zhǔn)確性和適應(yīng)性,使壽命預(yù)測(cè)結(jié)果更具實(shí)際應(yīng)用價(jià)值。