本發(fā)明屬于汽車智能設(shè)計制造領(lǐng)域，特別是涉及到一種基于機器學(xué)習(xí)的鉚接強度智能推薦方法及系統(tǒng)。

背景技術(shù)：

1、隨著輕量化材料在汽車制造領(lǐng)域的廣泛應(yīng)用，鉚接（包括例如自沖鉚接spr、旋轉(zhuǎn)攻絲鉚接fds等）作為一種高效的連接技術(shù)得到了快速發(fā)展。鉚接是指通過使用鉚釘與底模相結(jié)合的方式，能夠在不穿透板材的情況下實現(xiàn)多層異種材料的有效連接。選擇合適的鉚釘和底模對于確保鉚接的質(zhì)量至關(guān)重要。鉚釘?shù)倪x擇通?；诒贿B接材料的厚度、硬度以及所需的連接強度；而底模的設(shè)計則需考慮其形狀、尺寸及材料屬性，以保證鉚接過程中能夠形成良好的鉚釘頭形和足夠的壓緊力。

2、在評估鉚接的力學(xué)性能方面，目前主要采用的方法大致可分為兩大類：

3、（1）經(jīng)驗?zāi)Ｐ头?/p>

4、經(jīng)驗?zāi)Ｐ头ㄊ腔诖罅康膶嶒灁?shù)據(jù)和工程師的經(jīng)驗積累，利用數(shù)據(jù)回歸或分類分析的方法，建立一種簡單的公式或規(guī)則體系，用于快速推薦鉚釘和底模規(guī)格，并估算鉚接的力學(xué)性能。

5、（2）仿真模擬法

6、仿真模擬法通過計算機輔助工程（cae）技術(shù)，利用有限元分析（fea）對鉚接過程進行仿真，預(yù)測鉚釘與底模組合的連接性能和力學(xué)響應(yīng)。此方法以物理和力學(xué)原理為基礎(chǔ)，結(jié)合材料特性和幾何信息，通過虛擬實驗代替實際測試，實現(xiàn)高效、低成本的性能評估和優(yōu)化。

7、盡管經(jīng)驗?zāi)Ｐ头ê头抡婺M法在評估鉚接力學(xué)性能方面各有優(yōu)勢，但也存在一些明顯的局限性，這些局限性限制了它們在實際應(yīng)用中的廣泛性和有效性。

8、（1）經(jīng)驗?zāi)Ｐ头ǖ娜秉c

9、適用范圍有限：經(jīng)驗?zāi)Ｐ透叨纫蕾囉谠囼灁?shù)據(jù)，這導(dǎo)致其適用范圍受限。特別是當(dāng)涉及到新材料（如高強度鋼、復(fù)合材料）或復(fù)雜多層板材結(jié)構(gòu)時，現(xiàn)有的經(jīng)驗?zāi)Ｐ屯y以提供可靠的指導(dǎo)。

10、缺乏非線性考慮：鉚接過程中涉及的材料屈服、接觸分離等現(xiàn)象具有顯著的非線性特征，而經(jīng)驗公式難以全面且精確地捕捉這些復(fù)雜的非線性行為。

11、推廣性差：一旦超出特定材料組合或鉚釘參數(shù)的經(jīng)驗范圍，模型的有效性將大打折扣，需要重新進行大量的試驗以構(gòu)建新的模型，這不僅耗時費力，而且成本高昂。

12、（2）仿真模擬法的缺點

13、計算成本高：為了獲得高精度的仿真結(jié)果，往往需要消耗大量的計算資源和時間，特別是在設(shè)計迭代頻繁的項目中，這種高成本成為了一大挑戰(zhàn)。

14、專業(yè)性要求高：仿真工具的使用不僅需要深厚的專業(yè)知識，還要求操作者具備較高的技能水平，這對于許多中小企業(yè)來說是一個難以跨越的技術(shù)門檻。

15、數(shù)據(jù)覆蓋不足：雖然仿真可以針對具體場景提供詳細的預(yù)測，但要快速適應(yīng)不同材料組合和連接工藝的變化仍然困難重重，仿真數(shù)據(jù)庫的廣度和深度尚不足以滿足多樣化的需求。

16、實際驗證需求：即便是在最理想的條件下，仿真結(jié)果也必須經(jīng)過物理試驗的驗證才能確保其準(zhǔn)確性。這意味著仿真不能完全取代傳統(tǒng)的試驗方法，兩者需要結(jié)合使用以確保連接性能的可靠性。

17、綜上所述，現(xiàn)有的鉚接評估方法在靈活性、準(zhǔn)確性和經(jīng)濟性等方面仍存在較大改進空間，亟需開發(fā)更加智能化、高效化的解決方案來克服這些挑戰(zhàn)。

技術(shù)實現(xiàn)思路

1、本發(fā)明提出一種基于機器學(xué)習(xí)的鉚接強度智能推薦方法及系統(tǒng)，能夠快速推薦鉚接的鉚釘和底模規(guī)格，并預(yù)測連接強度值，操作簡便，提高預(yù)測的準(zhǔn)確性和可靠性。

2、為達到上述目的，本發(fā)明的技術(shù)方案是這樣實現(xiàn)的：

3、一種基于機器學(xué)習(xí)的鉚接強度智能推薦方法，包括：

4、s1、輸入鉚接的板材搭接層數(shù)以及板材材料參數(shù)；

5、s2、將包括板材搭接層數(shù)以及板材材料參數(shù)的數(shù)據(jù)輸入釘模推薦模型，輸出滿足合格金相的鉚釘型號和底模型號；所述釘模推薦模型為多輸出的機器學(xué)習(xí)模型；

6、s3、將所述釘模推薦模型輸出的鉚釘型號和底模型號，以及力學(xué)性能類型共同輸入連接強度預(yù)測模型，輸出載荷峰值；所述連接強度預(yù)測模型采用回歸模型或深度學(xué)習(xí)模型；

7、s4、若得到多組數(shù)據(jù)，則通過圖形化進行結(jié)果對比。

8、進一步的，步驟s2的釘模推薦模型通過訓(xùn)練得到，訓(xùn)練過程包括：

9、s201、獲取鉚接的歷史數(shù)據(jù)，所述歷史數(shù)據(jù)包括鉚接的板材搭接組合參數(shù)、板材材料參數(shù)、鉚接使用的鉚釘型號和底模型號、鉚釘和底模的金相檢測數(shù)據(jù)、力學(xué)強度數(shù)據(jù)、工藝參數(shù)；

10、s202、將獲取的歷史數(shù)據(jù)劃分數(shù)據(jù)集，數(shù)據(jù)集包括訓(xùn)練集、驗證集、測試集；

11、s203、選取多輸出的機器學(xué)習(xí)模型，使用訓(xùn)練集進行訓(xùn)練，以鉚釘型號和底模型號作為目標(biāo)，以訓(xùn)練集中其它數(shù)據(jù)作為輸入；所述多輸出的機器學(xué)習(xí)模型為支持多輸出的傳統(tǒng)機器學(xué)習(xí)模型，或者為多任務(wù)學(xué)習(xí)模型；

12、s204、在模型訓(xùn)練過程中，使用驗證集來評估不同超參數(shù)設(shè)置下的模型性能，選擇最佳的超參數(shù)組合，在完成模型訓(xùn)練和超參數(shù)調(diào)優(yōu)后，使用測試集對模型進行全面的性能測試，評估模型在新數(shù)據(jù)上的泛化能力。

13、更進一步的，步驟s203的訓(xùn)練中，使用交叉熵損失函數(shù)處理多標(biāo)簽分類，如果鉚釘和底模分別有多個類別，則為鉚釘和底模分別定義一個交叉熵損失函數(shù)，然后加權(quán)求和作為最終的損失函數(shù)。

14、進一步的，步驟s3的連接強度預(yù)測模型通過訓(xùn)練得到，訓(xùn)練過程包括：

15、s301、獲取來自工藝數(shù)據(jù)庫和載荷性能實驗的數(shù)據(jù)，包括鉚釘型號和底模型號的組合在不同力學(xué)性能類型下的連接強度；所述鉚釘型號和底模型號通過embedding技術(shù)映射為連續(xù)特征；所述力學(xué)性能類型通過類別編碼進行處理；

16、s302、將獲取的數(shù)據(jù)劃分數(shù)據(jù)集，數(shù)據(jù)集包括訓(xùn)練集、驗證集、測試集；

17、s303、選取回歸模型或深度學(xué)習(xí)模型，使用訓(xùn)練集進行訓(xùn)練，以訓(xùn)練集中鉚釘型號和底模型號、力學(xué)性能類型作為輸入，以連接強度作為目標(biāo)；

18、s304、通過驗證集進行模型參數(shù)調(diào)整，通過測試集進行模型性能測試。

19、更進一步的，步驟s303的訓(xùn)練中，使用均方誤差作為損失函數(shù)。

20、本發(fā)明另一方面還提出了一種基于機器學(xué)習(xí)的鉚接強度智能推薦系統(tǒng)，包括：

21、輸入模塊：輸入鉚接的板材搭接層數(shù)以及板材材料參數(shù)；

22、釘模推薦模塊：將包括板材搭接層數(shù)以及板材材料參數(shù)的數(shù)據(jù)輸入釘模推薦模型，輸出滿足合格金相的鉚釘型號和底模型號；所述釘模推薦模型為多輸出的機器學(xué)習(xí)模型；

23、強度預(yù)測模塊：將所述釘模推薦模型輸出的鉚釘型號和底模型號，以及力學(xué)性能類型共同輸入連接強度預(yù)測模型，輸出載荷峰值；所述連接強度預(yù)測模型采用回歸模型或深度學(xué)習(xí)模型；

24、對比模塊：若得到多組數(shù)據(jù)，則通過圖形化進行結(jié)果對比。

25、進一步的，釘模推薦模塊包括：

26、歷史數(shù)據(jù)獲取單元：獲取鉚接的歷史數(shù)據(jù)，所述歷史數(shù)據(jù)包括鉚接的板材搭接組合參數(shù)、板材材料參數(shù)、鉚接使用的鉚釘型號和底模型號、鉚釘和底模的金相檢測數(shù)據(jù)、力學(xué)強度數(shù)據(jù)、工藝參數(shù)；

27、劃分單元：將獲取的歷史數(shù)據(jù)劃分數(shù)據(jù)集，數(shù)據(jù)集包括訓(xùn)練集、驗證集、測試集；

28、推薦訓(xùn)練單元：選取多輸出的機器學(xué)習(xí)模型，使用訓(xùn)練集進行訓(xùn)練，以鉚釘型號和底模型號作為目標(biāo)，以訓(xùn)練集中其它數(shù)據(jù)作為輸入；所述多輸出的機器學(xué)習(xí)模型為支持多輸出的傳統(tǒng)機器學(xué)習(xí)模型，或者為多任務(wù)學(xué)習(xí)模型；

29、驗證測試單元：在模型訓(xùn)練過程中，使用驗證集來評估不同超參數(shù)設(shè)置下的模型性能，選擇最佳的超參數(shù)組合，在完成模型訓(xùn)練和超參數(shù)調(diào)優(yōu)后，使用測試集對模型進行全面的性能測試，評估模型在新數(shù)據(jù)上的泛化能力。

30、更進一步的，釘模推薦模型訓(xùn)練單元中，使用交叉熵損失函數(shù)處理多標(biāo)簽分類，如果鉚釘和底模分別有多個類別，則為鉚釘和底模分別定義一個交叉熵損失函數(shù)，然后加權(quán)求和作為最終的損失函數(shù)。

31、進一步的，強度預(yù)測模塊包括：

32、數(shù)據(jù)獲取單元：獲取來自工藝數(shù)據(jù)庫和載荷性能實驗的數(shù)據(jù)，包括鉚釘型號和底模型號的組合在不同力學(xué)性能類型下的連接強度；所述鉚釘型號和底模型號通過embedding技術(shù)映射為連續(xù)特征；所述力學(xué)性能類型通過類別編碼進行處理；

33、劃分單元：將獲取的數(shù)據(jù)劃分數(shù)據(jù)集，數(shù)據(jù)集包括訓(xùn)練集、驗證集、測試集；

34、預(yù)測訓(xùn)練單元：選取回歸模型或深度學(xué)習(xí)模型，使用訓(xùn)練集進行訓(xùn)練，以訓(xùn)練集中鉚釘型號和底模型號、力學(xué)性能類型作為輸入，以連接強度作為目標(biāo)；

35、驗證測試單元：通過驗證集進行模型參數(shù)調(diào)整，通過測試集進行模型性能測試。

36、更進一步的，預(yù)測訓(xùn)練單元中，使用均方誤差作為損失函數(shù)。

37、與現(xiàn)有技術(shù)相比，本發(fā)明具有如下的有益效果：

38、1、提高精度：本發(fā)明通過釘模推薦模型和連接強度預(yù)測模型，能夠更準(zhǔn)確地預(yù)測連接強度，減少人為誤差。

39、2、提高效率：本發(fā)明實現(xiàn)自動化數(shù)據(jù)處理和模型訓(xùn)練，大大減少了小批量試驗的時間和資源消耗。

40、3、增強適應(yīng)性：本發(fā)明通過機器學(xué)習(xí)模型進行推薦和預(yù)測，能夠快速適應(yīng)新材料和新工藝，無需重新進行大量的試驗和數(shù)據(jù)分析。

41、4、提高一致性：本發(fā)明通過標(biāo)準(zhǔn)化的數(shù)據(jù)處理和模型訓(xùn)練，確保推薦結(jié)果的一致性和可重復(fù)性。

42、5、提高智能化程度：本發(fā)明在汽車設(shè)計過程中使用了智能化技術(shù)，能夠促進技術(shù)融合，進一步推動智能技術(shù)與汽車產(chǎn)業(yè)的深度融合?。