摘要：准确地预测残余应力对激光冲击工艺过程中的参数优化有重要的意义。残余应力预测问题实际上是多输入单输出问题,文中利用粒子群优化方法优化支持向量机回归中的参数,建立了残余应力的预测模型。试验结果表明,经PSO算法优化的SVM回归模型具有较高的预测精度。

摘要：为了能够预测TC4微锻过程所引入的残余应力场,提出一种基于卷积神经网络(CNN)和长短时记忆网络(LSTM)的组合模型,其中CNN模块对输入数据进行高维特征提取,LSTM模块进行序列化建模处理。建立了TC4微锻有限元模型并通过微锻实验验证了有限元模型的准确性,基于有限元仿真建立数据集并对该模型进行训练,结果表明,该模型的各项性能指标都优于LSTM模型。通过微锻实验验证了该模型的预测效果,表明该模型具备一定的有效性和实用性。