摘要
在现代装备制造业中,热处理不仅是改善和控制材料性能,提高产品使用寿命、可靠性和安全性的关键工艺,也是实现装备轻量化的重要途径。热处理工艺过程存在着热处理工艺参数众多及其相互影响的问题,使得温度、组织和应力难以耦合精确求解;同时,热处理工艺参数的确定依赖经验且影响机理难以表征。因此,本文提出一种基于数据驱动的仿真预测建模方法,通过构建决策树回归模型并结合基于信息熵的分类学习算法,实现热处理工艺仿真质量的准确预测。最后,通过对35CrMnSi和58SiMn两种材料的仿真数据案例分析,验证了本文所提建模方法的有效性和准确性。
- 单位