(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210915247.0 (22)申请日 2022.08.01 (71)申请人 长三角先进材 料研究院 地址 215132 江苏省苏州市相城区青龙港 路286号 (72)发明人 黄理　李钼石　韩维建　陈秋任　 刘钊　赵海龙　仝超　翟强强　 张净宜　谭国笔　黄诗尧　包祖国　 (74)专利代理 机构 南京智造力知识产权代理有 限公司 32382 专利代理师 汪芬 (51)Int.Cl. G06F 30/20(2020.01) G06F 30/17(2020.01) G06N 3/00(2006.01)G06N 3/12(2006.01) (54)发明名称 一种基于大数据驱动的连接 工艺选优系统 (57)摘要 本发明公开了一种基于大数据驱动 的连接 工艺选优系统， 包括问题定义模块、 数据生成模 块、 数据建模模块、 数据应用模块； 在问题定义模 块中定义选优问题； 根据定义的选优问题， 在数 据生成模块中对连接工艺分别进行试验设计与 仿真， 生成相应的实验数据与仿真数据， 基于实 验数据、 仿真数据与引进数据形成大数据库； 在 数据建模模块中基于生成的数据训练用于预测 工艺参数与服役性能间关系的机器学习模型， 并 根据建模结果对选优问题进行降维简化， 并指导 数据生成模块进行重采样从而更新并完善模型； 最后在数据应用模块中， 基于训练好的机器学习 模型， 对使用该工艺的零部件进行相应服役性能 预测以及工艺的工艺参数设计， 从而实现高效高 精度的智能设计 。 权利要求书1页 说明书5页 附图2页 CN 115310281 A 2022.11.08 CN 115310281 A 1.一种基于大 数据驱动的连接 工艺选优系统， 其特 征在于， 包括 问题定义模块， 在所述问题定义模块中， 将需要进行参数选优的连接工艺的所有设计 变量组成设计变量集合， 将该类连接工艺应用场景下对应的所有选优目标和所有约束 条件 分别组成选优目标集 合和约束条件集 合； 数据生成模块， 在所述数据生成模块内对需要进行参数选优的连接工艺分别进行试验 和仿真， 分别对应得到试验数据与仿 真数据； 基于数据 清洗技术对引进 数据进行处理， 由试 验数据、 仿真数据、 处 理后的引进数据构成需要 进行参数选优的连接 工艺的大 数据库； 数据建模模块， 在数据建模模块内分别构建试验数据代理模型、 仿真数据代理模型和 引进数据 代理模型； 再采用数据融合算法， 对试验 数据代理模型、 仿真数据代理模型和引进 数据代理模型进 行融合构建多保真度 代理模型； 对该多保真度代理模型的设计变量的进 行 全局灵敏度分析， 将对该多保真度代理模型影响较小的设计变量反馈至问题定义模块中并 从数据集中剔除， 并迭代更新数据生成模块和数据建模 模块。 数据应用模块， 在数据应用模块内， 利用构建好的多保真度代理模型对连接工艺的目 标参数、 约束条件进行 预测； 结合多目标优化 算法对设计 变量进行寻优。 2.根据权利要求1所述的一种基于大数据驱动的连接工艺选优系统， 其特征在于， 所述 约束条件 包括设计 变量的取值空间、 几何约束和性能约束。 3.根据权利要求1所述的一种基于大数据驱动的连接工艺选优系统， 其特征在于， 所述 数据生成模块内包括试验模型、 仿真模型， 分别构建需要进行参数选优的连接工艺的试验 模型与仿真模型。 4.根据权利要求3所述的一种基于大数据驱动的连接工艺选优系统， 其特征在于， 构建 连接工艺的试验模型中， 并以设计变量为输入， 以设计变量对应的选优目标、 约束 条件为输 出， 用以描述试验模 型中设计变量与选优目标、 约束 条件之间的关系， 并获得连接工艺的试 验数据。 5.根据权利要求3所述的一种基于大数据驱动的连接工艺选优系统， 其特征在于， 采用 仿真软件构建连接工艺的仿 真模型， 并进行仿真分析； 以设计变量为输入， 以设计变量对应 的选优目标、 约束 条件为输出， 用以描述仿 真模型中设计变量与选优目标、 约束 条件之间的 关系， 获得仿真数据。 6.根据权利要求1 ‑5中任意一项权利要求所述的一种基于大数据驱动的连接工艺选优 系统， 其特 征在于， 所述数据融合 算法， 选用模型 校正、 集成学习或迁移学习。 7.根据权利要求6所述的一种基于大数据驱动的连接工艺选优系统， 其特征在于， 所述 多目标优化 算法， 选用遗传算法、 粒子群算法或蚁群算法。 8.根据权利要求6所述的一种基于大数据驱动的连接工艺选优系统， 其特征在于， 根据 应用场景不同， 可具有选择性的对模型预测结果进行不确定性量化， 预测约束条件在设计 变量扰动范围内的变化， 保证在设计 变量扰动情况 下， 选优结果依旧满足约束条件。权　利　要　求　书 1/1 页 2 CN 115310281 A 2一种基于大数据驱动的连接工艺选优系统 技术领域 [0001]本发明涉及的是一种材料连接工艺领域的技术， 尤其是一种基于大数据驱动的连 接工艺选优系统。 背景技术 [0002]材料的连接一般认为是工程结构中的薄弱环节， 连接工艺的优化设计一直是工业 设计领域的重点和难点之一， 主要体现在工艺参数选优难、 服役性能评估难等方面。 工艺参 数选优难主要是 由于涉及的材料组合类型多、 工艺参数多， 是一个高维、 设计变量复杂、 非 线性强的工业优化设计问题。 常用的材料牌号、 常用材料厚度以及常用的连接工艺数量多， 全设计空间工艺参数组合空间巨大， 对于单种 连接工艺可超过10亿； 服役性能评估难主要 是由于涉及的工况多、 设计难度大。 [0003]目前工业设计领域在工艺参数设计这一步主流采用的方法是传统的试错设计、 经 验设计， 但是上述方法在选型初期需要进 行多轮试错， 需要依靠大量物理实验， 成本高周期 长， 且难以找到最优组合。 发明内容 [0004]为了解决现有技术中存在的不足， 本申请提出了一种基于大数据驱动的连接工艺 选优系统， 可以实现大数据驱动下， 高效率、 高精度地进行工业零部件的连接工艺智能设 计， 缩短工业产品开发周期， 提高工业产品开发效率。 [0005]本发明所采用的技 术方案如下： [0006]一种基于大 数据驱动的连接 工艺选优系统， 包括 [0007]问题定义模块， 在所述问题定义模块中， 将需要进行参数选优的连接工艺的所有 设计变量组成设计变量集合， 将该类连接工艺应用场景下对应的所有选优目标和所有约束 条件分别组成选优目标集 合和约束条件集 合； [0008]数据生成模块， 在所述数据生成模块内对需要进行参数选优的连接工艺分别进行 试验和仿 真， 分别对应得到试验 数据与仿 真数据； 基于数据 清洗技术对引进数据进 行处理， 由试验数据、 仿真数据、 处 理后的引进数据构成需要 进行参数选优的连接 工艺的大 数据库； [0009]数据建模模块， 在数据建模模块内分别构建试验数据代理模型、 仿真数据代理模 型和引进 数据代理模型； 再采用数据融合算法， 对 试验数据 代理模型、 仿 真数据代理模型和 引进数据代理模型进 行融合构建多保真度 代理模型； 对该多保真度代理模 型的设计变量的 进行全局灵敏度分析， 将对该多保真度代理模型影响较小的设计变量反馈至问题定义模块 中并从数据集中剔除， 并迭代更新数据生成模块和数据建模 模块。 [0010]数据应用模块， 在数据应用模块内， 利用构建好的多保真度代理模型对连接工艺 的目标参数、 约束条件进行 预测； 结合多目标优化 算法对设计 变量进行寻优。 [0011]进一步， 所述约束条件 包括设计 变量的取值空间、 几何约束和性能约束。 [0012]进一步， 所述数据生成模块内包括试验模型、 仿真模型， 分别构建需要进行参数选说　明　书 1/5 页 3 CN 115310281 A 3