本發(fā)明涉及高端裝備制造領(lǐng)域，具體涉及基于多目標(biāo)優(yōu)化問(wèn)題建模的渦輪盤(pán)模鍛工藝參數(shù)優(yōu)化方法。

背景技術(shù)：

1、作為裝備制造工業(yè)極端先進(jìn)的領(lǐng)域，航空制造業(yè)以其對(duì)高級(jí)專(zhuān)業(yè)技術(shù)的深度依賴(lài)、廣闊的市場(chǎng)前景以及涵蓋行業(yè)的廣泛性脫穎而出。其中渦輪盤(pán)作為航空發(fā)動(dòng)機(jī)的心臟部件，不僅反映了航空工業(yè)的技術(shù)高度，也是對(duì)先進(jìn)制造工藝精確要求的直接體現(xiàn)，渦輪盤(pán)在工作環(huán)境下經(jīng)受極端條件的高溫、高壓以及高速轉(zhuǎn)動(dòng)，轉(zhuǎn)換燃燒產(chǎn)生的熱能為機(jī)械動(dòng)力，其質(zhì)量和性能控制至關(guān)重要，對(duì)發(fā)動(dòng)機(jī)的性能起著決定性影響。

2、模鍛是一種特定的金屬成形工藝，它利用模具在壓力作用下，使金屬毛坯在模具型腔中變形，從而獲得具有高精度、高質(zhì)量和復(fù)雜形狀的鍛件。在渦輪盤(pán)模鍛中，模鍛是核心工藝步驟，用于制造具有復(fù)雜形狀和嚴(yán)格性能要求的渦輪盤(pán)，渦輪盤(pán)模鍛的質(zhì)量性能參數(shù)決定著渦輪盤(pán)的質(zhì)量和性能，因此需要對(duì)渦輪盤(pán)模鍛的質(zhì)量性能參數(shù)進(jìn)行預(yù)測(cè)，以在生產(chǎn)前或生產(chǎn)中對(duì)可能出現(xiàn)的問(wèn)題進(jìn)行預(yù)判，提前調(diào)整渦輪盤(pán)模鍛的工藝參數(shù)，能夠在一定程度上避免不合格產(chǎn)品的產(chǎn)生，提高生產(chǎn)效率。

3、現(xiàn)有的參數(shù)優(yōu)化方法，一般通過(guò)基于數(shù)據(jù)驅(qū)動(dòng)的方法實(shí)現(xiàn)質(zhì)量參數(shù)的預(yù)測(cè)，進(jìn)而通過(guò)質(zhì)量性能參數(shù)的預(yù)測(cè)結(jié)果來(lái)優(yōu)化工藝參數(shù)。例如，公開(kāi)號(hào)為cn116414095a的中國(guó)專(zhuān)利公開(kāi)了《一種數(shù)據(jù)驅(qū)動(dòng)的中醫(yī)藥制造過(guò)程工藝參數(shù)優(yōu)化方法》，該方法通過(guò)計(jì)算生產(chǎn)過(guò)程歷史工藝參數(shù)和產(chǎn)品質(zhì)量間的最大互信息系數(shù)；構(gòu)建質(zhì)量預(yù)測(cè)模，根據(jù)最大互信息系數(shù)和質(zhì)量預(yù)測(cè)模型的均方誤差計(jì)算適應(yīng)度函數(shù)；通過(guò)粒子群的初始化、計(jì)算適應(yīng)度函數(shù)、多次迭代更新粒子在工藝參數(shù)搜索空間的速度和位置，得到關(guān)鍵工藝參數(shù)和優(yōu)化質(zhì)量預(yù)測(cè)模型；將優(yōu)化質(zhì)量預(yù)測(cè)模型的均方誤差作為適應(yīng)度函數(shù)，利用粒子群優(yōu)化算法得到優(yōu)化關(guān)鍵工藝參數(shù)。

4、上述現(xiàn)有用于中醫(yī)藥制造過(guò)程工藝參數(shù)優(yōu)化的方法也可以應(yīng)用于渦輪盤(pán)模鍛工藝參數(shù)的優(yōu)化。然而，申請(qǐng)人發(fā)現(xiàn)，渦輪盤(pán)模鍛的工藝參數(shù)包括材料復(fù)驗(yàn)參數(shù)和制造數(shù)據(jù)，其中又分為可調(diào)控工藝參數(shù)和不可調(diào)控工藝參數(shù)，現(xiàn)有優(yōu)化方法直接對(duì)所有工藝參數(shù)進(jìn)行優(yōu)化的方式存在針對(duì)性不好且效率低的問(wèn)題，導(dǎo)致渦輪盤(pán)模鍛工藝參數(shù)優(yōu)化的效率低。此外，渦輪盤(pán)模鍛具有多種質(zhì)量性能參數(shù)且不同質(zhì)量性能參數(shù)對(duì)工藝參數(shù)的影響不同，現(xiàn)有優(yōu)化方法未對(duì)多種質(zhì)量性能參數(shù)進(jìn)行建模，無(wú)法全面分析質(zhì)量性能參數(shù)對(duì)工藝參數(shù)的影響，導(dǎo)致工藝參數(shù)優(yōu)化的全面性不好。

技術(shù)實(shí)現(xiàn)思路

1、針對(duì)上述現(xiàn)有技術(shù)的不足，本發(fā)明所要解決的技術(shù)問(wèn)題是：如何提供一種基于多目標(biāo)優(yōu)化問(wèn)題建模的渦輪盤(pán)模鍛工藝參數(shù)優(yōu)化方法，通過(guò)對(duì)工藝參數(shù)中的可調(diào)控工藝參數(shù)進(jìn)行提取和建模來(lái)保證工藝參數(shù)優(yōu)化的針對(duì)性，同時(shí)通過(guò)構(gòu)建多目標(biāo)優(yōu)化問(wèn)題來(lái)綜合考慮渦輪盤(pán)的多個(gè)質(zhì)量性能指標(biāo)，并且nsga-ⅲ算法求解多目標(biāo)優(yōu)化問(wèn)題并結(jié)合熵權(quán)法來(lái)選擇最優(yōu)的工藝參數(shù)優(yōu)化方案，從而提高渦輪盤(pán)模鍛工藝參數(shù)優(yōu)化的效率、全面性和客觀性。

2、為了解決上述技術(shù)問(wèn)題，本發(fā)明采用了如下的技術(shù)方案：

3、基于多目標(biāo)優(yōu)化問(wèn)題建模的渦輪盤(pán)模鍛工藝參數(shù)優(yōu)化方法，包括：

4、s1：獲取渦輪盤(pán)生產(chǎn)過(guò)程中的材料復(fù)驗(yàn)參數(shù)、制造數(shù)據(jù)和時(shí)序數(shù)據(jù)，并提取其中的可調(diào)控工藝參數(shù)；

5、s2：將材料復(fù)驗(yàn)參數(shù)、制造數(shù)據(jù)和時(shí)序數(shù)據(jù)輸入訓(xùn)練好的質(zhì)量預(yù)測(cè)模型中，輸出預(yù)測(cè)的質(zhì)量性能參數(shù)；

6、s3：構(gòu)建多目標(biāo)優(yōu)化問(wèn)題，其中多目標(biāo)優(yōu)化問(wèn)題的目標(biāo)為預(yù)測(cè)的質(zhì)量性能參數(shù)的適應(yīng)度最小，約束條件為對(duì)可調(diào)控工藝參數(shù)進(jìn)行上下線約束；多目標(biāo)優(yōu)化問(wèn)題輸入為預(yù)測(cè)的質(zhì)量性能參數(shù)，其通過(guò)調(diào)節(jié)可調(diào)控工藝參數(shù)來(lái)優(yōu)化預(yù)測(cè)的質(zhì)量性能參數(shù)，進(jìn)而輸出工藝參數(shù)優(yōu)化方案；

7、s4：通過(guò)nsga-ⅲ算法求解多目標(biāo)優(yōu)化問(wèn)題，得到對(duì)應(yīng)的pareto解集；

8、s5：通過(guò)熵權(quán)法從pareto解集中選擇最優(yōu)解，即最優(yōu)的工藝參數(shù)優(yōu)化方案；

9、s6：通過(guò)最優(yōu)的工藝參數(shù)優(yōu)化方案對(duì)可調(diào)控工藝參數(shù)進(jìn)行相應(yīng)的優(yōu)化調(diào)控。

10、優(yōu)選的，步驟s2中，質(zhì)量性能參數(shù)包括室溫下的抗拉強(qiáng)度、室溫下的斷面收縮率、室溫試樣硬度、650°下的伸長(zhǎng)率、50小時(shí)塑性變形量、晶粒度、光滑持久下的伸長(zhǎng)率和/或ni3nb相；

11、可調(diào)控工藝參數(shù)包括轉(zhuǎn)運(yùn)時(shí)間控制點(diǎn)1、制造工藝時(shí)間控制點(diǎn)1、加熱時(shí)間控制點(diǎn)、保溫時(shí)間控制點(diǎn)、轉(zhuǎn)運(yùn)時(shí)間控制點(diǎn)2、制造工藝時(shí)間控制點(diǎn)2、轉(zhuǎn)運(yùn)時(shí)間控制點(diǎn)3和/或噸位。

12、優(yōu)選的，步驟s2中，訓(xùn)練質(zhì)量預(yù)測(cè)模型時(shí)，先對(duì)質(zhì)量性能參數(shù)進(jìn)行降維，進(jìn)而通過(guò)降維后的質(zhì)量性能參數(shù)進(jìn)行模型訓(xùn)練；

13、其中通過(guò)如下步驟實(shí)現(xiàn)質(zhì)量性能參數(shù)的降維：

14、s201：獲取所有的質(zhì)量性能參數(shù)；

15、s202：通過(guò)ce-dpca算法計(jì)算質(zhì)量性能參數(shù)之間的相關(guān)程度并進(jìn)行聚類(lèi)，進(jìn)而保留聚類(lèi)中心的質(zhì)量性能參數(shù)和離散的質(zhì)量性能參數(shù)，剔除其他質(zhì)量性能參數(shù)，以實(shí)現(xiàn)質(zhì)量性能參數(shù)的降維。

16、優(yōu)選的，步驟s202中，ce-dpca算法的處理步驟如下：

17、s2021：計(jì)算每個(gè)質(zhì)量性能參數(shù)與其他質(zhì)量性能參數(shù)之間的copula熵即ce值，包括如下步驟：

18、1)對(duì)于兩個(gè)質(zhì)量性能參數(shù)x和y，其中x＝{x1，...，xt}，y＝{y1，...，yt}，xt、yt表示x和y中的樣本；

19、2)計(jì)算x和y的經(jīng)驗(yàn)分布函數(shù)fx(x)與fy(y)；

20、計(jì)算公式為：

21、

22、式中：xi為x或y中指定計(jì)算的樣本；xt為樣本數(shù)據(jù)集中其他樣本，包括xi本身；t表示x或y中的樣本數(shù)量；x為指示函數(shù)，若xi≥xt成立則為1，否則為0；

23、2)利用fx(x)與fy(y)將x或y中的所有樣本映射到[0，1]區(qū)間的聯(lián)合空間內(nèi)，得到經(jīng)驗(yàn)copula樣本{(u1，v1)，..，(ut，vt)}；(ut，vt)表示一個(gè)樣本點(diǎn)，ut＝fx(xt)，vt＝fy(yt)，t∈{1，2，3，...，t}；

24、3)基于經(jīng)驗(yàn)copula樣本，通過(guò)knn方法估計(jì)局部密度，估計(jì)每一個(gè)樣本點(diǎn)的第k小最近鄰點(diǎn)的距離，距離計(jì)算方式采用歐幾里得距離，即任意兩個(gè)樣本點(diǎn)(ui，vi)和(uj，vj)，距離對(duì)于任意某個(gè)樣本點(diǎn)(ut，vt)，t∈{1，2，3，...，t}，找出距離其第k近的樣本點(diǎn)的距離，記為∈t；

25、4)基于∈t計(jì)算質(zhì)量性能參數(shù)x和y之間的ce值；

26、計(jì)算公式為：

27、

28、式中：ψ表示digamma函數(shù)；t表示x或y中的樣本數(shù)量；

29、s2022：通過(guò)dpca聚類(lèi)算法基于ce值對(duì)所有質(zhì)量性能參數(shù)進(jìn)行聚類(lèi)，包括如下步驟：

30、1)通過(guò)ce值計(jì)算質(zhì)量性能參數(shù)之間的距離；

31、計(jì)算公式為：

32、dij＝cemax-ceij；

33、式中：cemax表示所有ce值中的最大值，ceij表示質(zhì)量性能參數(shù)i與j之間的ce值；

34、2)計(jì)算質(zhì)量性能參數(shù)的局部密度ρi；

35、計(jì)算公式為：

36、

37、式中：dc表示設(shè)定的截?cái)嗑嚯x；

38、3)計(jì)算每個(gè)質(zhì)量性能參數(shù)與相鄰密度點(diǎn)的距離δi，此處的相鄰密度點(diǎn)是指所有比當(dāng)前質(zhì)量性能參數(shù)i的局部密度大的質(zhì)量性能參數(shù)中距離i最近的質(zhì)量性能參數(shù)；

39、計(jì)算公式為：

40、

41、s2023：通過(guò)局部密度ρi和距離δi繪制聚類(lèi)決策圖和聚類(lèi)中心決策圖，進(jìn)而通過(guò)聚類(lèi)決策圖和聚類(lèi)中心決策圖確定聚類(lèi)中心的質(zhì)量性能參數(shù)和離散的質(zhì)量性能參數(shù)。

42、優(yōu)選的，步驟s3中，多目標(biāo)優(yōu)化問(wèn)題的目標(biāo)函數(shù)表示為：

43、

44、式中：fi表示第i個(gè)質(zhì)量性能參數(shù)的適應(yīng)度；yi、yi，low、yi，goal分別表示第i個(gè)質(zhì)量性能參數(shù)的預(yù)測(cè)結(jié)果、下限值和目標(biāo)值；μ1、μ2分別為權(quán)重因子，設(shè)定分別為0.8與1.3；其中質(zhì)量性能參數(shù)包括室溫下的抗拉強(qiáng)度、室溫下的斷面收縮率、室溫試樣硬度、650°下的伸長(zhǎng)率、50小時(shí)塑性變形量、晶粒度、光滑持久下的伸長(zhǎng)率和/或ni3nb相；

45、多目標(biāo)優(yōu)化問(wèn)題的約束條件表示為：

46、

47、式中：t1、t2、t3、t4、t5、t6、t7和tonnage分別表示轉(zhuǎn)運(yùn)時(shí)間控制點(diǎn)1、制造工藝時(shí)間控制點(diǎn)1、加熱時(shí)間控制點(diǎn)、保溫時(shí)間控制點(diǎn)、轉(zhuǎn)運(yùn)時(shí)間控制點(diǎn)2、制造工藝時(shí)間控制點(diǎn)2、轉(zhuǎn)運(yùn)時(shí)間控制點(diǎn)3和噸位；上標(biāo)min表示對(duì)應(yīng)參數(shù)的最小值；上標(biāo)max表示對(duì)應(yīng)參數(shù)的最小值。

48、優(yōu)選的，步驟s4中，nsga-iii算法的處理步驟如下：

49、s401：定義參考點(diǎn)，初始化種群，種群中的個(gè)體表示一個(gè)解；

50、s402：判斷是否生成第一代子群：若是，則令進(jìn)化代數(shù)gen＝2，并執(zhí)行步驟s304；否則，執(zhí)行步驟執(zhí)行s303；

51、s403：對(duì)種群中的個(gè)體進(jìn)行非支配排序，然后對(duì)種群中的個(gè)體進(jìn)行選擇、交叉和變異操作，生成新的種群，并返回步驟s402；

52、s404：將子代種群和父代種群合并，判斷是否生成了新父代種群：若是，則執(zhí)行步驟s405；否則，執(zhí)行步驟s406；

53、s405：對(duì)種群中的個(gè)體進(jìn)行非支配排序分層，然后依據(jù)參考點(diǎn)選擇新父代種群，并返回步驟s404；

54、s406：對(duì)種群中的個(gè)體進(jìn)行選擇、交叉和變異操作，然后判斷進(jìn)化代數(shù)gen是否達(dá)到設(shè)置值：若是，則執(zhí)行步驟s407；否則，執(zhí)行進(jìn)化代數(shù)gen＝gen+1，并返回步驟s404；

55、s407：迭代結(jié)束，由種群中的非支配個(gè)體構(gòu)成pareto解集。

56、優(yōu)選的，步驟s401中，通過(guò)sobol序列初始化nsga-iii的種群，具體步驟如下：

57、s4011：定義一個(gè)以2為模的不可約次數(shù)為q的多項(xiàng)式p；

58、計(jì)算公式如下：

59、p＝xq+a1xq-1+a2xq-2+…+aq-1+1；

60、式中：a1，...，q-1＝{0，1}；q表示種群個(gè)數(shù)；

61、s4012：通過(guò)p產(chǎn)生w個(gè)方向vi，i＝1，2...，w，將得到的v1，v2，...，vq作為初始值；

62、計(jì)算公式如下：

63、

64、式中：mi是奇數(shù)，且0＜mi＜2i，i＝1，2，…，w；

65、s4013：通過(guò)初始值v1，v2，…，vq計(jì)算vq+1，vq+2，…，vw；

66、計(jì)算公式如下：

67、

68、式中：符號(hào)表示按位異或，i＞q；

69、s4014：初始化x0＝0，序列索引n＝0，通過(guò)如下公式生成nsga-iii的種群x1，x2，...(0＜xi＜1)；

70、

71、式中：c為二進(jìn)制n值中右邊首位值為0的位置。

72、優(yōu)選的，步驟s403或s406中，選擇操作采用階段父代個(gè)體選擇策略：在迭代進(jìn)度到達(dá)30％前，采取錦標(biāo)賽選擇策略與隨機(jī)選擇策略的概率各占一半的父代個(gè)體選擇策略；迭代進(jìn)度在30％到60％時(shí)，采取錦標(biāo)賽選擇策略概率增加到75％的父代個(gè)體選擇策略；迭代進(jìn)度在60％以上時(shí)，全程采取錦標(biāo)賽選取的父代個(gè)體選擇策略。

73、優(yōu)選的，步驟s403或s406中，通過(guò)動(dòng)態(tài)交叉策略實(shí)現(xiàn)種群中個(gè)體的交叉操作，具體步驟如下：

74、1)生成隨機(jī)數(shù)：生成一個(gè)[0，1]范圍內(nèi)的均勻隨機(jī)數(shù)u；

75、2)采用變化的動(dòng)態(tài)分布指數(shù)ηc，具體公式如下：

76、

77、式中：通過(guò)指定ηc最大最小值規(guī)定ηc范圍，同時(shí)添加震蕩部分使得初期ηc變化隨機(jī)，在后期趨于穩(wěn)定；ngen、nmax_gen分別表示當(dāng)前代數(shù)和停止迭代指定代數(shù)；

78、3)計(jì)算擴(kuò)散系數(shù)：利用隨機(jī)數(shù)u和動(dòng)態(tài)分布指數(shù)ηc計(jì)算擴(kuò)散系數(shù)β；

79、計(jì)算公式如下：

80、

81、4)生成子代：利用擴(kuò)散系數(shù)β生成子代個(gè)體：

82、

83、優(yōu)選的，步驟s5中，熵權(quán)法的處理步驟如下：

84、s501：計(jì)算pareto解集中各個(gè)解對(duì)應(yīng)的預(yù)測(cè)的質(zhì)量性能參數(shù)的信息熵ej，計(jì)算公式如下：

85、

86、式中：n為pareto解集中解的數(shù)量；j為質(zhì)量性能參數(shù)的個(gè)數(shù)；yi，j對(duì)應(yīng)于pareto解集中第i個(gè)解的第j個(gè)質(zhì)量性能參數(shù)的比重，當(dāng)yi，j＝0時(shí)，ej＝0；表示pareto解集中第i個(gè)解的第j個(gè)質(zhì)量性能參數(shù)的預(yù)測(cè)結(jié)果；

87、s502：確定各類(lèi)質(zhì)量性能參數(shù)的權(quán)重ωj，計(jì)算公式如下：

88、

89、s503：確定各個(gè)解的綜合評(píng)分pi；

90、計(jì)算公式如下：

91、

92、s504：對(duì)pareto解集中解的綜合評(píng)分進(jìn)行降序排列，進(jìn)而選擇綜合評(píng)分最高的解作為最優(yōu)解。