《电子测量技术杂志》发表论文赏析

基于PSO-DSS-NSGA-III和DLA-CatBoost的钕铁硼粉末压型工艺参数优化

来源:电子测量技术杂志2025年第22期北京时间:

作者:章启平,谢小云

单位:1.江西理工大学信息工程学院 赣州 341000; 2.赣南科技学院电子信息工程学院 赣州 341000; 3.赣州市智能互联重点实验室 赣州 341000

摘要:钕铁硼(NdFeB)永磁材料凭借其极高的磁能积和矫顽力,在现代工业与电子技术领域得到了广泛应用。然而,在实际生产中,压型工艺作为钕铁硼生产的关键环节,其工艺参数的设置仍主要依赖于操作人员的经验。由于操作人员经验的差异以及生产过程的复杂性,这种依赖容易导致参数设置不稳定,从而影响产品质量并造成资源浪费。为了精确预测钕铁硼粉末压型阶段的工艺参数,本研究提出一种动态分层调整的CatBoost多输出预测模型DLA-CatBoost,并创新性地提出基于粒子群优化引导动态搜索空间调整的混合优化策略PSO-DSS-NSGA-III,实现预测模型超参数的多目标协同优化。实验结果表明,经PSO-DSS-NSGA-III策略优化的DLA-CatBoost模型在多输出预测任务中表现优异,其均方根误差(RMSE)在0.5~0.9之间,平均绝对误差(MAE)在0.2~0.5之间,决定系数(R2)在0.96~0.99之间,展现出卓越的预测效果,为钕铁硼压型工艺参数优化提供了一种有效的新方法。

关键词:钕铁硼永磁材料;参数优化;CatBoost算法;多目标优化;NSGA-III算法

基金资助:国家重点研发计划专项(2020YFB1713700)、江西省03专项及5G项目(20204ABC03A18)资助

2025年22期其他文献查阅:

能效协同均衡的单无人机动态轨迹优化

基于特征优选及Informer的航空发动机剩余寿命预测

基于KmeansSMOTE与领域自适应的化工过程故障诊断

基于截断伪码分段的扩频信号捕获算法设计

基于双重时间依赖的多元长时间序列预测模型

基于轻量网络的多参数补偿气体检测仪

基于AR二维码的轻量化YOLOv8目标检测算法

Bi-EMamba:基于Mamba的高压电缆接地电流预测模型

基于特征重构的工业图像无监督异常检测

基于改进冠豪猪算法山地环境无人机航迹规划

多策略改进的人工旅鼠算法及工程应用

自主船舶港口水域航行场景自适应识别方法

融合空洞卷积与多尺度注意力机制的说话人确认方法

YOLO检测下基于ETC-DDPG算法的无人机视觉跟踪

基于电磁感应的涂镀层厚度同步测量方法

基于PSO-DSS-NSGA-III和DLA-CatBoost的钕铁硼粉末压型工艺参数优化

改进YOLOv8的非机动车违规行为检测方法

基于双重注意力校准机制的口罩遮挡人脸识别

基于改进RT-DETR的轻量航拍图像检测算法

基于特征增强的行人重识别算法

基于改进YOLOv11n的通航飞机蒙皮表面损伤检测算法

基于MTCNN和PFLD的疲劳驾驶检测方法

UltraLight CrackNet:基于VMamba的轻量化裂缝分割网络

填文献完整题目 获取完整文献

填写需求
联系方式
注:学术顾问会在1小时内联系您,请留意!