基于深度学习的多孔材料渗透率预测研究进展
来源:计算机集成制造系统杂志2024年第3期北京时间:
作者:钱淼, 周骥, 向忠, 王嘉琦, 魏鹏郦, 李俊
单位:浙江理工大学浙江省现代纺织装备技术重点实验室
摘要:渗透率作为描述多孔材料流动性能的重要指标,在机械、能源等领域有着广泛的应用。经验关系式作为传统的多孔材料渗透率预测方法,往往通过实验统计法建立,在通用性、预测精度方面存在不足。近年来,基于深度学习构建渗透率预测模型的方法受到了众多学者的关注,在解决经验关系式存在的不足方面表现出很好的前景。为此,围绕基于深度学习的多孔材料渗透率预测建模方法,首先阐述了深度学习技术在结构模型重构中的应用及发展趋势,然后综述了结构参数-渗透率、图像-渗透率以及图像-流场-渗透率快速预测建模方法的基本原理和研究进展,最后展望了该领域的研究方向,以及对多孔材料制造系统性能提升方面的前景。
关键词:深度学习,多孔材料,模型重构,渗透率,预测模型
基金资助:浙江省“尖兵”“领雁”研发攻关计划资助项目(2023C01158,2022C01188);浙江理工大学基本科研业务费专项资金资助项目(22242298-Y)。
2024年3期其他文献查阅:
基于文献计量的数字工程研究进展与趋势分析
基于深度学习的表面缺陷检测技术研究进展
基于深度学习的多孔材料渗透率预测研究进展
基于数字孪生的盾构机换刀机器人监控系统
数控机床数字孪生建模技术及智能应用研究
面向起重机结构承载能力评估的数字孪生系统构建方法
基于BERT和TextCNN的智能制造成熟度评估方法
基于知识图谱的中性几何模型装配特征语义重建方法
动态数据流驱动的再制造拆解工艺知识图谱构建方法
基于知识图谱多集池化的健康状态智能评估方法
考虑设备劣化的加工工时预测方法
基于贝叶斯优化神经网络的螺栓松动特性预测
面向精度提升与工艺改进的容差分配多目标模型融合方法
融合Mar-G LSTM的流程生产工艺质量预测算法
基于偏正结构表示的加工命名实体识别方法
先验规则和深度学习融合驱动的舰船电气图纸布局方法
基于改进MobileNetV2的铣削振动状态辨识
专利数据辅助的新产品概念设计方案生成方法
基于深度学习的产品风格精细识别
考虑多源误差影响的谐波减速器传动误差建模与分析
应力驱动的2.5D梯度各向异性维诺多孔零件轻量化建模方法
考虑最小尺寸控制的压力驱动柔顺机构拓扑优化设计
基于数控工艺信息挖掘的型腔特征粗加工刀具序列优化决策方法
考虑工艺约束的多阶耦合集成调度问题优化
融合浅层特征和注意力机制的PCB缺陷检测方法
基于知识图谱推理的热轧带钢产品质量缺陷追溯
近邻密度辅助模糊优化孪生支持向量机的钢板表面缺陷分类
应力迭代法重构电弧增材AA7075铝合金薄壁件残余应力场研究
基于CEEMDAN-VSSLMS的滚动轴承故障诊断
基于RRT*-DR算法的机械臂避障路径规划
基于连续可微采样的无人机多向视点规划