(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 202210857420.6 (22)申请日 2022.07.20 (71)申请人 成都飞机工业 （集团） 有限责任公司 地址 610092 四川省成 都市青羊区黄田坝 纬一路88号 (72)发明人 魏士鹏　王宁　袁喆　张娜娜　 杨博先　 (74)专利代理 机构 成都君合集专利代理事务所 (普通合伙) 51228 专利代理师 尹新路 (51)Int.Cl. G06F 30/20(2020.01) G06K 9/62(2022.01) G06F 111/08(2020.01) G06F 119/08(2020.01) (54)发明名称 一种热压罐成型固化过程预测方法、 系统、 设备及介质 (57)摘要 本发明提出一种热压罐成型固化过程预测 方法、 系统、 设备及介质， 通过建立序列预测模 型， 先预测出每根待预测热电偶的固化周 期， 然 后根据每根待预测热电偶的固化周期预测出每 根待预测热电偶每 分钟温度值， 不需要通过计算 罐温得到固化周 期， 提高了预测的精度， 并通过 较少的参数稳定、 准确地描述出热电偶温度变化 的非线性特征， 实现在小数据量的支持下实时、 准确的完成了热电偶热分布预测。 权利要求书2页 说明书9页 附图3页 CN 115169137 A 2022.10.11 CN 115169137 A 1.一种热压罐成型固化过程预测方法， 其特 征在于， 包括以下步骤： 步骤1： 采集每根热电偶每分钟温度数据、 每根热电偶运行时长数据、 工装在热压罐内 的摆放位置数据、 每根热电偶安装在工装上的位置数据、 工艺数模中的结构参数 数据； 步骤2： 建立随机森林模型， 将步骤1中采集的每根热电偶运行时长数据、 工装在热压罐 内的摆放位置数据、 每根热电偶安装在工装上 的位置数据、 工艺数模中的结构参数数据输 入到随机森林模型中， 得到m个特 征； 步骤3： 建立序列预测模型， 将步骤1中采集的每根热电偶 每分钟温度 数据、 每根热电偶 每分钟温度数据输入到序列预测模型中， 得到预测效果 最佳的回归系数； 步骤4： 建立线性回归预测模型， 将步骤2得到的m个特征和步骤3得到的回归系数作为 线性回归预测模型的训练样本， 得到线性回归预测模型的回归系数； 步骤5： 将每根待预测热电偶输入至线性 回归预测模型中， 得到每根待预测热电偶的固 化周期； 步骤6： 将步骤3得到的回归系数作为多项式回归预测模型的系数建立多项式回归预测 模型， 并将步骤5得到的固化周期输入至多项式回归预测模型中， 得到每根待 预测热电偶每 分钟温度值。 2.如权利要求1所述的一种热压罐成型固化过程预测方法， 其特征在于， 所述步骤2具 体包括以下步骤： 步骤21： 建立随机森林模型， 使用置换袋装数据计算随机森林中每一颗决策树的置换 袋装数据的误差， 记为er rOOB1； 步骤22： 对所有置换袋装数据里所有的特征加入随机产生的噪声， 计算随机森林中的 每一颗决策树的置换袋数据的误差， 记为er rOOB2； 步骤23： 根据步骤21中获取的errOOB1和步骤22中获取的errOOB2计算出所有置换袋装 数据的特 征的重要性； 步骤24： 将所有特 征按照重要性的降序排序； 步骤25： 根据计算出特征的重要性得到特征数据集， 按照设定比例 从特征数据集中删 除部分特 征， 得到新的特 征数据集； 步骤26： 根据新的特征数据集建立新的随机森林模型， 计算每个特征的重要性， 并按照 特征重要性的降序进行排列； 步骤27： 重复步骤25和步骤26， 直到得 出m个特征。 3.如权利要求2所述的一种热压罐成型固化过程预测方法， 其特征在于， 所述步骤3具 体包括以下步骤： 步骤31： 根据步骤1采集的每根热电偶运行时长， 得到每根热电偶 每分钟距离开始设置 温度的运行时长序列； 步骤32： 建立序列预测模型， 将步骤1中采集的每根热电偶 每分钟温度数据和步骤31得 到的每根热电偶每分钟距离开始设置温度的运行时长序列输入至序列预测模型中， 得到每 根热电偶在当前运行时长序列上 预测效果 最佳的回归系数。 4.如权利要求3所述的一种热压罐成型固化过程预测方法， 其特征在于， 所述步骤6具 体包括以下步骤： 步骤61： 将步骤32得到的每根热电偶在 当前运行时长序列上预测效果最佳的回归系数权　利　要　求　书 1/2 页 2 CN 115169137 A 2作为多项式回归预测模型的系数， 建立多 项式回归预测模型； 步骤62： 将步骤5得到每根待预测热电偶的固化周期以一分钟为间隔进行分割， 得到每 根热电偶固化周期序列； 步骤63： 将步骤62得到的每根热电偶固化周期序列和步骤32得到的每根热电偶在当前 运行时长序列上预测效果最佳的回归系数输入至步骤61建立的多项式回归预测模型中， 得 到每根热电偶每分钟温度值。 5.如权利要求1所述的一种热压罐成型固化过程预测方法， 其特征在于， 步骤5中所述 每根待预测热电偶的固化周期为每根待预测热电偶在同一热压罐中运行时长最长的时间。 6.如权利要求1 ‑4任一项所述的一种热压罐成型固化过程预测方法， 其特征在于， 所述 工艺数模中的结构参数数据包括： 工装长、 工装宽、 工装高、 工装热熔、 工装换热面积、 零件 长、 零件宽、 零件热 熔、 零件换 热面积。 7.如权利要求1 ‑4任一项所述的一种热压罐成型固化过程预测方法， 其特征在于， 所述 工装在热压罐内的摆放位置， 通过工装距离热压罐罐门距离和工装距离热压罐中轴线的距 离进行表征； 所述热电偶 安装在工装上的位置数据， 通过热电偶距离工装前端的距离和热电偶距离 工装对称面的距离进行表征。 8.一种热压罐成型固化过程预测系统， 其特征在于， 包括依次连接的数据准备单元、 数 据处理单元、 模型训练单 元、 模型预测单元、 输出单元； 所述数据准备单元用于采集每根热电偶每分钟温度数据、 每根热电偶运行时长数据、 工装在热压罐内的摆放位置数据、 每根热电偶安装在工装上 的位置数据、 工艺数模中的结 构参数数据； 所述数据处理单元用于建立随机森林模型得到m个特征， 用于建立序预测模型得到预 测效果最佳的回归系数； 所述模型训练单 元用于训练线性回归预测模型， 得到线性回归预测模型的回归系数； 所述模型预测单元用于输入每根待预测热电偶数据， 得到每根待预测热电偶的固化周 期； 所述输出 单元用于建立多 项式回归预测模型， 得到每根待预测热电偶每分钟温度值。 9.一种计算设备， 其特征在于， 包括处理器、 存储器、 通信接口和通信总线， 所述处理 器、 存储器、 通信接口通过 所述通信总线完成相互间的通信； 所述存储器用于存放至少一个可执行指令， 所述可执行指令使所述处理器执行如权利 要求1‑7中任一项所述的热压罐成型固化过程预测方法的操作。 10.一种计算机可读存储介质， 其特征在于， 所述存储介质中存储有至少一个可执行指 令， 所述可执行指令在运行时执行如权利要求1 ‑7中任一项所述的热压罐成型固化过程预 测方法的操作。权　利　要　求　书 2/2 页 3 CN 115169137 A 3