[发明专利]蠕墨铸铁合金导热率检测方法、装置、介质和设备在审

专利信息
申请号: 201910511426.6 申请日: 2019-06-13
公开(公告)号: CN110310713A 公开(公告)日: 2019-10-08
发明(设计)人: 刘洋赈;李卫;郑宝超;涂小慧 申请(专利权)人: 暨南大学
主分类号: G16C20/30 分类号: G16C20/30;G16C20/70;G06N3/08
代理公司: 广州市华学知识产权代理有限公司 44245 代理人: 郑浦娟
地址: 510632 广东*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 导热率 蠕墨铸铁合金 检测 神经网络模型 基体组织 检测结果 温度输入 蠕化率 训练样本集 测试样本 模型获取 神经网络 构建 创建
【说明书】:

发明公开了蠕墨铸铁合金导热率检测方法、装置、介质和设备,检测方法如下:首先构建训练样本集;创建神经网络模型,通过神经网络模型训练得到导热率检测模型;当要进行蠕墨铸铁合金测试样本的导热率检测时,将该蠕墨铸铁合金的基体组织、蠕化率以及对应温度输入到导热率检测模型中,通过导热率检测模型获取到导热率检测结果。本发明基于神经网络对蠕墨铸铁合金导热率进行检测,将经过训练后的神经网络模型作为导热率检测模型,在实际检测时,只需要将蠕墨铸铁合金的基体组织、蠕化率及温度输入到导热率检测模型中即可得到导热率检测结果,具有蠕墨铸铁合金的导热率检测快速、准确以及方便的优点。

技术领域

本发明属于铸铁性能测试领域,特别涉及一种蠕墨铸铁合金导热率检测方法、装置、介质和设备。

背景技术

由于制动鼓制动的过程是车辆行驶过程中由速度产生的运动能量通过摩擦作用转化为热能的过程,而在这个过程中产生的热能大多都被制动鼓吸收,当制动鼓温度过高时,制动鼓的摩擦系数会发生显著下降,从而产生热衰退现象。因此需要制动鼓所使用材料具有良好的导热性。目前广泛使用的制动鼓材料仍是蠕墨铸铁,对蠕墨铸铁导热率起主要影响的因素为石墨结构和基体组织。当前,得到材料导热率的方法仍然普遍是采用试验手段,通过控制单因素变量的方法测试试样的导热率。然而影响蠕墨铸铁合金导热率的因素较多,由此会遇到对比较复杂的非线性数据之间模型的建立等问题,这必然会耗费大量的时间、精力以及试验研究等成本。

发明内容

本发明的第一目的在于克服现有技术的缺点与不足,提供一种蠕墨铸铁合金导热率检测方法,该方法能够快速、准确和方便的实现对蠕墨铸铁合金导热率进行检测。

本发明的第二目的在于提供一种蠕墨铸铁合金导热率检测装置。

本发明的第三目的在于提供一种存储介质。

本耐烦的第四目的在于提供一种计算设备。

本发明的第一目的通过下述技术方案实现:一种蠕墨铸铁合金导热率检测方法,步骤如下:

步骤S1、获取各种基体组织和蠕化率的蠕墨铸铁合金作为训练样本,构成训练样本集;针对于作为训练样本的各种基体组织和蠕化率的蠕墨铸铁合金,获取其在各种温度下的导热率;

步骤S2、创建神经网络模型,将训练样本集中各训练样本的基体组织、蠕化率及温度作为输入,各训练样本在上述作为输入的温度下的导热率作为输出,对神经网络模型进行训练,得到导热率检测模型;

步骤S3、获取作为测试样本的蠕墨铸铁合金,当要检测该蠕墨铸铁合金在对应温度下的导热率时,将该蠕墨铸铁合金的基体组织、蠕化率以及对应温度输入到导热率检测模型中,通过导热率检测模型获取到导热率检测结果。

优选的,步骤S2中所获取的神经网络模型为BP神经网络模型,所述BP神经网络模型主要由3个神经元的输入层、10个神经元的隐含层以及1个神经元的输出层组成。

优选的,输入到神经网络模型的各训练样本和测试样本对应的基体组织、蠕化率及温度为经过归一化处理后的。

优选的,在步骤S2中,创建神经网络模型的具体包括:

步骤S21、选择神经网络模型的类型;

步骤S22、针对于所选择的神经网络模型,对学习参数进行选择:学习参数包括传递函数、训练函数和学习函数,其中,选取对数函数作为传递函数,反向传播函数作为训练函数,梯度下降动量学习函数作为学习函数;

步骤S23、设置神经网络模型的训练参数:训练参数包括初始权值、动量因子、学习率、训练步数以及性能函数。

更进一步的,在步骤S2中,训练样本对神经网络模型进行训练的具体过程如下:

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于暨南大学,未经暨南大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201910511426.6/2.html,转载请声明来源钻瓜专利网。

同类专利
专利分类
×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top