(19)中华 人民共和国 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 202111200352.8 (22)申请日 2021.10.15 (71)申请人 河北工程大 学 地址 056000 河北省邯郸市经济技 术开发 区太极路19号 (72)发明人 侯帅　孙梦玥　王毅颖　李莉　 杨丽　房海峰　何明星　王巍　 路巍　王立国　霍振宇　安宪军　 王鹏　耿华　王超　苑佳　 (74)专利代理 机构 杭州知杭知识产权代理事务 所(普通合伙) 33310 代理人 夏艳 (51)Int.Cl. G16C 20/30(2019.01) G16C 20/70(2019.01)G06N 20/00(2019.01) (54)发明名称 一种通过人工智能预测来制备高熵合金梯 度应力改性方法 (57)摘要 本发明公开了一种通过人工智能预测来制 备高熵合金梯度应力改性方法， 由数据引入模 块、 数据处理模块、 特征工程、 人工智能系统、 模 型构建模块、 训练模型组成， 其中： 所述数据引入 模块与人工智能系统相连， 并通过数据引入模块 将历史数据引入到人工智能系统中； 所述数据处 理模块与人工智能系统相连， 并通过数据处理模 块对历史数据进行清洗、 拆分； 本发明的有益效 果是： 通过训练模型将提取的样 本传递给机器学 习算法进行训练， 得到最优数据； 根据得到的最 优数据将高熵 合金铸锭加热至改性加工温度， 并 进行镦拔改性， 完成后冷却至室温， 提高了高熵 合金制备的效率； 通过人工智 能预测， 提高了自 动化水平， 降低了人工参与。 权利要求书2页 说明书6页 附图2页 CN 113936749 A 2022.01.14 CN 113936749 A 1.一种通过人工智能预测来制备高熵合金梯度应力改性方法， 其特征在于： 由数据引 入模块、 数据处 理模块、 特 征工程、 人工智能系统、 模型构建模块、 训练模型组成， 其中： 所述数据引入模块与 人工智能系统相连， 并通过数据引入模块将历史数据引入到人工 智能系统中； 所述数据处理模块与人工智能系统相连， 并通过数据处理模块对历史数据进行清洗、 拆分； 所述特征工程与数据处理模块相连， 并通过特征工程对清洗、 拆分后的数据进行特征 提取； 所述模型构建模块用于构建高熵合金制备 预测模型； 所述训练模型分别与特征工程、 模型构建模块相连， 通过训练模型将提取的样本传递 给机器学习算法进行训练； 所述方法如下： 步骤一： 准备所需要的高熵合金铸锭， 通过数据引入模块将历史数据引入到人工智能 系统中； 步骤二： 通过 数据处理模块对历史数据进行清洗、 拆分； 步骤三： 通过特征工程对清洗、 拆分后的数据进行特征提取； 通过模型构建模块构建高 熵合金制备 预测模型； 步骤四： 通过训练模型将提取的样本传递给机器学习算法进行训练， 得到最优数据； 步骤五： 根据 得到的最优数据将高熵合金铸锭加热至改性加工温度， 并进行镦拔改性， 完成后冷却至室温。 2.根据权利要求1所述的一种通过人工智能预测来制备高熵合金梯度应力改性方法， 其特征在于： 所述数据清洗的方法如下： 步骤一： 通过人工方式清洗目标数据， 得到第 一数据清洗结果； 计算机利用预先建立的 数据清洗算法清洗目标 数据， 得到第二数据清洗结果； 步骤二： 根据第一数据清洗结果和第二数据清洗结果训练数据清洗算法， 得到更新的 数据清洗算法并用于下次数据清洗 。 3.根据权利要求1所述的一种通过人工智能预测来制备高熵合金梯度应力改性方法， 其特征在于： 所述数据拆分的方法如下： 步骤一： 获取请求数据对应的业 务项及其 业务期数的执 行顺序； 步骤二： 查询请求数据对应的待执行业务项及其待执行期数； 利用执行顺序匹配待执 行业务项及其待执 行期数， 拆分请求数据。 4.根据权利要求1所述的一种通过人工智能预测来制备高熵合金梯度应力改性方法， 其特征在于： 所述高熵合金制备 预测模型构建方法如下： 步骤一： 导入高熵合金制备数据， 并对数据进行处理， 处理后的数据进行标注， 得到数 据集； 步骤二： 获取目标算法， 并通过数据集对目标算法进行训练， 得到高熵合金制备预测模 型。 5.根据权利要求1所述的一种通过人工智能预测来制备高熵合金梯度应力改性方法， 其特征在于： 还 包括迭代更新模块， 通过迭代更新模块进行模型的迭代更新。权　利　要　求　书 1/2 页 2 CN 113936749 A 26.根据权利要求1所述的一种通过人工智能预测来制备高熵合金梯度应力改性方法， 其特征在于： 还 包括移动终端， 通过移动终端对数据进行 可视化查看。 7.根据权利要求1所述的一种通过人工智能预测来制备高熵合金梯度应力改性方法， 其特征在于： 还 包括告警模块， 通过告警模块对异常数据进行告警。 8.根据权利要求7所述的一种通过人工智能预测来制备高熵合金梯度应力改性方法， 其特征在于： 所述告警的方式为声 音报警。权　利　要　求　书 2/2 页 3 CN 113936749 A 3