一種基于深度學習的耐熱合金高溫力學性能預測方法,包括以下步驟:S1、形成原始實驗數據庫;S2、對原始實驗數據庫中的顯微組織照片進行數據預處理;S3、根據耐熱合金高溫力學性能實驗值分布情況,將原始實驗數據庫劃分為連續的N類,并將劃分的類別值作為對應圖像的類別標簽;將標簽化后的圖像數據分組;S4、并將所有組圖像數據分別進行數字張量化處理;S5、構建深度學習模型,配置模型結構與模型參數,優化深度學習模型的預測效果;S6、采用優化深度學習模型,根據耐熱合金顯微組織圖片預測其高溫力學性能。本發明能夠實現耐熱合金從顯微組織到高溫力學性能的直接預測,提升耐熱合金高溫性能檢測效率、節約耐熱合金高溫檢測成本。
聲明:
“一種基于深度學習的耐熱合金高溫力學性能預測方法” 該技術專利(論文)所有權利歸屬于技術(論文)所有人。僅供學習研究,如用于商業用途,請聯系該技術所有人。
我是此專利(論文)的發明人(作者)