陽(yáng)極氧化是航空鋁合金零部件表面處理的關(guān)鍵工藝，氧化膜重量直接影響零件表面綜合性能與飛機(jī)服役壽命。然而，該工藝受到參數(shù)耦合、數(shù)據(jù)獲取成本高等限制，讓氧化膜重量預(yù)測(cè)建模變得困難，生產(chǎn)優(yōu)化過程缺乏決策依據(jù)。
著眼于上述挑戰(zhàn)，近日，中國(guó)科學(xué)院沈陽(yáng)自動(dòng)化研究所數(shù)字工廠研究室科研團(tuán)隊(duì)提出了一種數(shù)據(jù)增強(qiáng)與隨機(jī)森林的小樣本預(yù)測(cè)建模方法，圍繞小樣本下關(guān)鍵參數(shù)預(yù)測(cè)建模難等問題，從數(shù)據(jù)增強(qiáng)與特征提取兩方面進(jìn)行了優(yōu)化。
科研人員通過融合機(jī)理分析信息與數(shù)據(jù)的樣條插值和生成對(duì)抗網(wǎng)絡(luò)，提升了增強(qiáng)數(shù)據(jù)質(zhì)量。利用增強(qiáng)數(shù)據(jù)，構(gòu)建了注意力機(jī)制與隨機(jī)森林的氧化膜重量預(yù)測(cè)模型，實(shí)現(xiàn)了小樣本下航空零部件陽(yáng)極氧化過程關(guān)鍵參數(shù)的準(zhǔn)確預(yù)測(cè)，為表面處理的精準(zhǔn)管控與優(yōu)化提供了新思路。
該成果以Weight prediction of the oxidation film in aircraft aluminium alloy components with small samples using data augmentation and random forest為題，發(fā)表于人工智能領(lǐng)域國(guó)際期刊Engineering Applications of Artificial Intelligence。李帥副研究員為論文第一作者，周曉鋒研究員為通訊作者。該研究得到了工信部民機(jī)專項(xiàng)的支持。
數(shù)據(jù)增強(qiáng)與隨機(jī)森林的小樣本預(yù)測(cè)建模
