流形学习辅助参数辨识器

热成型质量可预测

将物理场特征与贝叶斯推断结合，可在热成型前快速识别带不确定性的系统参数，替代传统试错。

Xin, Wang · Jiang, Xinchao · 王琥 · 李光耀

Journal of Intelligent Manufacturing 2024

参数信息

验证案例数

2

技术优势

快速给出参数

用流形学习提取物理场特征，减少了每次评估新参数所需的计算量。

采样更高效

嵌套采样结合小波变异策略，在保证容差准则的同时提高后验分布的采样效率。

不确定性量化

用近似贝叶斯计算识别系统参数，同时给出参数的不确定性，避免单点估计的脆弱性。

应用场景

• 热冲压成型工艺设计：替代反复试模，直接获得参数分布用于工艺设计。
• 纤维金属层压板质量控制：识别关键参数的不确定性来源，减少成型缺陷。
• 制造过程参数优化：用贝叶斯推断优化材料属性与工艺参数组合。