BRBP-MOSOA融合数据驱动的热处理工艺低碳优化方法
热处理工艺数据蕴含企业长期运行的经验,可揭示工艺条件、参数与碳排放量的关联关系,但实际生产中常常被割裂放置,为此,提出一种基于历史工艺数据集的BRBP-MOSOA融合数据驱动方法实现热处理工艺参数优化以降低碳排放量.构建热处理工艺历史数据库;根据热处理工艺的碳排放运行特点识别碳排放源,构建碳排放模型;用历史数据集训练BRBP神经网络建立热处理工艺参数与硬度、碳排放之间的关系模型,实现对特定工艺条件下碳排放和硬度的预测;利用MOSOA算法建立工艺过程低碳优化模型,通过碳效率评估,输出满足低碳排放量的最优热处理工艺参数.案例研究表明所提方法可提升热处理综合碳效率6.57%,为热处理工艺的低碳运行提供了一种使能工具.
数据驱动、热处理、低碳、优化
58
TG456(焊接、金属切割及金属粘接)
国家自然科学基金;国家重点研发计划
2022-12-19(万方平台首次上网日期,不代表论文的发表时间)
共14页
370-383