一体化铝合金结构件铸造质量预测方法、电子设备、介质
申请人信息
- 申请人:浙江大学
- 申请人地址:310058 浙江省杭州市西湖区余杭塘路866号
- 发明人: 浙江大学
专利详细信息
| 项目 | 内容 |
|---|---|
| 专利名称 | 一体化铝合金结构件铸造质量预测方法、电子设备、介质 |
| 专利类型 | 发明申请 |
| 申请号 | CN202410124825.8 |
| 申请日 | 2024/1/30 |
| 公告号 | CN117649906A |
| 公开日 | 2024/3/5 |
| IPC主分类号 | G16C60/00 |
| 权利人 | 浙江大学 |
| 发明人 | 王浩楠; 彭涛; 刘伟鹏; 章旭霞; 孙权志; 吴军; 唐任仲 |
| 地址 | 浙江省杭州市西湖区余杭塘路866号 |
摘要文本
本发明公开了一体化铝合金结构件铸造质量预测方法、电子设备、介质，包括：获取待预测的铸造质量影响因素数据，将其输入至铸造质量预测模型得到预测结果；铸造质量预测模型的训练过程包括：获取历史铸造质量影响因素数据和质量指标数据，将其划分为有标签数据和无标签数据；利用有标签数据训练初始的XGBOOST模型，筛选出初始轮次的无标签数据样本及对应的伪标签；设置目标函数，利用第m训练集训练第m XGBOOST模型，筛选出第m轮次的无标签数据样本及对应的伪标签，加入至第m训练集中，得到第m+1训练集；其中，第一训练集包括有标签数据、初始轮次的无标签数据样本及对应的伪标签；以此类推，训练得到第N XGBOOST模型即铸造质量预测模型。
专利主权项内容
1.一体化铝合金结构件铸造质量预测方法，其特征在于，所述方法包括：获取并预处理一体化铝合金结构件待预测的铸造质量影响因素数据；将预处理好的待预测的铸造质量影响因素数据输入至预先训练好的铸造质量预测模型，得到铸造质量预测结果；其中，铸造质量预测模型的训练过程包括：获取一体化铝合金结构件历史铸造质量影响因素数据和质量指标数据，并对历史铸造质量影响因素数据进行预处理；并将其划分为有标签数据和无标签数据；利用有标签数据训练初始的XGBOOST模型；将无标签数据样本输入至初始的XGBOOST模型，筛选出初始轮次的无标签数据样本及对应的伪标签；设置第m XGBOOST模型对应的目标函数，1≤m≤N，N为迭代训练的总数；其中，目标函数为有标签数据样本的分类损失、第一正则化项、第二正则化项之和；所述第一正则化项为无标签数据样本的惩罚因子与无标签数据样本的分类损失的乘积；所述第二正则化项为决策树的复杂度；基于第m XGBOOST模型对应的目标函数，利用第m训练集训练第m XGBOOST模型；基于第m XGBOOST模型从无标签数据样本中筛选出第m轮次的无标签数据样本及对应的伪标签，并加入至第m训练集中，得到第m+1训练集；其中，第一训练集由有标签数据、初始轮次的无标签数据样本及对应的伪标签合并得到；以此类推，训练得到第N XGBOOST模型即铸造质量预测模型。